JavaWeb学习笔记（一）---Web相关知识和HTTP协议

一、Web相关知识
1.Web资源
Internet上供外界访问的web资源分为：
（1）静态web资源（如html页面）：web页面中供人们浏览的数据始终不变。
（2）动态web：web页面中供人们浏览的数据是由程序产生的，不同时间点访问web页面看到的内容会有所不同。

静态web资源开发技术：html
常用动态web资源开发技术:JSP/Servlet、ASP、ASP.NET、PHP、CGI

动态web开发技术简析
（1）CGI执行效率很低；
（2）PHP需要运行在Apache服务器下，而且需要配备MySQL数据库才能最大发挥性能；
（3）ASP只能运行在IIS（互联网信息服务）服务器上，需要配备SQL server数据库，跟PHP都用于个人或中小型项目开发；
（4）ASP.NET受微软平台限制，往往用于中性项目
所以一般用的比较普遍的还是JSP（Java Server Page, Java 服务页）

动态web资源开发技术统称为JavaWeb.

PS:我在《Java Web开发实战经典》这本书上了解到，一开始的JVM是在客户端的，但是这就要求客户端配置不同版本的JVM，所以非常的不便，然后就发展为了在服务器端加入了一个WEB服务插件来转发静态请求跟动态请求，静态的交给WEB服务器，动态的给WEB容器。

2.WEB处理流程图
因为比较懒，就不自己画了，直接把书上的图弄过来~~~
（1）静态

图解：
a.用户通过Web浏览器向Web服务器发送了一个基于HTTP协议的请求；
b.Web服务器根据用户的请求从文件系统中进行读取，通过HTTP协议发回客户端；
c.浏览器显示返回内容。
注：服务器端发回给客户端的代码就是浏览器可以读取的标记文本，HTML就是属于最常见的一种标记文本语言。
（2）动态
所有的动态页面的程序代码都要在Web容器中执行。

图解：
Web服务插件接收并判断用户的请求是动态还是静态，
a.如果是静态请求，则直接通过Web服务器从文件系统中取，通过HTTP协议返回客户端浏览器；
b.如果是动态请求，则提交给Web容器，在容器中由程序动态地生成显示的结果，通过Web服务器返回。

那么如何区分静态请求跟动态请求呢？
可以简单的通过后缀判断。一般html、htm之类的后缀往往属于静态，而jsp、php之类的后缀肯定就是动态。

2.WebSphere
WebSphere Application Server是一种Web应用程序服务器，IBM公司电子商务计划核心部分。基于Java的应用环境，用于建立、部署和管理Internet和Intranet Web应用程序。

3.Tomcat
Tomcat是一个实现了Java EE标准的最小的Web服务器。

为什么要装一个Web服务器？
如果在本地建一个web页面，就是随便建一个index.html，用户是不可以访问的，但是如果启动tomcat服务器，把web页面放在tomcat服务器中，用户就可以访问了。这说明什么问题？
（1）不管什么web资源，想被远程计算机访问，都必须有一个与之对应的网络通信程序，当用户来访问时，这个网络通信程序读取web资源数据，并把数据发送给来访者。
（2）WEB服务器就是这样一个程序，它用于完成底层网络通迅。使用这些服务器，We应用的开发者只需要关注web资源怎么编写，而不需要关心资源如何发送到客户端手中，从而极大的减轻了开发者的开发工作量。

二、HTTP协议
1.概念
HTTP协议是TCP/IP的一个应用层协议，用于定义客户端与web服务器通讯的格式。

2.特点
（1）支持客户/服务器模式；
（2）简单快速：客户向服务器请求服务时，只需传送请求方法和路径。协议简单，HTTP服务器程序规模小，因而通信速度快；
（3）灵活：允许传输人员类型的数据对象。正在传输的类型由Content-Type加以标记；
（4）无连接：限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接，节省传输时间；
（5）无状态：协议对事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，就必须重传，这样可能导致每次连接传送的数据流增大，另一方面，在服务器不需要先前信息时它的应答就较快。

3.URL
URL是一种特殊形式的URI，包含了用于查找某个资源的足够信息的格式如下：
http://host[“:”port][abs_path]
http表示要通过HTTP协议来定位网络资源；
host表示合法的Internet主机域名或者IP地址；
port指定一个端口号，为空则使用缺省端口80；
abs_path指定请求资源的URI，如果没有给出，那么当URL作为请求URI时，必须以“/”的形式给出，通常这个工作浏览器自动完成。
例如输入：www.baidu.com
浏览器自动转换成：http://www.baidu.com/

