我亲自教大家做网站(2) - 2047

在第一课中，我向大家介绍了HTML和CSS两种语言，教大家做自己的第一个网页。

今天我要介绍的是，怎样让别人通过网络，查看/浏览你做好的网页。

假设我现在有一个网页 a.html，内容如下：

<h1>习近平必须下台</h1>

这个网页我自己可以用浏览器打开，但是我最终的目的是让全世界网民都能看到这个网页。要实现这个目标，有几个概念是必须要了解的。下面我就跟大家讲讲这几个一般人容易搞混的概念。

IP地址

网络上的每个设备，都必须有一个地址，包括你的电脑和手机也是这样，如果没有地址的话，就没有办法互相发送数据，就好比如果你家没有地址，别人就没办法把快递寄到你家。在计算机世界，这个地址叫IP地址，它是一个32位的二进制整数。

32位的二进制整数看上去像这样：01010101110100010110... 这个地址难读难记，所以一般我们把这个地址拆分成4个8位的二进制整数，然后把这4个数都换成10进制来表示，中间用点连接，例如 202.112.233.75。

至于这个地址为什么要叫IP地址，诸位自己谷歌一下。

你的电脑如果可以上网，它肯定也有一个IP地址（通常是由路由器或者运营商分配的），这个地址在任何操作系统里都是可以看到的，具体怎么看，诸位自己谷歌一下。

你的电脑的IP地址，可能是192.168.1.35或者10.0.0.4这样的形式。注意，这个地址绝大多数情况下不是国际互联网地址，而是位于某个局域网中的地址。

国际互联网地址（俗称“公网IP”），就好比你居住的小区的地址（比如中国北京朝阳区XX路XX号）；而局域网地址（俗称“内网IP”），就好比你家在小区里面的楼号和房号。

为什么IP地址要分成“公网”和“内网”两种地址呢？

理论上讲，32位二进制整数，能够表示的整数有42亿个（2^32 = 4294967296），但是这42亿个地址，不可能100%高效利用，这就好比你家的地址有20个汉字，而常用汉字有5000个，理论上20个汉字可以组成5000^20个不同的地址（天文数字），但是实际上是做不到的，因为快递员必须靠前缀（也就是你家地址最开头那几个字，比如“北京市朝阳区”）来决定一封信要送到哪里，而前缀不可能是汉字的随意组合，只能在有限的组合里面选择（全国的省市区是有限的），所以实际上可以使用的前缀数量是非常有限的。同理，你家地址能选择的后缀（也就是地址结尾的那几个字，比如“三巷6号2楼”）也是非常有限的。总之，邮政地址对汉字编码的利用率是低于1%的。

国际互联网，也是靠IP地址的前缀，来决定数据包(packets)的去向的，所以也存在同样的问题。理论上有42亿个地址，实际上能够有效分配到设备的地址，不到1亿。

而地球上联网的计算机数量，早就超过了一亿台。运营商想到的解决办法，就是不给消费者（互联网最底层的用户）的每一台计算机分配公网IP，而是每几百台、几千台、甚至几十万台计算机，分配一个公网IP，这些计算机组成一个内网，它们在内网可以通过内网IP互相连接访问，而当他们需要连接公网（比如使用google、facebook）的时候，再通过某种方式，共用一个公网IP地址。这就是为什么会有公网和内网两种地址。

正因如此，今天我们使用的互联网，是非对称的：你从内网可以访问公网的Google.com（因为Google买下了很多公网IP，没错，作为一种稀缺资源，IP地址是可以花钱买的），但是公网上的其他人，无法访问内网中的你（所以也就无法访问你电脑上的网页）。

但互联网并非一直都是这样。互联网刚刚步入平常百姓家的时候（1995年），不管是中国还是美国，宽带用户联网之后，都可以分配到公网IP，因为那个时候IP并不是稀缺资源。

光阴似箭，如今全世界互联网用户数量增长了几万倍，一个中国人如果想要在家庭宽带获得公网IP（用来开设网站），唯一的选择是中国电信宽带，报装之后打电话去客服申请，理由合理才能分配到公网IP。分配到的IP地址虽然是公网IP，却不是固定的，往往是一天一换或者三天一换。

正因如此，在自己家电脑上建网站，同时又要让世界各地的人能看到，并不是一件简单的事情，且有越来越困难的趋势。

小实验

怎么证明在国际互联网上，通过IP地址可以与另一台计算机通信呢？

其实有一些网站是支持通过IP地址直接访问的，以google为例，你可以先去https://mxtoolbox.com/DnsLookup.aspx，查询google.com的IP地址，得到结果：

172.217.15.110

然后在浏览器里面访问http://172.217.15.110/，确实可以打开google。

小实验

国际互联网按照IP地址前缀，决定如何转发一个IP数据包，那么怎样才能知道我的数据包是如何被转发到目的地的（中间经过了几手、分别都是谁）？

Windows用户请在开始菜单输入cmd回车，打开命令提示符窗口，输入tracert baidu.com，然后回车。
OSX用户请打开“终端(Terminal)”应用，输入traceroute baidu.com，然后回车。

