1.1 万维网的原理
如今，互联网跟我们的生活密不可分。购物、金融活动、社交和娱乐，都依赖互联网。随着IoT（Internet of Things，物联网）的发展，越来越多的设备具备了上网能力，让人类可以远程控制和访问它们。这种远程控制和访问之所以可行，主要依赖几项技术，其中就包括HTTP（Hypertext Transfer Protocol，超文本传输协议）。HTTP是访问远程Web应用和资源的关键技术。尽管很多人都会使用浏览器上网，但真正理解这项技术的原理，以及为什么HTTP是万维网的核心，为什么其下一个版本（HTTP/2）如此引人瞩目的人就很少了。
1.1.1 因特网与万维网
对普通人来说，因特网（Internet）和万维网（World Wide Web或Web）是同义词，而搞清楚它们的区别是很重要的。
因特网是使用IP（Internet Protocol，因特网协议）连接在一起实现消息传递的计算机构成的网络。因特网上有很多服务，包括万维网，以及电子邮件、文件共享、因特网电话等。因此万维网（注意，是World Wide Web，简称Web）只是因特网上的一种服务形式，但其却是人们最常看到的形式，因为人们经常会通过Web应用（如Gmail、Hotmail和Yahoo!）来收发邮件。我们日常所说的上网，既可以理解为上万维网，也可以理解为上因特网。
HTTP是万维网浏览器或网页浏览器请求网页的协议。Tim Berners-Lee当初发明万维网时，一共创造了三项核心技术，除了传输数据的HTTP，还有用于标识唯一资源的URL（Uniform Resource Locator，统一资源定位符）和用于构造网页的HTML（Hypertext Markup Language，超文本标记语言）。因特网上的其他服务同样也使用自己的传输协议及标准，这些协议和标准定义了它们工作的方式，以及底层消息通过因特网传输的方式，例如用于电子邮件服务的SMTP、IMAP和POP。说到HTTP，其实主要是说万维网。但随着越来越多的服务甚至一些没有传统Web前端界面的服务开始使用HTTP，这个界限变得越来越模糊。因此要想清楚地给万维网下个定义也变得越来越不容易。我们刚才提到的这些服务（比如REST或SOAP）可以通过网页使用，也可以不通过网页使用（比如手机应用）。而IoT设备的原理简单来说，就是通过HTTP调用暴露服务，从而让其他设备（计算机、手机应用，乃至其他IoT设备）使用。比如，你可以在自己的手机应用中通过HTTP向家里的灯发出开或关的指令。
尽管因特网由众多服务构成，但其中很多服务所占份额越来越少，而万维网应用的份额却持续扩大。一些早期接触互联网的人肯定记得BBS或IRC，这些服务如今基本已退出历史舞台，被网页论坛、社交网站及聊天应用取代了。
如此看来，虽然万维网跟因特网经常被人们错误地混为一谈，但万维网（至少为它而发明的HTTP）的持续发展，很可能意味着用不了多久，其真的就可以代表因特网了。
1.1.2 打开网页时会发生什么
现在，让我们回到HTTP最初的设计目标：请求网页。当我们在浏览器中打开一个网站时，会发生很多事情，无论这个浏览器是在台式电脑、笔记本电脑、平板电脑、手机，还是在其他各种各样能上网的设备上。为理解本书内容，必须首先理解浏览器上网的工作原理。
假设我们打开浏览器访问www.google.com。在接下来的几秒钟内，会发生下面这些事情，如图1.1所示。
图1.1 浏览器请求网页时的典型交互过程
1. 浏览器根据DNS（Domain Name System，域名系统）服务器返回的真实地址请求网页，DNS主要负责把对人类友好的www.google.com转换为对机器友好的IP地址。
可以把IP地址想象成电话号码，把DNS想象成电话号码簿。IP地址有两种格式，老一点的是IPv4地址（比如26.58.192.4，人类还能用），新一点的是IPv6地址（比如2607:f8b0:4005:801:0:0:0:2004，这绝对只有机器才能用）。与电话区号会随着号源用尽而更换一样，IPv6也需要满足当下和未来联网设备激增的需求。
需要注意的是，由于因特网是全球性的，所以大公司通常会把服务器部署在世界各地。我们在向DNS查询IP地址时，通常会得到一个距离你最近的服务器的IP地址，以便你能快速访问。同样访问www.google.com，在美国的人和在欧洲的人很可能会得到不同的IP地址，这是很正常的。
怎么没有IPv5
IPv4（Internet Protocol version 4）被IPv6（version 6）取代，那有没有IPv5呢？另外，你听说过IPv1～IPv3吗？
IP包的前4位表示版本，理论上限是15个版本。在被广泛使用的IPv4以前，出现过0～3共4个实验性版本。但是，直到第4版，这几个版本一直没有被标准化（参见：https://tools.ietf.org/html/rfc760，这个协议后来被升级和替换了，见https://tools.ietf.org/html/rfc791）。此后，第5个版本被指定为Internet Stream Protocol，其主要在实时音频和视频流应用中使用，与VoIP（Voice over IP，IP语音）后来的发展类似。可是，这个版本一直没启用，原因之一就是存在与第4版一样的地址限制。后来第6版出来的时候，第5版的工作被叫停，于是IPv6就成了IPv4的后续版本。据说一开始由于人们以为6也被占用了，所以IPv6最早被称为第7版（参见https://archive.is/QqU73#selection-417.1-417.15）。版本7、8、9同样也被占用，而且以后也不会再使用了。假如IPv6还有后续版本，很可能会是IPv10或更高的版本。到时候，无疑还会导致与今天类似的疑惑。
