JavaWeb 基础：动静态 Web、URL 与 HTTP 协议

Web

Web 是在互联网上，用浏览器访问的一种信息服务。可以简单理解成，打开一个网络链接，展示的一个个网页，就是 Web。

Web 有动态 Web 和静态 Web：

• 静态 Web：是指开发者提前写好 Web 网页（HTML），所有人看到的网页内容都是一样的 Web。早期的 Web 是静态 Web，是使用 HTML 将网页内容写好放在服务器中，所有人访问网页，都是看到这个 HTML 的内容。静态 Web 的特点是所有人看到相同的内容，网页内容、数据都是写在 HTML 里，不与数据库交互。静态 Web 的业务流程大致如下：
  • Web 开发者编写好 HTML，保存到服务器某目录。
  • 用户从浏览器打开网页，比如 www.xxxx.com/index.html。
  • 服务器接受到请求，从文件目录中找到这个 index.html 文件，发送给用户。
  • 用户浏览器接收到 HTML，渲染成网页展示给用户。
• 动态 Web：是指开发者并非提前写好 Web 网页，而是在用户访问时，动态生成网页 HTML 内容，每个人看到的网页内容都是不一样的 Web。现代 Web 几乎都是动态 Web，每个人看到的 Web 内容都可能不一样，比如有自己的用户昵称和头像，每个人看到的商品内容都不同。动态 Web 一般会与数据库交互，在生成网页 HTML 时，从数据库获取数据，动态拼接生成 HTML 内容。动态 Web 的业务流程大致如下：
  • Web 开发者无需预先编写好 HTML，而是编写生成 HTML 的模版程序。
  • 用户从浏览器打开网页，比如 www.xxx.com/index.php?user=qiangzi。
  • 服务器接受到请求，从数据库查询 user=qiangzi 的头像、昵称等信息，返回给后端程序。
  • 后端程序结合数据库数据，动态拼接生成 HTML，发送给用户。
  • 用户浏览器接收到 HTML，渲染成网页展示给用户。

上述动态 Web 的业务流程，为后端程序的动态 Web。实际上，还有一种前端程序实现的动态 Web：服务器接受到请求，只需要发送给用户一个空 body 的 HTML。浏览器接收到这个 HTML，会拉取 JS 代码，而 JS 代码会从 API 里获取数据库数据。最后，浏览器会执行 JS 代码，将数据处理，动态生成 HTML，渲染并展示给用户。

URL

URL 全称 Uniform Resource Locator 统一资源定位符，是指在互联网上的任意资源，比如一个网页（HTML）、一张图片、一个视频，都可以有一个全网唯一的定位符，这个就是 URL。即使是我们自己目前电脑上的任意一个文件，只要我们开放外网 IP，打开防火墙，使用一个 web 服务器，就可以用 URL 访问到。

HTTP URL

我们最常见的 URL 是 HTTP 或 HTTPS 协议的网络链接，比如：https://www.baidu.com:443/source/index.html?id=123&name=user#md。这个 URL 包含这几部分：

1. https://：这是协议，代表 URL 采用的是 HTTPS 协议。
2. www.baidu.com：这是域名/主机 IP，代表互联网上的某台计算机。
3. 443：这是端口号，代表这台计算机的网络端口号。端口号可以不写，如果是 HTTPS 协议，默认是用 443 端口号。如果是 HTTP 协议，默认是 80 端口号。端口号或主机 IP 与域名之间，用冒号 : 分隔。
4. /source/index.html：这是路径，代表要获取计算机上这个路径的文件。在静态 web 时代，这个路径一般代表计算机上的真实存在的路径文件，而动态 web 时代，可能这个路径并不对应服务器计算机硬盘上的真实文件，而是由服务器端程序根据路由规则动态生成内容返回给客户端。因此，现代看到的很多网页，都不是以 .html 结尾的路径，而是类似 /home/user 这种非文件后缀结尾的路径。
5. id=123&name=user：这是参数，由键值对组成，多个键值对之间用 & 隔开。路径和参数之间，用问号 ? 分隔。参数用于向服务器传递参数，以便动态生成对应的资源。参数又被称为查询字符串，随请求发送给服务器，有长度限制。
6. #md：这是定位符，一般用于 HTML 标记锚点的元素 ID，与 CSS ID 选择器相同。定位符不会发送给服务器，仅在浏览器本地用于定位页面的元素。

