学无止境

少年辛苦终身事,莫向光阴惰寸功。——唐·杜荀鹤《题弟侄书堂》

WAP服务器

Posted on in network • 204 words • 1 minute read
Tags: WAP

网络层复习

  • 应用层：解决要传递什么数据
  • 传输层：解决如何传递数据，使用udp,tcp理解位快递公司
  • 网络层：定位目标的ip地址
  • 链路层：使用工具进行传输
  • 建立链接的三次握手
  • 数据传输
  • 断开链接的四次挥手

HTTP协议

  • 而浏览器和服务器之间的传输协议是HTTP
  • HTML是一种用来定义网页的文本，会HTML，就可以编写网页；
  • HTTP是在网络上传输HTML的协议，用于浏览器和服务器的通信
  • cookie写入：字典方式，key:value
  • cookie:
  • 只要访问浏览器服务器会默认向客户端写入一些信息：key:value(respomse)—->保存到浏览器的cookice
  • 目的：
  • key:value—>jseesionID:xxxxx
  • 作用1:
  • 第二次又去访问服务器，request请求中携带jsessionID去服务器，服务器收到携带的jsessionid之后，就知道是否曾经访问过网站
  • 作用2:
  • cookie中可以保存一些相关的数据
  • HTTP请求由四部分组成：请求行，请求头，空行，请求体

request:客户端请求

  • GET / HTTP/1.1请求行
  • HTTP请求方式：
  • GET 获取信息，让服务器返回文本或者图片、html的代码等
  • POST 修改已经存在的数据，修改成什么样子，携带数据给服务器（修改信息）
  • PUT 保存数据，也可以使用get和post
  • DELETE 删除数据 也可以使用get和post
  • OPTION 询问服务器的某种支持特性
  • HEAD 返回数据，仅仅返回报文头
  • TRACE：请求服务器回送收到的请求信息，用于测试或诊断
  • 主要区别在于1.1版本允许多个HTTP请求复用一个TCP连接，以加快传输速度。
  • Host：主机名
  • User-Agent：用户代理，使用说明浏览器或者什么操作系统
  • Accept-Language：服务器支持语言
  • Cache-Control：no-cache网页缓存控制（每次都会访问）max-age过期之前不会重复访问。
  • Accept-Encoding：申明自己接收的编码方法
  • Connection:keep-alive 连接方式保存活跃（长连接）
  • Pragma:no-cache 缓存来源no-cache信息，不缓存页面数据
  • Accept-Charset：请求报头域用于指定客户端接受的字符集，缺省表示任何字符集都可以接受
  • Date：请求发送的时间和日期
  • Except：请求特定的服务器行为
  • If-Match：请求内容与实体相匹配才有效
  • If-Modified-Since：如果请求的部分在指定时间之后被修改则请求成功，未被修改则返回304代码

response:服务器回应

  • 一个http响应报文由：响应行 、响应头、空行和响应数据（响应体）4个部分组成，
  • Content-Type指示响应的内容，这里是text/html表示HTML网页。
  • Location：用于重定向接受者到一个新的位置
  • Content-Language：响应体的语言
  • Content-Length：响应体的长度
  • Date：原始服务器消息发出的时间
  • refresh：表示浏览器应该在多少时间之后刷新文档，以秒记。
  • Server：web服务器软件名称。如：Server: Apache/1.3.27 (Unix) (Red-Hat/Linux)
  • Set-Cookie：设置Http Cookie
  • 浏览器获取你的响应体里面的内容并翻译展示给浏览器界面
  • 响应行：
  • HTTP/1.1（HTTP协议版本1.1）200状态码 OK（说明成功）

HTTP请求过程

  • 步骤1：浏览器首先向服务器发送HTTP请求，请求包括：
  • 方法：GET还是POST，GET仅请求资源，POST会附带用户数据；
  • 路径：/full/url/path；
  • 域名：由Host头指定：Host: www.baidu.com
  • 如果是POST，那么请求还包括一个Body，包含用户数据，例如上传图片的数据等（响应体）
  • 步骤2：服务器向浏览器返回HTTP响应，响应包括：
  • 响应代码
  • 响应类型：由Content-Type指定；
  • 通常服务器的HTTP响应会携带内容，也就是有一个Body，包含响应的内容，网页的HTML源码就在Body中
  • 步骤3：如果浏览器还需要继续向服务器请求其他资源，比如图片，就再次发出HTTP请求，重复步骤1、2。
  • 一个HTTP请求只处理一个资源(此时就可以理解为TCP协议中的短连接，每个链接只获取一个资源，如需要多个就需要建立多个链接)
  • 步骤4：浏览器根据返回的数据进行解析，最终呈现在我们面前

