1.1 什么是Web

Web是个非常宽泛的概念，不同的人群对它的理解也是不一样的，本节简单介绍其各个组成单元。

1.1.1 广义理解Web

说到HTTP（HyperText Transfer Protocol，超文本传输协议），读者都知道它是上网浏览信息的一种途径。互联网越来越流行，很多人为了查看新闻，打开一个浏览器，然后在地址栏输入一个URL，按下回车键，最后呈现的是一个HTML页面。用户如果对HTML页面中的某个链接（URL）比较感兴趣，会用鼠标单击该链接后打开一个新的HTML页面，浏览更多的信息，这就是Web, Web的中文名称是万维网，也被称为WWW（World Wide Web）。

在这个过程中，HTTP的作用是什么呢？在Web中，用户是信息的索取方，浏览Web信息的软件叫作客户端，最常见的客户端就是浏览器，比如Chrome和Firefox浏览器。信息的提供方叫作服务器，服务器负责信息的检索和发送。为了请求和响应数据，客户端和服务器通过HTTP来完成一系列的数据交换，读者不要认为HTTP负责数据传输，它实际上负责数据请求和响应，真正的数据传输由其他网络层处理，这在本书后续章节会描述。

上述的内容就是Web, Web确切地说是一种信息索取方式，是互联网的某个子应用。Web最核心的组成部分是HTTP, HTTP由服务器和客户端组成，有了HTTP，互联网上的不同终端才能够交换信息。

为什么说Web是互联网的某个应用之一呢？简单理解下互联网，TCP/IP网络协议成熟后，世界上任何设备只要支持TCP/IP，就会成为互联网上的一个终端。终端越多，互联网的力量就进一步增加，通信是手段，通信的目的是信息共享。

为了丰富互联网的应用，越来越多的软件和应用层协议产生了，Web就是其中最伟大的一个。Web是基于超文本相互关联而构成的互联网系统，除了Web应用，互联网还有其他的应用，比如邮件应用、FTP应用，广义上可以认为Web就是互联网。

1.1.2 Web的组成

当TCP/IP逐步流行后，数据传输变得非常容易，任何终端，不管是个人计算机还是手机设备，只要支持TCP/IP，数据就能够从世界上任意一端传输到另外一端，距离不再是问题。

但互联网上传输的数据只有计算机才能明白其中的含义，普通用户不理解传输的字节流，为了让接收方理解发送方发送的数据，计算机软件必须翻译这些字节流。为了让通信双方以同样的规则理解字节流，软件设计者必须定义一个标准，通信双方基于同样的标准才能理解数据的含义，这就是应用层HTTP的雏形，通过HTTP开发者不用额外创建通信规则，更有利于信息的传输和交换。

接下来考虑的一个问题是互联网数据类型，即数据代表的语义信息，文字是世界上最悠久的知识传播工具，在Web的早期，HTTP传输的数据就是简单的文本信息。Web发展到现阶段，数据类型越来越多，比如可以是视频、图片等元素，在HTTP中通过Content-Type头信息表示数据传输类型。

在互联网早期，信息共享是很重要的一个话题。某个组织有很多信息，如何将这些信息快速共享给互联网用户非常重要，或者说能否以较低的成本将信息发布到互联网上，其实这也是HTTP的功劳，只要有一个HTTP服务器就能够将信息发布到互联网上。

互联网接下来的一个挑战就是如何将互联网的信息串联在一起，HTTP被称为超文本传输协议，其中的超文本（HyperText）代表关联关系，就是可以从某个链接跳转到另外一个链接，每个链接在互联网上有一个URL, URL表示互联网某个资源的地址。

最终Web技术产生了，Web技术是Tim Berners-Lee教授在1980年提出的一个设想，主要包括三个技术，分别是HTML、URL、HTTP。即使到今天，Web模型也没有太大的变化。

1）HTTP

超文本传输协议，超文本就是HTML，传输表示由HTTP负责客户端和服务器的数据传输和解析。客户端发送一个HTTP请求至服务器，服务器响应该请求，将数据再发送给客户端。

HTTP由一系列规则组成，客户端和服务器需要正确的处理这些规则，HTTP可以认为是信息的载体，信息的内容是由HTML页面组成的。

2）URL

Web由很多资源组成，比如HTML页面、视频、图片，在互联网上每个资源都有一个编号，这个编号就是URL地址。服务器负责定义URL，世界上任何一个资源的编号是唯一的，客户端通过URL地址在互联网中找到该资源，URL的官方名称叫作统一资源标识符（Uniform Resource Locator）。

URL的规则定义如下：

        http://www.example.com:80/index.html

http表示资源需要通过HTTP这个协议才能够获取，换句话说，客户端需要通过HTTP这个协议请求这个资源。

www.example.com表示服务器地址，在互联网中每个服务器都有一个IP地址，但对于用户来说IP地址很难记住，用户一般只会记住服务器主机（比如www.example.com）名称。在HTTP中，客户端发送HTTP请求的时候，必须通过DNS协议将服务器主机名转换为IP地址，这样客户端才能找到服务器。

80是HTTP协议的默认端口（可以省略不输入），表示服务器通过80端口提供HTTP服务。

/index.html表示服务器在/根目录下有一个index.html资源。

这就是URL的全部，主要是定义资源的互联网地址，URL虽然和HTTP是紧密关联的，但在Web中是互相独立的。

3）HTML超文本标记语言

客户端（浏览器）通过HTTP接收的资源一般是一个HTML页面，用户并不理解HTML页面，必须由客户端（浏览器）将HTML页面转换为用户能理解的内容，本质上HTML也是一门语言。

在早期的互联网中，HTML页面包含的内容主要是文字，客户端（浏览器）只要在屏幕中打印出文字即可。为了更方便阅读，HTML语言定义了一些标记字符，客户端（浏览器）根据标记字符的含义对文字进行处理，比如<b></b>表示对文字进行加粗。

再后来，HTML页面组成越来越丰富，可以引入图片和视频等资源，让信息呈现更丰富。HTML页面可以通过外链的方式包含图片和视频等资源，这些资源也有完整的URL地址，相对HTML页面是独立存在的。

这就是HTML语言的全部，定义了一系列的规则，规则主要由客户端（浏览器）进行解析，为了让呈现更丰富，出现了CSS和JavaScript语言，它们存在的目的是辅助客户端（浏览器）处理，CSS是为了更丰富和精确地表现HTML内容，本质上还是HTML语言的一部分。

而JavaScript属于客户端脚本语言，只存在于客户端，本质上没有数据传输，它的作用是更好地控制浏览器解析，比如单击页面中的某个按钮，相当于在浏览器中执行了一个JavaScript动作，这个动作的含义可能是浏览器弹出一个对话框，它的运行属主是浏览器。通过JavaScript语言也可以间接访问非浏览器的信息，比如计算机上的Cookie信息，这也造成了很多HTTP安全问题。

Web技术推动了互联网的发展，HTTP也不是孤立存在的，在理解的时候务必要明白HTTP和其他两种技术的关系。