4.HTTP请求
由三个部分组成，分别是请求行、消息报头、请求正文
请求行用于描述客户端的请求方式、请求的资源名称，以及使用的HTTP协议版本号。
格式：Method Request-URI HTTP-Version CRLF
其中 Method表示请求方法；Request-URI是一个统一资源标识符；HTTP-Version表示请求的HTTP协议版本；CRLF表示回车和换行（除了作为结尾的CRLF外，不允许出现单独的CR或LF字符）。
请求方法（所有方法全为大写）有多种，各个方法的解释如下：
GET 请求获取Request-URI所标识的资源
POST 在Request-URI所标识的资源后附加新的数据
HEAD 与GET相同，但只返回HTTP报头，不返回文档主体
PUT 请求服务器存储一个资源，并用Request-URI作为其标识
DELETE 删除Request-URI所标识的资源
TRACE 请求服务器回送收到的请求信息，主要用于测试或诊断
CONNECT 把请求连接转换到透明的 TCP/IP 通道
OPTIONS 返回服务器支持的HTTP方法

常用的是：GET、POST
应用举例：
GET方法：在浏览器的地址栏中输入网址的方式访问网页时，浏览器采用GET方法向服务器获取资源，eg:GET /form.html HTTP/1.1 (CRLF)
POST方法要求被请求服务器接受附在请求后面的数据，常用于提交表单。
eg：POST /reg.jsp HTTP/ (CRLF)
Accept:image/gif,image/x-xbit,… (CRLF)
…
HOST:www.guet.edu.cn (CRLF)
Content-Length:22 (CRLF)
Connection:Keep-Alive (CRLF)
Cache-Control:no-cache (CRLF)
(CRLF) //该CRLF表示消息报头已经结束，在此之前为消息报头
user=jeffrey&pwd=1234 //此行以下为提交的数据
注：post与get区别
（1）post是向指定的资源提交要被处理的数据，get是从指定的资源请求数据；
（2）查询字符串（名称、值对）：POST是放在POST请求的HTTP消息主体中的，GET是放在GET请求的URL里的，数据量有限制，通常不超过1k；
（3）post方式比get方式安全，前者参数不会保存在浏览器历史或web服务器日志中，后者数据是url的一部分。
（4）get是默认方式，改为post通过更改提交表单方式。
注：如果请求方式为GET方式，则可以在请求的URL地址后以?的形式带上交给服务器的数据，多个数据之间以&进行分隔，例如：GET /mail/1.html?name=abc&password=xyz HTTP/1.1

5.HTTP响应
在接收和解释请求消息后，服务器返回一个HTTP响应消息。
HTTP响应也是由三个部分组成，分别是：状态行、消息报头、响应正文
状态行格式如下：
HTTP-Version Status-Code Reason-Phrase CRLF
其中，HTTP-Version表示服务器HTTP协议的版本；Status-Code表示服务器发回的响应状态代码；Reason-Phrase表示状态代码的文本描述。
状态代码有三位数字组成，第一个数字定义了响应的类别，且有五种可能取值：
1xx：指示信息–表示请求已接收，继续处理
2xx：成功–表示请求已被成功接收、理解、接受
3xx：重定向–要完成请求必须进行更进一步的操作
4xx：客户端错误–请求有语法错误或请求无法实现
5xx：服务器端错误–服务器未能实现合法的请求
常见状态代码、状态描述、说明：
200 OK //客户端请求成功
400 Bad Request //客户端请求有语法错误，不能被服务器所理解
401 Unauthorized //请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用
403 Forbidden //服务器收到请求，但是拒绝提供服务
404 Not Found //请求资源不存在，eg：输入了错误的URL
500 Internal Server Error //服务器发生不可预期的错误
503 Server Unavailable //服务器当前不能处理客户端的请求，一段时间后可能恢复正常
eg：HTTP/1.1 200 OK （CRLF）