2. 浏览器请求计算机建立对这个IP地址的标准Web端口（80）[1]或标准安全Web端口（443）的TCP（Transmission Control Protocol，传输控制协议）连接[2]。
IP用于直接通过因特网传输数据（这也是Internet Protocol这个名字的含义），而TCP增加了稳定性与重传机制以确保连接可靠（“嘿，你拿到了吗？”“没有啊，可以再发一次吗？”）。
因为这两种技术经常一起使用，通常也被称为TCP/IP，它们是因特网上运行的主要协议。
服务器可以提供多种服务（比如电子邮件、FTP、HTTP和HTTPS），而端口可以让不同服务共享同一个IP地址，这非常像公司的电话总机和分机。
3. 当浏览器连接到Web服务器之后会请求网站。这一步就要用到HTTP了，具体细节我们在下一节讨论。现在，只需知道浏览器会使用HTTP向Google的服务器请求Google主页就行了。
注意 此时此刻，你的浏览器会自动将简短的网址（www.google.com）扩展为语法上更为准确的URL地址（http://www.google.com）。而包含端口在内的完整URL应该是http://www.google.com:80，只不过在使用标准端口（80用于HTTP，443用于HTTPS）的情况下，浏览器会隐藏端口号。如果使用的是非标准端口，端口就会被显示出来。比如在某些环境特别是开发环境下，HTTP可以使用8080端口，HTTPS则可以使用8443端口。
如果使用的是HTTPS（1.4节将更详细地介绍HTTPS），还会采取额外的步骤进行安全验证，以确保连接安全。
4. Google服务器会根据请求的URL响应相关内容。一般来说，初始响应中包含HTML格式的网页文本。HTML是一种标准化、结构化的基于文本的格式，用于组织页面中的内容。通常要使用HTML标签将网页内容划分为很多区块，同时为了让用户看到丰富的媒体形式，还会引用其他资源（CSS样式表、JavaScript代码、图片、字体文件，等等）。
除了返回HTML页面，服务器还有可能返回一条指向不同位置的指令。比如，Google网站只提供HTTPS访问，因此在访问http://www.google.com时，响应通常是一条特殊的HTTP指令（通常是301或302响应码），将浏览器重定向到新的地址https://www.google.com。这种响应又会导致重复之前的部分或全部步骤，具体取决于新地址的服务器与端口变化多大，比如是不是仍然是同一台服务器上的不同端口（如重定向到HTTPS），当然还有可能会重定向到相同服务器与端口下的不同页面。
同样，如果这中间出了什么差错，你的浏览器又会收到一个HTTP响应码，比如最广为人知的错误响应码404 Not Found。
5. Web浏览器负责处理返回的响应。假设返回的响应是HTML，则浏览器就会解析HTML中的代码，并在内存中构建DOM（Document Object Model，文档对象模型），一种页面的内部表现形式。处理期间，浏览器可能会发现正常显示页面还需要其他资源（比如CSS、JavaScript和图片）。
6. Web浏览器请求自己需要的额外资源。Google的网页非常精简，在写作本书时，只包含16个别的资源。其中每个资源都需要以与上述1～5步类似的方式去请求，当然也包含这一步。因为在这些资源中也有可能引用其他资源。普通网页可没有Google网页那么精简，通常需要75个资源[3]，而且往往会分布在多个域名下，而请求这其中每一个资源，都必须重复1～6步。这是导致上网慢的一个重要因素，因而催生了HTTP/2。HTTP/2的主要目的是使得请求多资源时更有效率，本书后续几章将陆续介绍。
7. 浏览器在获取了足够的关键资源后，开始在屏幕上渲染页面。但是，选择在屏幕上渲染的时机又是一个挑战，远没有听起来那么简单。如果浏览器等到所有资源都下载完毕才渲染，那么用户就要等很久才能看到网页，上网的体验会很差。相反，如果浏览器过早渲染页面，那么用户又会看到，伴随着更多资源下载，页面结构也会跳来跳去。假如你正在阅读一篇文章，而页面突然抖动了一下，你不生气才怪。充分理解Web技术，特别是HTTP和HTML/CSS/JavaScript，就会知道如何减少加载过程中的这种页面抖动。然而，有太多网站并没有优化好页面以应对这个问题。
8. 在页面刚刚显示在屏幕上之后，浏览器会在后台继续下载其他资源，并在处理完它们之后更新页面。这些资源包括不那么重要的图片和广告追踪脚本。因此，我们经常会看到网页刚显示时并没有图片（特别是在网速比较慢的情况下），而过了一会儿图片才慢慢下载并显示出来。
9. 当页面完全被加载后，浏览器会停止显示加载图标（在多数浏览器上都位于地址栏旁边），然后触发OnLoad JavaScript事件。根据这个事件，JavaScript就知道可以执行某些操作了。
10. 此时，页面已经完全加载了，但浏览器并不会停止发送请求。网页只包含静态内容的时代早就过去了。如今的很多网页其实已经是功能齐全的应用了，因此接下来浏览器还会与因特网上的各种浏览器打交道，发送或加载更多内容。这些内容有的来自用户输入，比如你在Google主页的搜索框中填写了一个关键字，但没有按“搜索”按钮就立即看到了搜索建议；有的来自应用驱动的操作，比如你的Facebook或者Twitter动态，不需要你点击“刷新”按钮就能自动刷新。这些操作通常在后面悄悄发生，你看不到它们，特别是广告分析脚本，它会跟踪你在网站上的操作，并将该信息发送给站长或者广告服务商。
如你所见，当你请求一个URL时会发生很多事情，而且这些事情通常发生在眨眼之间。上面这些步骤中的每一步都可以用一整本书来讲述，并且在不同场景下还有不同。本书主要关注（并且会深挖）第3～8步（通过HTTP加载网站）。后面有些章节也会简单介绍第2步（HTTP所使用的底层连接）的内容。