HTTP格式

  • 一个HTTP包含Header和Body两部分，其中Body是可选的。

  • HTTP协议是一种文本协议

  • HTTP GET请求的格式：

  •    GET /path HTTP/1.1
  Header1: Value1
  Header2: Value2
  Header3: Value3

  • 每个Header一行一个，换行符是\r\n

  • HTTP POST请求的格式：

  •   POST /path HTTP/1.1
  Header1: Value1
  Header2: Value2
  Header3: Value3

  body data goes here...

  • 当遇到连续两个\r\n时，Header部分结束，后面的数据全部是Body。

  • HTTP响应的格式：

  •  200 OK
  Header1: Value1
  Header2: Value2
  Header3: Value3

  body data goes here...

  • HTTP响应如果包含body，也是通过\r\n来分隔的。

  • Body的数据类型由Content-Type头来确定如果是网页，Body就是文本，如果是图片，Body就是图片的二进制数据。

  • 当存在Content-Encoding时，Body数据是被压缩的，最常见的压缩方式是==gzip==

  • 需要将Body数据先解压缩gzip解压缩才能得到真正的数据

Get请求携带数据量的各种限制及解决办法、Post请求说明

  • Get请求携带数据量的各种限制及解决办法
  • Http Get方法提交的数据大小长度并没有限制，HTTP协议规范没有对URL长度进行限制。这个限制是特定的浏览器及服务器对它的限制。
  • URL最好不要超过IE的最大长度限制(2083个字符），当然，如果URL不直接提供给用户，而是提供给程序调用，这时的长度就只受Web服务器影响了。
  • 注：对于中文的传递，最终会为urlencode后的编码形式进行传递，如果浏览器的编码为UTF8的话，一个汉字最终编码后的字符长度为9个字符。
  • POST请求长度限制：
  • 理论上讲，POST是没有大小限制的。HTTP协议规范也没有进行大小限制，起限制作用的是服务器的处理程序的处理能力。

扩展URI和URL

  • URI的子集URL
  • 什么是URI？：
  • Web上每种可用的资源，如 HTML文档、图像、视频片段、程序等都由一个通用资源标志符(Universal Resource Identifier， URI)进行定位。
  • URI通常由三部分组成：
  • ①访问资源的命名机制； http://
  • ②存放资源的主机名；www.baidu
  • ③资源自身 的名称，由路径表示。/html/html
  • URL的格式由三部分组成：
  • URL是URI的一个子集。它是Uniform Resource Locator的缩写，译为“统一资源定位 符”。
  • URL是Internet上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。
  • URL的一般格式为(带方括号[]的为可选项)：
  • protocol :// hostname[:port] / path / [;parameters][?query]#fragment
  • 第一部分是协议(或称为服务方式) protocol
  • 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。
  • 第一部分和第二部分用“://”符号隔开，第二部分和第三部分用“/”符号隔开。
  • 第一部分和第二部分是不可缺少的，第三部分有时可以省略

URL和URI简单比较（关键）

  • 但也不是所有的URI都是URL哦
  • 让URI能成为URL的当然就是那个“访问机制”，“网络位置”
  • 例如.http:// or ftp://.
  • ==URN是唯一标识的一部分，就是一个特殊的名字。==
  • 换句话说，URI属于父类，而URL属于URI的子类。URL是URI的一个子集。
  • URI的定义是：统一资源标识符；
  • URL的定义是：统一资源定位符。
  • 二者的区别在于，URI表示请求服务器的路径，定义这么一个资源。
  • 而URL同时说明要如何访问这个资源（http://）。
  • 爬虫最主要的处理对象就是URL，它根据URL地址取得所需要的文件内容，然后对它 进行进一步的处理。

URN

  • 统一资源名称 (Uniform Resource Name, URN)
  • 唯一标识一个实体的标识符，但是不能给出实体的位置。系统可以先在本地寻找一个实体，在它试着在Web上找到该实体之前。它也允许Web位置改变，然而这个实体却还是能够被找
  • URI和URL和URN
  • URI包括URL,URN其中L(location)代表位置N代表名字name
  • URL代表资源的地址信息，URN则代表某个资源独一无二的名称
  • 由于URL或URN的目的，都是用来标识某个资源，后来的标准指定了URI，而URL与URN成为URI的子集