可以在家学会的网络技术（一）：HTTP

本文系用户投稿，不代表机核网观点
⚠️ 未经作者授权禁止转载
前言
上大学的时候，为了能在宿舍电脑之间架个局域网打“红色警戒”，硬着头皮自己去买网卡、同轴电缆、集线器、双绞线。那个时候上网还很困难，网络知识的资料非常少。那个时候的网卡附带的说明书，上面记载了双绞线的排布方法，当时的我一直收藏着这只有一页的说明书，如获至宝。时隔多年，现在网上的资料非常多了，但是网络知识的入门教程，特别是可以立刻动手尝试一下的教程，还是不很多。所以我想从我自己的学习过程作为依据，整理一下整个知识体系，帮助后来者减少中间走的弯路。

很多介绍网络知识的书籍，一上来就会给出上面这个图，初学者一看就懵逼了，这里面的字眼，没一个是知道啥意思的。所以我希望通过大家日常使用的软件，来一一介绍，希望看完本文，最后再回过头看这个图，能理解这个图是啥意思。我会根据这个图，从上往下来介绍。
浏览器和网站
我们日常使用网络最常见的过程，就是打开一个浏览器，然后输入一个网址。我们可以通过稍微深入一点点的去观察这个过程，来学习一部分网络知识。这次我们可以学到以下技术的关系：
HTTP\MIME\HTML
让我们用 Chrome 浏览器在电脑上打开一个网站，但在此之前，稍微做一点点准备。我们需要先打开浏览器的“开发者工具”：右上角三个点 → 更多工具 → 开发者工具。

在打开的窗口中，找到Network标签，需要注意看一下，左边是否有一个红色的圈圈里面有一个红色的正方形。这个状态表示“开发者工具”会记录从网络上首发的数据原文，也是我们得以探索网络知识的来源。

现在在浏览器的地址栏输入这个地址：https://www.lua.org/，这是我在网上找的一个相对简单的页面，以便观察学习用。

你应该能看到以上两个图的内容。一个是日常浏览器我们常见的显示内容；另外一个开发者工具中，会显示打开本次网站，网络上到底发生了什么事情的信息——浏览器从网站上下载了好几个文件：
www.lua.org：这是一个 HTML 的文档，包含了这个页面的文字内容和整体图文排版
lua30.gif：这是页面中左边蓝色写着“Lua”的那个图片
puc.jpg：页面右边灰色的写着“PUC”的图片
lua.css：一个控制页面字体等格式的文件
favicon.ico：出现在浏览器标签页左边的图标
在上面的表格里面，还记录了下载的耗时、下载的文件的大小。譬如www.lua.org这个页面，下载的大小就是 219 个字节，耗时 474 毫秒。现在我们知道了浏览器打开页面，是会下载几个文件的，但是具体是怎么下载的呢？我们可以进一步深入探索一下。

我们点击一下www.lua.org，可以看到右面出现了一个窗口，上面分为 Headers/Preview/Response 等分页。其中 Headers 分页，就包含了“如何下载文件”的信息，而这套下载文件的方法，有一个特别的名字，称为 HTTP （Hypertext Transfer Protocol），分页这里的 Headers 指的正是 HTTP 协议中的“头部信息”，这些信息详细描述了下载一个文件的方法。为了更清晰的看到这个过程，我们需要把Response Headers和Request Headers旁边两个Raw的框框勾选上，查看最原始的网络报文。
当我们在浏览器的地址栏输入一个网址后，浏览器就会向网站服务器发出一个请求，请求的内容就是这里Request Headers所显示的内容。这些内容完全就是以文本形式（和你用记事本里面写的文字的格式一样），一行行的组织起来，发给服务器。

需要注意的有以下两行：
GET / HTTP/1.1 这一行表示需要下载一个路径为 "/" 的文件。如果我们输入的地址是 www.lug.org/index.html，那么这里发送的请求将会是 GET /index.html HTTP/1.1
Host: www.lua.org 这一行表示我们请求的网站域名是 www.lua.org，这个是在地址栏输入来确定的。（由于一个网站服务器可以承担多个域名的请求，所以请求的具体哪个域名，是需要明确的在请求报文中写出来的）
对于服务器网站的返回，是比较复杂的。这种返回一般分为“头部”（Header）和“身体”（Body）两个部分，“头部”是纯文本的，一行行的发回来；“身体”则是跟具体下载的文件内容有关。现在我们请求的是一个网站页面，所以也是文本的。