6.消息报头
HTTP消息由客户端到服务器的请求和服务器到客户端的响应组成。请求消息和响应消息都是由开始行（对于请求消息，开始行就是请求行，对于响应消息，开始行就是状态行），消息报头（可选），空行（只有CRLF的行），消息正文（可选）组成。
HTTP消息报头包括普通报头、请求报头、响应报头、实体报头。
每一个报头域都是由名字+“：”+空格+值 组成，消息报头域的名字是大小写无关的。
（1）请求报头
请求报头允许客户端向服务器端传递请求的附加信息以及客户端自身的信息。

常用的请求报头：
Accept
Accept请求报头域用于指定客户端接受哪些类型的信息。eg：Accept：image/gif，表明客户端希望接受GIF图象格式的资源；Accept：text/html，表明客户端希望接受html文本。

Accept-Charset
Accept-Charset请求报头域用于指定客户端接受的字符集。eg：Accept-Charset:iso-8859-1,gb2312.如果在请求消息中没有设置这个域，缺省是任何字符集都可以接受。

Accept-Encoding
Accept-Encoding请求报头域类似于Accept，但是它是用于指定可接受的内容编码。eg：Accept-Encoding:gzip.deflate.如果请求消息中没有设置这个域服务器假定客户端对各种内容编码都可以接受。

Accept-Language
Accept-Language请求报头域类似于Accept，但是它是用于指定一种自然语言。eg：Accept-Language:zh-cn.如果请求消息中没有设置这个报头域，服务器假定客户端对各种语言都可以接受。

Authorization
Authorization请求报头域主要用于证明客户端有权查看某个资源。当浏览器访问一个页面时，如果收到服务器的响应代码为401（未授权），可以发送一个包含Authorization请求报头域的请求，要求服务器对其进行验证。

Host（发送请求时，该报头域是必需的）
Host请求报头域主要用于指定被请求资源的Internet主机和端口号，它通常从HTTP URL中提取出来的，eg：
我们在浏览器中输入：http://www.guet.edu.cn/index.html
浏览器发送的请求消息中，就会包含Host请求报头域，如下：
Host：www.guet.edu.cn
此处使用缺省端口号80，若指定了端口号，则变成：Host：www.guet.edu.cn:指定端口号

User-Agent
我们上网登陆论坛的时候，往往会看到一些欢迎信息，其中列出了你的操作系统的名称和版本，你所使用的浏览器的名称和版本，这往往让很多人感到很神奇，实际上，服务器应用程序就是从User-Agent这个请求报头域中获取到这些信息。User-Agent请求报头域允许客户端将它的操作系统、浏览器和其它属性告诉服务器。不过，这个报头域不是必需的，如果我们自己编写一个浏览器，不使用User-Agent请求报头域，那么服务器端就无法得知我们的信息了。
请求报头举例：
GET /form.html HTTP/1.1 (CRLF)
Accept:image/gif,image/x-xbitmap,image/jpeg,application/x-shockwave-flash,application/vnd.ms-excel,application/vnd.ms-powerpoint,application/msword,/ (CRLF)
Accept-Language:zh-cn (CRLF)
Accept-Encoding:gzip,deflate (CRLF)
If-Modified-Since:Wed,05 Jan 2007 11:21:25 GMT (CRLF)
If-None-Match:W/”80b1a4c018f3c41:8317” (CRLF)
User-Agent:Mozilla/4.0(compatible;MSIE6.0;Windows NT 5.0) (CRLF)
Host:www.guet.edu.cn (CRLF)
Connection:Keep-Alive (CRLF)
(CRLF)

（2）响应报头
响应报头允许服务器传递不能放在状态行中的附加响应信息，以及关于服务器的信息和对Request-URI所标识的资源进行下一步访问的信息。
常用的响应报头：
Location
Location响应报头域用于重定向接受者到一个新的位置。Location响应报头域常用在更换域名的时候。

Server
Server响应报头域包含了服务器用来处理请求的软件信息。与User-Agent请求报头域是相对应的。下面是
Server响应报头域的一个例子：
Server：Apache-Coyote/1.1
WWW-Authenticate
WWW-Authenticate响应报头域必须被包含在401（未授权的）响应消息中，客户端收到401响应消息时候，并发送Authorization报头域请求服务器对其进行验证时，服务端响应报头就包含该报头域。
eg：WWW-Authenticate:Basic realm=”Basic Auth Test!” //可以看出服务器对请求资源采用的是基本验证机制。