浏览器访问网页的底层技术细节

用一个例子来说明。以下基本译自2015年6月新出的那本爬虫书《Web Scraping With Python》，略作改动。

-------------------------------------------------------------------------------------------------------------------

如来佛有一个web服务器，服务器上每天都会更新一篇博客。唐三藏有一台笔记本电脑，正要连接到如来佛的服务器，以阅读最新的博文。当一台机器（唐三藏的笔记本）想要与另一台机器（如来佛的服务器）交流信息的时候，会经过如下流程：

1. 唐三藏的笔记本电脑发送一串由1和0组成的比特位，在传输线路上表示为高电压/低电压。这些比特位共同形成了某种信息，即头部（header）和主体(body)。头部包含了一个指向（唐三藏的电脑所在网络的）本地路由器MAC地址的立即目的地（immediate destination），以及一个指向如来佛服务器的IP地址的最终目的地（final destination）。主体包含了唐三藏对如来佛的服务器应用程序的请求信息。
2. 唐三藏的本地路由器（local router）收到了1和0组成的串，并把它们视为一个数据包（packet），始发地是唐三藏的MAC地址，目的地是如来佛的IP地址。路由器将它自己的IP地址作为“始发”IP地址加入到这个数据包中，再将这个数据包通过Internet发送出去。
3. 唐三藏的数据包经过多个中间服务器（intermediary servers），这些服务器都会将他的数据包沿着正确的网络通路投递，直到抵达如来佛的服务器。
4. 如来佛的服务器收到了这个指向他的IP地址的数据包。
5. 如来佛的服务器从这个数据包的头部中读取目的端口号（对于网站应用来说通常是80端口。我们可以把端口号理解为数据包的“门牌号”，而IP地址则相当于“街道地址”），然后把这个数据包传递给相应的应用程序——web服务器应用程序。
6. web服务器应用程序从服务器的处理器那里接收到一串数据。这数据会显示类似于下面的信息：
   • 这是一个GET请求
   • 请求的文件是：index.html
7. web服务器找到了正确的HTML文件，把它打包成一个发送给唐三藏的新的数据包，并且通过（如来的web服务器所在网络的）本地路由器，回传到唐三藏的笔记本电脑。回传的流程与以上相同。