HTTP学习笔记（五）

目前，市场上流行有很多web服务器软件，每种服务器都有自己的特点。我们在开发的过程中，经常要和它们打交道，所以了解它们的工作原理也是很重要的。

几款比较流行的服务器

它们会做些什么？

第三篇中有这样的一张图片，它演示了客户端和服务器在发起事务时它们需要做的几个事情。

这里就详细地谈谈服务器在运行过程中会做什么。

首先服务器在完全运行起来之后，客户端就可以向服务器发起连接了（关于这个部分，大家可以看第三篇笔记）。现在的web服务器大多数都是多线程服务器了，一般在服务器上配置连接池，限制连接的数量，可以大大减轻服务器的连接压力，以保证网络服务的质量。

在这个阶段，服务器也会判断客户端的身份，比如一些有恶意行为的IP地址，服务器会拒绝建立连接。

接下来，服务器就会开始接受客户端发出的报文并解析它们（关于报文可以看第四篇笔记）。服务器首先会读取报文的起始行。从它请求的方法中以确定这个请求需要给予什么样子的响应，在这之后，服务器就会去读取uri，确定资源的地址，最后在这行信息中检测客户端使用的http版本，以确定首部的一些信息解读的方式。之后就是读取各行的信息，直到检测到以CRLF（ Carriage-Return Line-Feed 回车换行）结束的标识。在这之后服务器就会对请求开始处理了，比如像post中的一些数据传递到程序中。

此时，服务器要开始很重要的步骤了，找到客户端希望得到的资源，开始构建一个特别的内容给客户端，这些都是程序处理的部分了。当然，这里请求的资源使用路径都是服务器上的虚拟路径，不是服务器文件系统上的绝对路径。这个虚拟路径恰好把资源封闭在一个固定的路径中，不让访问突破规定范围。在linux中有一种SELinux的机制，进程只能访问那些在他的任务中所需要文件。

在确定了要发送的内容之后，服务器会构建一个响应报文并发送它们。这里面通常会包括一个响应主体的MIME类型响应主体的Content-length以及响应主体页面。发送完毕后，服务器会检测这是不是一个持久连接，并根据此，决定是不是要关闭连接。

字符编码

我想凡是做过开发的人一定都遇到过字符编码乱码的问题。关于字符编码的问题非常复杂。其中有一些就和web服务器接收和构建报文有关系。

一个客户端吧请求报文在发送给服务器时，可以在发送前，在首部通过设置Accept-Charest和Accecpt-Encoding告诉服务器自己期待的字符编码方式。服务器会根据这条信息给予客户端最优化的方案。但有时，乱码依旧。而这些乱码是从哪里来的呢？

这要从它的历史说起了，最早的ASCII码并不支持中文，为了满足我们国家的需要，有人对ANSi（ASCII的扩充）码进行了扩充，制作了GB2312，后来发现GB2312不能显示一些生僻的字，于是gbk编码就诞生了，在这之后，有进行了几次扩展。

但是在ANSi编码下，同一个编码值，在不同的编码体系里代表着不同的字，这就是意味着不同国家的人相互访问网站的时候，由于不同的编码，我们就会看见不同的内容（大部分都是不知所云的乱码）。

后来有了Unicode编码，每个符号对应一个唯一的编码，乱码问题就不存在了。但是这样做这个库就非常庞大，UTF-8可以根据不同的符号自动选择编码的长短，这样又一次提高了字符编码的效率。

所以，utf-8应该是我们最好的选择。如果我们使用GB2312，我们在URL传递中文数据时，就会变成一堆符号和数字，而我们采用utf-8时，就不会有这个问题。有时候，我们很少注意，自己在开发时，页面本身的字符编码格式。所以很多不同字符编码定义，就让服务器不知所措了，有时候数据库的字符编码和接收的字符编码又是不同的，这里又一次造成了编码的不和谐。