TCP协议

在一个IP网络（使用IP地址，实现数据定向发送和接收的网络）里，一台计算机可以向另一台计算机发送IP数据包。

假如你的电脑同时干两件需要联网的事情，比如说你一边用浏览器下载文件，同时又在用微信聊天，那么你就需要同时跟两台计算机进行IP通信，他们会同时向你发来很多很多的IP数据包。这些数据包被计算机操作系统收到以后，要分发给不同的应用程序，有的数据包要发给浏览器，有的数据包要发给微信客户端。

问题是，怎么确定哪个数据包要发给哪个应用程序？你可能会说，用发送方的IP地址来区分。那万一两个发送方使用的是同一个IP地址（你下载的微信安装包，跟你微信聊天的数据，都来自腾讯的同一个服务器），怎么办？

这个例子就说明，光有IP协议、IP地址是无法满足人们日常的网络使用需求的。于是工程师们决定，在IP协议的基础上，扩展一个新的协议，以使得一台计算机上的多个应用程序，能够同时和多台计算机上的多个应用程序进行连接，不同连接之间互不干扰。

工程师们最终决定，把IP地址延长一点点，在地址的后面，加一个叫“端口号(port number)”的东西，来区分不同的连接。端口号是一个16位的二进制整数，对应十进制的 0..65535。有了端口号以后，每台计算机不再是一个公用的大邮箱、大电报局，而被分成了六万个互相隔离的小邮箱、小电报局，使得同一台计算机上，不同的应用程序能够互不干扰地与远端的计算机通信。

换句话来讲，自从有了端口号，从一台计算机向另一台计算机，可以发起很多很多的网络连接，每一个连接都必须指定起点和终点的端口号，应用程序通过“占用”端口的形式，与远端计算机上的应用程序通信。

这种依赖于端口号的通信方式，或者叫通信协议，应用最广泛的，一个叫TCP，一个叫UDP。你的浏览器、微信客户端、网络游戏……可以说绝大多数联网的计算机程序，用的都是TCP或者UDP协议。TCP/UDP is everywhere.

TCP到底是怎么工作的呢？对于一个应用程序来说，可以像下面这样理解：

两台计算机的IP地址分别是192.168.1.3和192.168.1.4。
在192.168.1.3上，有一个应用程序server.exe，它跟操作系统说：我想占用12345号端口，等待其他计算机向我发起连接。
操作系统说：12345端口没有其他人占用，你可以占用了。
在192.168.1.4上，有一个应用程序client.exe，它跟操作系统说：我想占用34567端口，同时向192.168.1.3:12345发起连接。
操作系统说：34567端口没有其他人占用，你可以占用了。你想发些什么？
client.exe说：我要发i hate xijinping
操作系统说：好的，我现在就把i hate xijinping这句话，贴上IP地址和端口号192.168.1.3:12345，发给192.168.1.3
在192.168.1.3上，操作系统跟server.exe说：嘿，收到一个数据包，目标端口号是12345，也就是发给你的，内容是i hate xijinping。

小实验

当网页浏览器访问一个网站的时候，会向这个网站服务器的80端口（HTTP协议默认端口），发起一个TCP连接，告诉对方自己需要什么。我们可以手动模拟这个TCP通信的过程，来获取网页的内容。

Windows(7/10): 管理员权限运行CMD，输入dism /online /Enable-Feature /FeatureName:TelnetClient以启用Telnet功能。Telnet允许我们用键盘输入字符，来和远端计算机进行TCP通信。

启用Telnet之后，输入telnet baidu.com 80，回车。这里我用了baidu.com，你也可以替换成百度的ip地址，效果是一样的。

连接baidu.com的80端口成功后，CMD窗口会变成一片黑，此时以最快速度（慢了会因超时而断开），输入：GET / HTTP/1.0[回车][回车]；

如果一切顺利，你会收到百度给你的回复，内容如下：

HTTP/1.1 200 OK
Server: Apache
Last-Modified: Tue, 12 Jan 2010 13:48:00 GMT
ETag: "51-47cf7e6ee8400"
Accept-Ranges: bytes
Content-Length: 81
Cache-Control: max-age=86400
Connection: Close
Content-Type: text/html
<html>
<meta http-equiv="refresh" content="0;url=http://www.baidu.com/">
</html>

在百度返回的内容里面，包含一个HTML文档，文档内容的大意是：所有访问baidu.com的朋友，请跳转到www.baidu.com。

如果你在发起TCP连接的时候，把端口从80改成其他数字，比如85，连接将会失败，说明TCP协议确实是通过端口号来区分同一台计算机上的不同目标的。

如果我们能设计一个程序，像百度那样，“占用”计算机的80端口，“监听”或者叫“等待”来自其他计算机的TCP连接，每收到一个连接，我们就发一次HTML的网页过去，那么在其他计算机看来，我们就在这台计算机上，架设了一个可以用浏览器访问的网站。

具体的架设过程，以及HTTP协议，我下节课再讲。