URN,URL,URI && HTTP请求的完全过程

1. URN,URL和URI

基本概念：

URI = Universal Resource Identifier 统一资源标志符

URL = Universal Resource Locator 统一资源定位符

URN = Universal Resource Name 统一资源名称

URI一般由三部分组成：

一、主机名。

存放资源的自身的名称，由路径表示。

参考下面的URI，它符合当前的RFC4395规范:协议名称://域名.根域名/目录/文件名.后缀

例如http://b.c/d/e.f （假设b.c是一个可用的域名，e.f是一个标准的文件）

这个URI是这样的：这是一个可通过HTTP协议访问的资源，位于主机b.c上，通过URI中的字符串“/d”访问主机上的“d”文件夹，通过“e.f”请求访问主机上“/d/e.f”这个文件。

这是URI的另一个例子，指向一个用户的邮箱：mailto:名称@域名

注：大多数读者可能熟悉"URL"，而不是URI。URL是URI命名机制的一个子集。

二、标志符

有的URI指向一个资源的内部。 这种URI以"#"结束，并跟着一个anchor标志符（称为片段标志符）。例如，下面是一个指向section_2的URI：

协议://域名/目录/文件#片段标示符（例如：/a/b.php#a）

三、相对URI

相对URI不包含任何命名规范信息。它的路径通常指同一台机器上的资源。相对URI可能含有相对路径（如，“…”表示上一层路径），还可能包含片段标志符。

URI,URL和URN之间的关系

URI可被视为定位符（URL），名称（URN）或两者兼备其中，其中URL,URN是URI的子集。

URL的格式由下列三部分组成：

第一部分是协议（或称为服务方式）；

第二部分是存有该资源的主机IP地址（有时也包括端口号）；

第三部分是主机资源的具体地址，如目录和文件名等。

URN

统一资源名（URN）如同一个人的名称，而统一资源定位符（URL）代表一个人的住址。换言之，URN定义某事物的身份，而URL提供查找该事物的方法。URN仅用于命名，而不指定地址。

区别

Web上地址的基本形式是URI,它代表统一资源标识符。

URL：目前URI的最普遍形式就是无处不在的URL或统一资源定位器。

URN：URL的一种更新形式，统一资源名称(URN, Uniform Resource Name)不依赖于位置，并且有可能减少失效连接的个数。但是其流行还需假以时日，因为它需要更精密软件的支持。

URI是以某种统一的（标准化的）方式标识资源的简单字符串。

典型情况下，这种字符串以scheme（命名URI的名字空间的标识符——一组相关的名称）开头，语法如下：

[scheme:] scheme-specific-part

URI以scheme和冒号开头。Scheme用大写/小写字母开头，后面为空或者跟着更多的大写/小写字母、数字、加号、减号和点号。冒号把scheme与scheme-specific-part分开了，并且scheme-specific-part的语法和语义（意思）由URI的名字空间决定。如下面的例子：

http://域名，其中http是scheme，//域名 是scheme-specific-part，并且它的scheme与scheme-specific-part被冒号分开了。

URI有绝对和相对之分，绝对的URI指以scheme（后面跟着冒号）开头的URI。前面提到的http://域名 就是绝对的URI的一个例子，其它的例子还有mailto:[email protected]、news:地址和xyz://whatever。你可以把绝对的URI看作是以某种方式引用某种资源，而这种方式对标识符出现的环境没有依赖。如果使用文件系统作类比，绝对的URI类似于从根目录开始的某个文件的径。

与绝对的URI不同的，相对的URI不是以scheme（后面跟着冒号）开始的URI。 它的一个例子是articles/articles.html。你可以把相对的URI看作是以某种方式引用某种资源，而这种方式依赖于标识符出现的环境。如果用文件系统作类比，相对的URI类似于从当前目录开始的文件路径。

URL是Uniform Resource Locator的缩写，译为"统一资源定位符"。通俗地说，URL是Internet上用来描述信息资源的字符串，主要用在各种WWW客户程序和服务器程序上，特别是著名的Mosaic。采用URL可以用一种统一的格式来描述各种信息资源，包括文件、服务器的地址和目录等。

目前最大的缺点是当信息资源的存放地点发生变化时，必须对URL作相应的改变。因此人们正在研究新的信息资源表示方法，例如：URI(Universal Resource Identifier)即"通用资源标识"（参见RFC 1630）、URN（Uniform Resource Name）即"统一资源名"和URC（Uniform
Citation）即"统一资源引用符"等。

2. HTTP请求的完全过程

2.1 浏览器根据域名解析IP地址

浏览器根据访问的域名找到其IP地址。

DNS查找过程如下：

• 浏览器缓存：首先搜索浏览器自身的DNS缓存（缓存的时间比较短，大概只有1分钟，且只能容纳1000条缓存），看自身的缓存中是否是有域名对应的条目，而且没有过期，如果有且没有过期则解析到此结束。
• 系统缓存：如果浏览器自身的缓存里面没有找到对应的条目，那么浏览器会搜索操作系统自身的DNS缓存，如果找到且没有过期则停止搜索解析到此结束。
• 路由器缓存：如果系统缓存也没有找到，则会向路由器发送查询请求。
• ISP（互联网服务提供商） DNS缓存：如果在路由缓存也没找到，最后要查的就是ISP缓存DNS的服务器。