其他 URL 协议

除了 HTTP 和 HTTPS 协议的 URL，还有其他协议的 URL，常见的比如：

1. file:// 协议，用于访问计算机本地文件，格式通常是：file:///Users/zhongziqiang/Downloads/工作业绩总结.pdf，即协议 file://、路径 /Users/zhongziqiang/Downloads/工作业绩总结.pdf。
2. ftp:// 协议，即文件传输协议，用于在客户端和服务器之间传输文件。格式通常为 ftp://ftp.example.com/software/readme.txt。在浏览器地址栏输入 ftp 协议的 URL 时，需要注意，下拉选择通过 ftp 原始的方式打开，否则很容易被浏览器当做搜索的关键词打开搜索界面。
3. ftps://或者sftp:// 协议，是 FTP 的加密版本，更安全。与 FTP 关系就像 HTTP 与 HTTPS 一样。
4. rtmp:// 协议，是实时流协议，用于流媒体传输，用于看在线直播或者播放流媒体视频时，可能会用到的协议。
5. mailto: 协议、tel: 协议、sms 协议、facetime 协议等，用于打开计算机的邮件、电话、短信或者 facetime 应用。注意这些协议没有双斜杠 //。
6. weixin:// 协议、whatapp:// 协议…：用于打开相关 APP 应用，称为 URL Scheme，用于在应用之间进行跳转

URL 中的百分比编码

需要注意，URL 编码只允许使用 ASCII 码字符集中的字母、数字和部分字符，如果路径或者参数中包含非 ASCII 字符如中文、空格或者其他特殊字符，比如保留字符（/用来分隔路径、?用来分隔路径与查询参数等），需要进行百分号编码。在浏览器 URL 输入框输入 URL，会自动进行百分号编码进行请求，但是为了方便用户查看，渲染时可能还是会展示原来的字符。

百分比编码是将非 ASCII 码字符、特殊字符转换成几个安全的，只由 ASCII 字符组成的格式，以便在网络中安全传输。

百分比编码规则：一个待转换字符（非 ASCII 码字符、特殊字符）被替换成一个或多个百分号 %后面跟两个十六进制数字，这两个十六进制数字表示该字符在 ASCII 编码中的数值。

• 对于 ASCII 码字符：直接转换其为 ASCII 码中的数值。比如空格，在 ASCII 码中码点为 32，对应十六进制为 20，则转换为 %20。例如，一个 URL 为 https://www.baidu.com/?id=%20ab，代表 https://www.baidu.com/?id= ab。
• 对于非 ASCII 码字符：会将该字符按照某种编码集（一般是 UTF-8）转换为字节，然后将每个字节按照上述规则进行百分比编码。比如字符'我'在 UTF-8 字符编码中使用 3 个字节存储，其十六进制表示为：E6 88 91，转换为 %E6%88%91。例如，在浏览器输入 https://www.baidu.com/?id=我 时，浏览器会请求 URL 为 https://www.baidu.com/?id=%E6%88%91

总结：百分号编码的本质是一种'转义'机制。它把有特殊含义或无法直接传输的字符，用 %加上两个十六进制数字代替，从而保证 URL 的语法正确性和数据的完整性。在浏览器地址栏看到的那些 %E5%BC%A0之类的乱码，其实就是经过编码的中文或特殊符号。

HTTP

HTTP 全称 Hypertext Transfer Protocol，即超文本传输协议。'超文本'是指 HTTP 最初发明是用来传输 HTML 文档的，而 HTML 即为超文本标记语言。'传输协议'是指 HTTP 本身是一个应用层的传输协议，即一个标准。

HTTP 最初发明是为了做 HTML 传输，但是发展至今，已经成为了互联网最流行的传输协议，不仅可以传输 HTML 等文档、文件，还被用来作为 API 应用程序接口。

请求与响应

HTTP 采用客户端 - 服务器模式，每次客户端发送请求（request），服务器做一次响应（response）。

HTTP 的服务器是无状态的，即每次请求，服务器并不会记录客户端的信息，服务器处理完一个客户端请求后，同一个客户端再次请求，在服务器看来，就跟从来没有响应过请求一样。但是，随着技术的发展，cookie 和 session 技术，可以让服务器'有记忆'。具体来说，服务器响应请求时，会在服务器内存里生成一个记录 session，并给这个客户端赋予 cookie，浏览器会存储 cookie，在下次请求时，连同 cookie 带上去。服务器可以通过 cookie，识别到这个是上次某个请求的客户端。

