浏览器生成信息

关键词：浏览器，Web服务器，网址（URL），HTTP，HTML，协议，URI，请求消息，解析器，Socket库，DNS服务器，域名

• 浏览器的具体工作步骤是：

1. 解析URL（注意这个“解析”跟解析器没有关系）
2. 生成HTTP请求消息
3. 向DNS服务器查询域名对应的ip地址
4. 委托操作系统内部的协议栈将消息发送给Web服务器，按照指定的顺序来调用Socket库中的程序组件。

一、输入URL，浏览器解析网址

1、统一资源定位器 URL

• 浏览器：具备多种客户端功能的综合性客户端软件

• FTP：文件传输协议

• 域名：像www.glasscom.com这样用句点（.）分隔的名称

• URL：统一资源定位器

  • 功能：不同的头，可以用以判断使用哪种功能。访问Web服务器的时候，用“http”，访问FTP服务器的时候用“ftp:“

  • 格式：协议（http:，ftp:，file:，mailto:，）//服务器名称+数据源路径

     - Web服务器和FTP服务器：

    • 用http协议访问Web服务器：http://用户名(可省略):密码(可省略)@Web服务器域名:端口号(可省略)/文件的路径名

      http://user:password@www.glasscom.com:80/dir/file.html

    • 用FTP协议下载和上传文件：ftp://用户名(可省略):密码(可省略)@FTP服务器域名:端口号(可省略)/文件的路径名

      ftp://user:password@ftp.glasscom.com:21/dir/file/html

    • 服务器读取客户端本地文件：file://计算机名(可省略)/文件路径名

      file://localhost/c:/path/file1.zip

    • 发送邮件的URL：邮件地址

      mailto:tone@glasscom.com

  • 省略文件名情况：

    比如http://www.lab.glasscom.com/dir/预先在dir文件夹下设置省略时访问的默认文件名，一般是index.html或者default.html，遇到这种情况直接访问默认页面

2、浏览器解析HTTP协议的URL

• HTTP协议

  
  功能：定义了客户端和服务器之间的交互

  请求信息包括：”对什么“（URI，统一资源标识符）+“进行怎样的操作”（访问方法，包括GET方法，POST方法等）

  • URI：访问的各种目标，可以是一个网页数据文件名（html文件），也可以是一个CGI程序（Web服务器调用其他的程序）

  • GET方法：URI指定的是文件返回文件；URI指定的是CGI程序，返回输出结果

  • POST方法：向服务器发送数据，此时URI一般指向一个应用程序的文件名

  • HEAD方法：用于获取文件最后更新时间

  

  • 注：超链接主要是GET方法，表单有POST也有GET

  返回消息是状态码

  

二、生成HTTP请求消息

HTTP消息

• 请求消息

  请求行（方法 URI HTTP版本）+消息头（请求附加信息）+消息体（POST方法消息体内有表单数据）

• 响应消息

  状态行（HTTP 状态码 响应短语）＋消息头+消息体（从文件中读取的数据orCGI程序的输出数据）

  • 状态码和响应短语表示内容一致，用途不同，状态码是一个数字，用来像程序告知执行结果；响应短语是文字，向人们告知执行结果。

• 每条请求消息只能写一个URI，所以最多只能获取一个文件。当网页包含图片时，会在网页相应位置嵌入图片标签，屏幕上会预留显示图片的空间，然后再次访问Web服务器请求图片。

  所以，一个网页包含3张图片，一共要向Web服务器发送4条请求

三、向DNS服务器发起 查询 Web服务器的IP地址 请求

1、IP地址

需求：在委托操作系统发送消息时，需要提供通信对象的IP地址。所以需要根据域名查询IP地址。（如果Web服务器采用了虚拟主机功能，可能无法通过IP地址访问）

局域网是基于TCP/IP结构设计的，小的子网通过路由器组成一个大的网络

• IP地址（一共32bit）

  定义：网络号+主机号（xx栋+xx室）

• 子网掩码：与IP地址等长，左半边全是1，右半边全是0，用以区分网络号和主机号

• 例如：10.11.12.13/255.255.255.0表示网络号是10.11.12，主机号是13

  若为10.11.12.13/24，则表示子网掩码前24位为1

  

