1.4 互联网、HTTP与HTML

1.4.1 互联网与HTTP

互联网也叫作国际网（Internet），是指网络与网络之间所串连成的庞大网络，这些网络以一组标准的网络TCP/IP协议族相连，连接全世界几十亿个设备，形成逻辑上的单一巨大国际网络。它是由从地方到全球范围内几百万个私人的、学术界的、企业的和政府的网络所构成，通过电子、无线和光纤网络技术等一系列广泛的技术联系在一起。这种将计算机网络互相连接在一起的方法可称作“网络互联”，在这基础上发展出覆盖全世界的全球性互联网络称为互联网，即是互相连接在一起的网络。

HTTP是一个客户端终端（用户）和服务器端（网站）请求与应答的标准。通过使用网页浏览器、网络爬虫或者其他工具，客户端可以发起一个HTTP请求到服务器上的指定端口（默认端口为80），称这个客户端为用户代理程序（User Agent）。应答的服务器上存储着一些资源，比如HTML文件和图像，称这个应答服务器为源服务器（Origin Server）。在用户代理和源服务器中间可能存在多个“中间层”，比如代理服务器、网关或者隧道（Tunnel）。尽管TCP/IP协议是互联网上最流行的应用，HTTP协议中并没有规定必须使用它或它支持的层。

事实上，HTTP可以在任何互联网协议上，或其他网络上实现。HTTP假定其下层协议提供可靠的传输。因此，任何能够提供这种保证的协议都可以被其使用。因此也就是其在TCP/IP协议族使用TCP作为其传输层。通常，由HTTP客户端发起一个请求，创建一个到服务器指定端口（默认是80端口）的TCP连接。HTTP服务器则在那个端口监听客户端的请求。一旦收到请求，服务器会向客户端返回一个状态，比如“HTTP/1.1 200 OK”，以及返回的内容，如请求的文件、错误消息或者其他信息。

HTTP的请求方法有很多种，主要包括：

●GET，向指定的资源发出“显示”请求。使用GET方法应该只用于读取数据，而不应当被用于产生“副作用”的操作中（如在Web Application中）。其中一个原因是GET可能会被网络蜘蛛等随意访问。

●HEAD，与GET方法一样，都是向服务器发出指定资源的请求。只不过服务器将不传回资源的内容部分。它的好处在于，使用这个方法可以在不必传输全部内容的情况下，就可以获取其中“关于该资源的信息”（元信息或称元数据）。

●POST，向指定资源提交数据，请求服务器进行处理（如提交表单或上传文件）。数据被包含在请求文本中。这个请求可能会创建新的资源或修改现有资源，或二者皆有。

●PUT，向指定资源位置上传其最新内容。

●DELETE，请求服务器删除Request-URI所标识的资源。

●TRACE，回显服务器收到的请求，主要用于测试或诊断。

●OPTIONS，这个方法可使服务器传回该资源所支持的所有HTTP请求方法。用“*”来代替资源名称，向Web服务器发送OPTIONS请求，可以测试服务器功能是否正常运作。

●CONNECT，HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。CONNECT通常用于SSL加密服务器的链接（经由非加密的HTTP代理服务器），方法名称是区分大小写的。当某个请求所针对的资源不支持对应的请求方法的时候，服务器应当返回状态码405（Method Not Allowed），当服务器不认识或者不支持对应的请求方法的时候，应当返回状态码501（Not Implemented）。

1.4.2 HTML

HTML则是指超文本标记语言（HyperText Markup Language, HTML），是一种用于创建网页的标准标记语言。与HTTP不同的是，HTML是一种基础技术，常与CSS、JavaScript一起被众多网站用于设计令人赏心悦目的网页、网页应用程序以及移动应用程序的用户界面。网页浏览器可以读取HTML文件，并将其渲染成可视化网页。HTML描述了一个网站的结构语义随着线索的呈现方式，使之成为一种标记语言而非编程语言。HTML元素是构建网站的基石。HTML允许嵌入图像与对象，并且可以用于创建交互式表单，它被用来结构化信息（例如标题、段落和列表等），也可用来在一定程度上描述文档的外观和语义。HTML的语言形式为尖括号包围的HTML元素（如＜html＞），浏览器使用HTML标签和脚本来诠释网页内容，但不会将它们显示在页面上。HTML可以嵌入脚本语言（如JavaScript），它们会影响HTML网页的行为。网页浏览器也可以引用层叠样式表（CSS）来定义文本和其他元素的外观与布局。维护HTML和CSS标准的组织万维网联盟（W3C）鼓励人们使用CSS替代一些用于表现的HTML元素。