请求头

HTTP 请求头包含请求行和 Header，请求行固定格式为：请求方法 请求路径和参数 HTTP 版本，比如：GET /all?keyword=%E4%BB%80%E4%B9%88%E6%98%AFURL%EF%BC%9F&from_source=webtop_search&spm_id_from=333.1007&search_source=3 HTTP/1.1

• 请求方法：最常见的请求方法为 GET 和 POST，还有其他请求方法如 PUT、DELETE、PATCH、HEAD、OPTIONS 方法。
• 请求路径和参数：是 URL 中的路径和参数。
• HTTP 版本：固定为 HTTP/ 加版本号。

HTTP 请求头中的 Header 是键值对，只有 Host 要求必须传递，而其他 Header 如 User-Agent、Accept、Connection 等非必须传递的 Header。此外，Header 可灵活扩展，只要客户端和服务器约定的参数，都可以通过 Header 进行传递。常见的 HTTP 请求头如下：

• Host：是 URL 中的域名或者 IP，及端口号，在 HTTP/1.1 是必须要传递的头部信息。比如 Host: www.example.com:8080。
• Connection：是控制网络连接的选项。如 Connection: Keep-Alive 表示保持连接以便后续请求复用，Connection: Close 表示完成后关闭连接。
• Accept-Language：表示希望获得的资源内容的语言，比如 zh-CN（代表中国大陆的简体中文）、zh-TW（代表台湾地区的繁体中文），一般用于支持国际化的 Web 服务。
• Accept：告知服务器客户端能够处理的内容类型（MIME 类型，由 主类型/子类型 组成），服务器可根据此返回合适的格式。比如 text/html 表示 HTML 文档，application/json 表示 JSON 数据、image/jpeg 表示 JPEG 图片、audio/mpeg 表示 MP3 音频。
• Content-Type：告知服务器客户端发送请求的请求体 body 的内容类型（MIME 类型），在 POST、PUT 等携带请求体的方法中必须使用。
• User-Agent：表示发起请求的客户端软件、操作系统、版本的信息，服务器可根据此优化响应，比如更具不同的浏览器返回不同的页面。例如 Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/145.0.0.0 Safari/537.36。

请求头是使用 ASCII 码的字符，这也是为什么 HTTP 协议的 URL 如果含有非 ASCII 码的字符需要被百分比编码转义的原因之一。

请求头后是请求体，在 POST、PUT 等携带请求体的方法时，需要带请求体。

由此可见，HTTP 请求，可以有很多方式向服务器传递参数，包括 Query 参数、Header 请求头、Body 请求体。

• Query 参数：是指 HTTP URL 中的路径？后的键值对，比如 URL https://search.bilibili.com/all?vt=15612243&keyword=%E4%BB%80%E4%B9%88%E6%98%AFURL%EF%BC%9F&from_source=webtop_search&spm_id_from=333.1007&search_source=3 中，Query 查询参数有 vt、keyword、from_source、spm_id_from、search_source 等 5 个参数。
• Header 请求头：服务器和客户端可以约定自定义 Header 请求头参数。
• Body 请求体：Body 请求体中可以传输任意 MIME 类型的文件，在 POST、PUT 等携带请求体的方法中使用。

响应头

HTTP 响应头包含响应行（状态行）和 Header，响应行固定格式为：HTTP 版本 状态码 原因短语，比如：HTTP/1.1 200 OK

• HTTP 版本：固定为 HTTP/ 加版本号，表示服务器使用的 HTTP 协议版本。
• 状态码：三位数字，表示请求的处理结果。比如 200 代表成功，5XX 代表服务器问题。
• 原因短语：代表对状态码的简单文本描述，是与状态码一一对应的文本，比如 200 时为 0K。

HTTP 响应头中的 Header 是键值对，与请求头 Header 相似，响应头帮助客户端（如浏览器）正确解析、缓存、安全处理服务器返回的资源。常见的 HTTP 响应头如下：

• Date：服务器响应生成的日期时间，是必须要传递的头部信息。
• Content-Type：指定响应体的媒体类型（如 text/html; charset=utf-8）。
• Content-Length：响应体的大小（字节数）。
• Location：在重定向响应（3xx）中指定新的资源地址。