响应的 Header 表示了下载文件的情况、类型、大小：
HTTP/1.1 200 OK：这里的 200 被成为“响应码”，代表这次下载是否成功，200 这个数字就是成功的意思。另外一个广为人知的响应码是 404，表示你要下载的文件在服务器上找不到。（可能是网页文件被删除了，但是指向这个页面的链接还在）当然还有很多其他的响应码，譬如 500 表示服务器程序出错了，304 表示有缓存等等……
Content-Type: text/html：这个表示本次下载的文件内容的类型，浏览器是一个强大的软件，支持显示各种格式的文件，除了 html 格式网页以外，也支持多种图片、音乐、视频等等，如果服务器返回了一个浏览器不认识的格式，譬如 application/unknown 之类的，浏览器会提示用户是否要“下载这个文件”，让用户自己找其他程序去打开这个文件。当然我们这里的例子，是一个页面，text 是主类型，表示是文本文件，html 是子类型，表示是一个网页。
Content-Length: 2799：这个表示下载的文件的长度，2799 表示需要 2799 字节。由于网络下载是需要时间的，所以浏览器会一直等待，从网络上下载了 2799 字节的数据之后，才认为这个文件下载完成了，否则浏览器的地址栏会一直有一个“转圈”的图标表示正在下载。
除了上面提到的 Header 以外，其他的 Header 也各自有不同的功能，这些功能很多是不会被显示在网页内容上的，但也是非常重要的。
下面我们来看看响应的“身体”部分：

这部分内容是一个文本文件，以 HTML 这种格式编写的网页。这些文本会确定网页要显示什么内容，里面也会包含其他网页的跳转链接，还有图片的链接等等。浏览器读取到图片的链接的时候，就会再次向服务器发起一次下载请求。因此我们才看到除了 www.lua.org 的下载记录以外，还有 lua30.gif 和 puc.jpg 的下载记录。我们可以看到下载图片的地址写的是 images/lua30.gif 和 images/puc.jpg。我们还可以看一下这两个文件的下载记录，可以看到和上述类似的过程。

下载的图片也可以在开发者工具查看到：

从 Header 里面看到 GET /images/lua30.gif HTTP/1.1 里面的文件路径，和之前 HTML 中写的图片地址 <IMG SRC="images/lua30.gif ...>的文件路径一致。而响应的 Header 中，用image/gif来告诉浏览器，这个文件的主类型是 image，子类型是 gif。浏览器就根据这个类型信息来决定如何处理，在这里就是显示这个图片。决定浏览器如何显示文件的指令，并不是根据文件名的后缀 .gif，而是根据响应的 Content-Type 的 Header 的内容。根据响应 Header 中的 Content-Length: 187020，浏览器会下载后续的 187020 个字节的数据，作为 gif 格式图片的内容，然后显示这个图片。
对于 Content-Type 的内容，有一个专门的术语来代表：MIME（Multipurpose Internet Mail Extensions），意思是多用途互联网邮件扩展。这套描述数据内容格式的标准，同时也在电子邮件系统中使用，我们可以在电子邮件中插入各种格式的文件附件。
至此，我们大体的了解了 HTTP 协议的内容。总结一下，就是：
浏览器和网站服务器是通过一个请求，对应一个响应进行通信的。不同于 QQ、微信、网络游戏这类软件，它们可以同时进行数据的收、发，而无需请求后等待一个响应。
请求和响应都由一系列的文本文字，一行行的组成 Header 部分，用于指定要下载的文件，以及返回文件的类型、大小。Header 还被用于其他很多功能，譬如缓存控制、Cookies 跟踪等等。
响应的 Body 部分直接是下载文件的数据内容，很多时候并没有进行其他编码。最常见的是文本的 HTML 内容。

但是，我们还有一个问题没有提及，就是我们去请求的网站服务器，到底是一个什么东西？为什么输入一个域名，就可以联系到一个具体的网站服务器了呢？
这个问题下篇介绍，由此我们可以进入 TCP/IP 的世界。