HTML标记包含标签（及其属性）、基于字符的数据类型、字符引用和实体引用等几个关键部分。HTML标签是最常见的，通常成对出现，比如＜h1＞与＜/h1＞。这些成对出现的标签中，第一个标签是开始标签，第二个标签是结束标签。两个标签之间为元素的内容，有些标签没有内容，为空元素，如＜img＞。HTML另一个重要组成部分为文档类型声明，这会触发标准模式渲染。

HTML文档由嵌套的HTML元素构成。它们用HTML标签表示，包含于尖括号中，如＜p＞在一般情况下，一个元素由一对标签表示：“开始标签”＜p＞与“结束标签”＜/p＞。元素如果含有文本内容，就被放置在这些标签之间。在开始与结束标签之间也可以封装另外的标签，包括标签与文本的混合。这些嵌套元素是父元素的子元素。开始标签也可包含标签属性，这些属性有诸如标识文档区段、将样式信息绑定到文档演示和为一些如＜img＞等的标签嵌入图像、引用图像来源等作用。一些元素如换行符＜br＞，不允许嵌入任何内容，无论是文字或其他标签。这些元素只需要一个单一的空标签（类似于一个开始标签），无须结束标签。许多标签是可选的，尤其是那些很常用的段落元素＜p＞的闭合端标签。HTML浏览器或其他媒介可以从上下文识别出元素的闭合端以及由HTML标准所定义的结构规则，这些规则非常复杂。

因此，一个HTML元素的一般形式为：＜标签 属性1="值1" 属性2="值2"＞内容＜/标签＞。一个HTML元素的名称即为标签使用的名称。注意，结束标签的名称前面有一个斜杠“/”，空元素不需要也不允许结束标签。如果元素属性未标明，则使用其默认值。

HTML文档的页眉：＜head＞…＜/head＞。标题被包含在头部，例如：

标题：HTML标题由＜h1＞到＜h6＞六个标签构成，字体由大到小递减：

段落：

换行：＜br＞。＜br＞与＜p＞之间的差异在于，“br”换行但不改变页面的语义结构，而“p”部分的页面成段。

链接：使用＜a＞标签来创建链接。href=属性包含链接的URL地址。

注释：

大多数元素的属性以“名称-值”的形式成对出现，由“=”分离并写在开始标签元素名之后。值一般由单引号或双引号包围，有些值的内容包含特定字符，在HTML中可以去掉引号（XHTML则不行）。不加引号的属性值被认为是不安全的。有些属性无须成对出现，仅存在于开始标签中即可影响元素，如img元素的ismap属性。要注意的是，许多元素存在一些共通的属性：

●id属性为元素提供了在全文档内的唯一标识。它用于识别元素，以便样式表可以改变其表现属性，脚本可以改变、显示或删除其内容或格式化。对于添加到页面的URL，它为元素提供了一个全局唯一标识，通常为页面的子章节。

●class属性提供一种将类似元素分类的方式，常被用于语义化或格式化。例如，一个HTML文档可指定类class="标记"来表明所有具有这一类值的元素都从属于文档的主文本。格式化后，这样的元素可能会聚集在一起，并作为页面脚注而不会出现在HTML代码中。类属性也被用于微格式的语义化。类值也可进行多声明，如class="标记 重要"将元素同时放入“标记”与“重要”两类中。

●style属性可以将表现性质赋予一个特定元素。比起使用id或class属性从样式表中选择元素，“style”被认为是一个更好的做法，尽管有时这对一个简单、专用或特别的样式显得太烦琐。

●title属性用于给元素一个附加的说明。大多数浏览器中这一属性显示为工具提示。