2.2 浏览器与WEB服务器建立一个TCP连接

   TCP的3次握手。

2.3 浏览器给WEB服务器发送一个HTTP请求

   一个HTTP请求报文由请求行（request line）、请求头部（headers）、空行（blank line）和请求数据（request body）4个部分组成。

2.3.1 请求行

   请求行分为三个部分：请求方法、请求地址URL和HTTP协议版本，它们之间用空格分割。例如，GET /index.html HTTP/1.1。

1.请求方法

   HTTP/1.1<br> 定义的请求方法有8种：GET（完整请求一个资源）、POST（提交表单）、PUT（上传文件）、DELETE（删除）、PATCH、HEAD（仅请求响应首部）、OPTIONS（返回请求的资源所支持的方法）、TRACE（追求一个资源请求中间所经过的代理）。<br>最常的两种GET和POST，如果是RESTful接口的话一般会用到GET、POST、DELETE、PUT。

（1）GET

   当客户端要从服务器中读取文档时，当点击网页上的链接或者通过在浏览器的地址栏输入网址来浏览网页的，使用的都是GET方式。GET方法要求服务器将URL定位的资源放在响应报文的数据部分，会送给客户端。使用GET方法时，请求参数和对应的值附加在URL后面，利用一个问号‘？’代表URL的结尾与请求参数的开始，传递参数长度受限制。例如，/index.jsp?id=100&op=bind。通过GET方式传递的数据直接放在地址中，所以GET方式的请求一般不包含“请求内容”部分，请求数据以地址的形式表现在请求行。地址中‘？’之后的部分就是通过GET发送的请求数据，各个数据之间用‘&’符号隔开。显然这种方式不适合传送私密数据。另外，由于不同的浏览器对地址的字符限制也有所不同，一半最多只能识别1024个字符，所以如果需要传送大量数据的时候，也不适合使用GET方式。如果数据是英文字母/数字，原样发送；如果是空格，转换为+；如果是中文/其他字符，则直接把字符串用BASE64加密，得出：%E4%BD%A0%E5%A5%BD，其中%XX中的XX为该符号以16进制表示的ASCII。

（2）POST

   允许客户端给服务器提供信息较多。POST方法将请求参数封装在HTTP请求数据中，以名称/值的形式出现，可以传输大量数据，这样POST方式对传送的数据大小没有限制，而且也不会显示在URL中。POST方式请求行中不包含数据字符串，这些数据保存在“请求内容”部分，各数据之间也是使用‘&’符号隔开。POST方式大多用于页面的表单中。因为POST也能完成GET的功能，因此多数人在设计表单的时候一律都使用POST方式，其实这是一个误区。GET方式也有自己的特点和优势，我们应该根据不同的情况来选择是使用GET还是使用POST。

2.URL

   URL：统一资源定位符，是一种资源位置的抽象唯一识别方法。

   组成：<协议>://<主机>:<端口>/<路径>

   端口和路径有事可以省略（HTTP默认端口号是80）

3.协议版本

   协议版本的格式为：HTTP/主版本号.次版本号，常用的有HTTP/1.0和HTTP/1.1

2.3.2 请求头部

   请求头部为请求报文添加了一些附加信息，由“名/值”对组成，每行一对，名和值之间使用冒号分隔。

   请求头部的最后会有一个空行，表示请求头部结束，接下来为请求数据。

2.3.3 请求数据

   请求数据不在GET方法中使用，而在POST方法中使用。POST方法适用于需要客户填写表单的场合。与请求数据相关的最长使用的请求头部是Cntent-Type和Content-Length。下面是一个POST方法的请求报文：

POST 　/index.php　HTTP/1.1 　　 请求行

Host: localhost

User-Agent: Mozilla/5.0 (Windows NT 5.1; rv:10.0.2) Gecko/20100101 Firefox/10.0.2　　请求头

Accept: text/html,application/xhtml+xml,application/xml;q=0.9,/;q=0.8

Accept-Language: zh-cn,zh;q=0.5

Accept-Encoding: gzip, deflate

Connection: keep-alive

Referer: http://localhost/

Content-Length：25

Content-Type：application/x-www-form-urlencoded

　　空行

username=aa&password=1234　　请求数据

2.4 服务器端响应HTTP请求，浏览器得到HTML代码

   HTTP响应报文由状态行（status line）、相应头部（headers）、空行（blank line）和响应数据（response body）4个部分组成。

2.5 浏览器解析HTML代码，并请求HTML代码中的资源

   浏览器拿到HTML文件后，开始解析HTML代码，遇到静态资源时，就向服务器端去请求下载。

2.6 关闭TCP连接，浏览器对页面进行渲染呈现给用户

   浏览器利用自己内部的工作机制，把请求到的静态资源和HTML代码进行渲染，呈现给用户。