• 特殊情况：主机号比特全为0，表示代表整个子网。主机号比特全为1，表示对整个子网每个主机进行广播

2、Socket库提供查询功能，解析器向DNS服务器发起查询

• Socket库：可以让其他应用程序调用操作系统网络功能的库。

• 解析器（DNS解析器，DNS客户端）：是一段程序，包含在Socket库中，通过DNS查询IP地址的操作是 域名解析

  • 解析器工作过程：一行代码内存地址=gethostbyname('域名')

  

  • 解析器工作的内部原理：

    1.当网络应用程序（浏览器）调用解析器时，程序的控制流程就会转移（原程序暂停，被调用的程序运行）到解析器内

    2.解析器会生成发送给DNS服务器的查询消息，这个过程与生成要发送给Web服务器的HTTP请求类似。

    3.之后委托给操作系统内部的协议栈来执行发送功能，协议栈执行发送消息操作网卡将消息发送给DNS服务器。

    4.之后按照上述相反的过程层层返回

    

  • 注意：与发送其他消息不同的是，我们的终端预先已知DNS服务器的IP地址，不需要再去查询

四、DNS查询到 Web服务器地址 的过程

• DNS服务器的功能：

  接收来自客户端的查询消息，然后根据消息内容返回IP地址。

• 解析器（DNS终端）向DNS服务器发送的查询消息包括：

  • 域名（服务器名称，邮件服务器名称（即邮件地址中@之后的部分，不是邮件服务器的域名））

  • Class（始终为IN）

  • 记录类型（A对应记录得到的是IP地址，MX对应记录得到的是邮件服务器）

  
  注：当记录类型为MX时，DNS服务器会在记录中保存两种信息，分别是邮件服务器的域名和优先级。DNS服务器再次在自己内部用邮件服务器的域名搜索，可以找到邮件服务器的IP地址。

• 域名的层次结构

  域名：越靠右表示层级越高

  比如www.lab.glasscom.com表示：com集团，glasscom部，lab科，的www。

  子域：下级域

  建树：下级域的DNS服务器IP地址要注册到上级域的DNS服务器上

  • 根域：其实域名应该是www.lab.glasscom.com.最后有一个点，表示注册在根域之下，不过根域一般省略。但是根域DNS服务器注册在互联网所有DNS服务器上。

  

  • 工作原理：客户端访问最近的一台DNS服务器，该服务器经过以下反复找寻环节后可以响应解析器的查询消息。（注意：反复找寻的操作是第一个DNS服务器干的活）

  

• 实际的访问过程：

  • 上级域和下级域共享一个DNS服务器，常有跳过一级查询

  • DNS服务器有缓存功能，若已缓存则直接返回，缓存有有效期

五、委托协议栈发送消息

收发数据：TCP协议、UDP协议。

TCP协议收发数据过程（由协议栈执行）：

（1）创建套接字（创建套接字阶段）

（2）将管道连接到服务器端的套接字上（连接阶段）

（3）收发数据（通信阶段）

（4）断开管道并删除套接字（断开阶段）

• 套接字：数据通信管道两端的数据出入口

• 创建套接字：

  管道在连接是由客户端发起的，在断开是由服务器or客户端任意一方发起

  
  调用socket：创建套接字，返回描述符，放到指定内存中。

  • 描述符：用来识别不同的套接字的标识符

• 连接阶段：

  调用connect组件，需要：

  • 描述符

  • IP地址

  • 端口号：当同时指定IP地址和端口号时，就可以识别出某台具体计算机上的套接字

  注：在创建套接字时，协议栈会为这个套接字分配一个端口号；在执行连接操作时，会将这个随便分配的端口号通知服务器。

• 描述符和端口号的区别

  描述符：用来在一台计算机内部识别套接字的机制

  端口号：让通信的另一方能够识别出套接字的机制。预先约定：Web是80号端口，电子邮件是25端口。

• 通信阶段

  调用write，需要：

  • 描述符

  • 发送的数据

  调用read，需要：

  • 指定接收到的内存地址：接收缓冲区（位于应用程序的内存空间）

• 断开操作

  HTTP要求Web服务器先断开，HTTP1.1（能在一次连接中收发多个请求和响应）要求浏览器先断开