# 第5-2课：URL与HTTP请求

## 一、本课目标

完成本课后，你能够：

1. 拆解统一资源定位符（Uniform Resource Locator，URL）；
2. 解释HTTP请求行、请求头和请求体；
3. 理解路径参数与查询参数的用途差异；
4. 为常见操作选择GET、POST、PUT、PATCH或DELETE；
5. 使用Python标准库安全编码查询参数。

## 二、前置知识

- 已理解客户端与服务器；
- Python字典、函数和字符串；
- 不要求记忆HTTP报文的所有字段。

## 三、URL的组成

示例：

```text
https://api.example.com:443/books/10?detail=true#summary
```

| 部分 | 示例 | 作用 |
|---|---|---|
| 协议 | `https` | 约定通信方式 |
| 主机 | `api.example.com` | 定位服务器 |
| 端口 | `443` | 定位服务器中的服务 |
| 路径 | `/books/10` | 定位资源 |
| 查询字符串 | `detail=true` | 提供筛选或选项 |
| 片段 | `summary` | 通常只供客户端定位页面位置，不发送给服务器 |

HTTPS是经过传输层安全协议（Transport Layer Security，TLS）保护的HTTP。它保护传输过程，但不能自动修复错误的业务权限。

浏览器真正访问时还会涉及以下概念：

- 域名（Domain Name）：便于人记忆的服务器名称，例如`api.example.com`；
- IP地址（Internet Protocol Address）：网络用于定位设备或服务入口的地址；
- 域名系统（Domain Name System，DNS）：把域名查询为可用于连接的IP地址；
- 端口（Port）：同一台计算机上用于区分不同网络服务的编号。

可以把IP地址理解成办公楼地址，把端口理解成楼内具体窗口。这个类比不代表端口是物理接口，它只是操作系统管理网络连接时使用的数字。

HTTP默认端口通常是80，HTTPS默认端口通常是443。使用默认端口时，URL可以省略端口；使用开发服务器的8000等端口时通常需要明确写出。

## 四、浏览器如何根据URL定位请求目标

以`https://api.example.com:443/books/10?detail=true`为例：

1. 浏览器看到`https`，知道要使用受TLS保护的HTTP；
2. 通过DNS查询`api.example.com`对应的IP地址；
3. 向该地址的443端口建立连接；
4. 把`/books/10?detail=true`作为请求目标；
5. 在连接中发送HTTP请求；
6. 等待服务器返回HTTP响应。

实际网络还涉及缓存、代理、网关和连接复用。本阶段只建立主干认识，不展开网络工程细节。

## 五、HTTP请求结构

```http
POST /books HTTP/1.1
Host: localhost:8000
Content-Type: application/json

{"title": "Python入门"}
```

- 请求行：请求方法、请求目标和HTTP版本；
- 请求头：描述内容类型、认证信息和客户端能力；
- 空行：分隔头部与请求体；
- 请求体：提交给服务器的数据，GET通常不依赖请求体。

逐行阅读这份请求：

1. `POST /books HTTP/1.1`表示使用POST方法访问`/books`；
2. `Host`说明目标主机和端口；
3. `Content-Type`说明请求体是JSON；
4. 空行表示请求头结束；
5. 最后一行JSON是提交给服务器的数据。

HTTP报文在网络中最终按字节传输。这里用文本形式展示，是为了让结构更容易阅读。

## 六、常用请求方法

| 方法 | 常见含义 | 图书示例 |
|---|---|---|
| GET | 查询 | 查询图书 |
| POST | 创建或触发处理 | 新增图书 |
| PUT | 整体替换 | 替换图书全部可修改信息 |
| PATCH | 局部修改 | 只修改价格 |
| DELETE | 删除 | 删除图书 |

方法表达意图，最终行为仍由服务器代码决定。GET应当是安全方法，即正常调用不应修改业务数据；重复执行PUT或DELETE通常应具有幂等性，即最终效果与执行一次相同。

安全和幂等是HTTP语义，不等同于权限安全：

- “GET是安全方法”表示它不应改变业务状态；
- “DELETE通常幂等”表示重复删除后最终仍是资源不存在；
- 它们都不表示接口无需登录或权限控制。

## 七、路径参数与查询参数

- `/books/10`中的`10`通常是路径参数，用于标识某一本书；
- `/books?keyword=Python&page=2`中的值是查询参数，用于筛选、排序或分页。

请求体通常承载新增或修改时的结构化数据，例如书名、价格和作者。不要把大量结构化内容全部塞进URL。

## 八、URL编码

URL中的空格、中文、`&`和`=`可能与URL结构规则冲突，因此需要百分号编码（Percent-encoding）或表单风格编码。

```python
urlencode({"keyword": "Python Web", "page": 1})
```

结果中的空格可能显示为`+`：

```text
keyword=Python+Web&page=1
```

客户端负责编码，服务器负责解码。不要先手工替换一次，再交给工具重复编码。

## 九、完整示例

`url_request_example.py`使用`urlsplit()`拆分URL，使用`parse_qs()`读取查询参数，使用`urlencode()`处理空格等特殊字符。

## 十、运行方法

```powershell
cd D:\Code\Python\05_web基础\5_2_URL与HTTP请求
python url_request_example.py
```

关键输出包括协议、主机、端口、路径、查询参数，以及编码后的GET请求行。

## 十一、代码执行顺序

1. `main()`准备一条完整URL；
2. `parse_url()`使用`urlsplit()`拆分结构；
3. `parse_qs()`把查询字符串转换为字典；
4. 程序分别输出协议、主机、端口、路径和查询参数；
5. `build_request_target()`使用`urlencode()`编码参数；
6. 程序输出一条简化请求行和请求头。

`api.example.com`是教学示例域名，程序只解析字符串，不会访问该网站。

## 十二、常见错误

### 12.1 手工拼接查询字符串

空格、中文、`&`和`=`具有特殊含义，应交给`urlencode()`等工具编码。

### 12.2 用POST处理所有操作

程序可能运行，但接口意图模糊，缓存、重试、权限和文档也更难设计。

### 12.3 在URL中传密码

URL容易进入浏览历史和日志。密码及令牌不应放入查询字符串。

### 12.4 混淆域名、IP和端口

域名需要经过DNS解析，IP用于网络定位，端口用于区分服务。它们有关联，但不是同一个值。

### 12.5 认为HTTPS代表接口一定可信

HTTPS主要保护传输过程。客户端仍要确认访问的域名，服务器仍要进行身份认证、权限和输入校验。

## 十三、课堂练习

打开`practice.py`，完成URL解析和请求方法选择练习。

## 十四、本课小结

URL回答“向哪里请求”，HTTP方法回答“想做什么”，请求头描述消息，请求体携带提交的数据。

## 十五、验收标准

- 能拆解完整URL；
- 能解释域名、DNS、IP和端口的基本关系；
- 能解释HTTP请求的主要部分；
- 能区分路径参数和查询参数；
- 能为常见增删改查选择请求方法；
- 示例运行结果符合预期。