WWW 靠三样东西各管一段：URL 说去哪儿取，HTTP 说怎么取，HTML 说怎么显示。 这三样都是伯纳斯李在同一个项目里定的，所以它们配合得刚好。
这一节真起一个本机服务，把 URL 拆解、HTTP 请求、HTML 解析串成一条线。 每一步都用真实的响应头和正文。
一、三样东西各管一段
URL 是地址：它回答「去哪台机器、敲哪个门、要哪个资源」。 HTTP 是运输：它回答「怎么把请求送过去、怎么把结果拿回来」。 HTML 是排版语言：它回答「这段文字里哪部分是标题、哪部分要加粗」。 这三样的分工非常干净：少任何一个，WWW 都不成立。 只有 URL 没有 HTTP，你只能知道地址却取不回内容；只有 HTTP 没有 HTML， 取回来的是一堆看不懂的纯文本；只有 HTML 没有 URL，你没法引用别人的页面。 「超链接」是这套体系的关键发明：它让文档之间能互相指。 而「能互相指」的前提是「每个文档有一个全局唯一的地址」——这正是 URL 的作用。 所以「万维网」这个名字里的「网」，指的是文档之间连成的网，不是机器之间连成的网。
二、URL 的四段怎么映射到一次请求
http://127.0.0.1:8080/html 拆开是四段：
scheme 是 http、host 是 127.0.0.1、port 是 8080、path 是 /html。
这四段各自决定一件事：scheme 决定「用哪个协议」，
host 决定「连哪台机器」（要解析成 IP），
port 决定「敲哪个门」（不写就用 scheme 的默认值），path 决定「要哪个资源」。
注意「path 由服务端解释」这一点：HTTP 只负责把它原样送过去，怎么理解完全看服务端。
所以 /a/b 不一定是「目录 a 下的文件 b」，
它可能是一个查询参数、一个 API 路由、甚至一个不存在的路径。
「URL 里的路径像文件路径」这件事，纯粹是约定，不是协议。
三、HTML 是标记，不是程序
HTML 的作用只有一个：给一段纯文本加上「这段是什么」的标注。
它自己不会算、不会判断、不会循环。
所以浏览器要「解析」它，把它变成一棵树，再按树递归地画。
这就是为什么嵌套错了页面就全乱——树的结构变了，画出来的东西自然也变了。
这里有个容易混的地方：HTML 管「结构」，CSS 管「样式」，JavaScript 管「行为」。
三样分开是为了「同一份内容能换不同样子」，
但这个分离在 1990 年代并没有做到——
那时候用 <font> 标签直接写字体，结构样式混在一起，改一次配色要动所有页面。
四、动手 Demo：WWW 三件套——URL、HTTP、HTML，缺一不可
起一个返回 HTML 的本机服务，把三件事在真请求里对起来。 第一步拆 URL，第二步发 HTTP，第三步解析 HTML。
import urllib.parse, urllib.request, html.parser
port, srv = start_server() # 起一个返回 HTML 的服务
url = 'http://127.0.0.1:%d/html' % port
sp = urllib.parse.urlsplit(url)
print('scheme', sp.scheme) # http
print('host ', sp.hostname) # 127.0.0.1
print('port ', sp.port) # 端口
print('path ', sp.path) # /html
req = urllib.request.Request(url, headers={'User-Agent': 'demo/1.0'})
with urllib.request.urlopen(req, timeout=5) as r:
print('状态码', r.status)
for k, v in r.getheaders():
print(k, ':', v)
body = r.read().decode('utf-8')
class Cnt(html.parser.HTMLParser):
def __init__(self):
html.parser.HTMLParser.__init__(self)
self.tags, self.depth, self.maxd, self.text = [], 0, 0, []
def handle_starttag(self, tag, attrs):
self.tags.append(tag)
self.depth += 1
self.maxd = max(self.maxd, self.depth)
def handle_endtag(self, tag):
self.depth -= 1
def handle_data(self, data):
self.text.append(data)
c = Cnt()
c.feed(body)
print('标签', len(c.tags), '最大嵌套', c.maxd, ''.join(c.text))
实跑输出：
--------------------------------------------------------------------
WWW 三件套——URL、HTTP、HTML，缺一不可
--------------------------------------------------------------------
**WWW 能跑起来，靠的是三样东西各管一段**：
**URL 说「去哪儿取」，HTTP 说「怎么取」，HTML 说「取回来怎么显示」。**
**下面把这三段在真请求里对起来看。**
**第一步：拆 URL**
部分 这一段的值 它负责回答
---------------------------------------------
scheme http **用哪个协议去取**
host 127.0.0.1 **去哪台机器**
port 64614 **敲哪个门**
path /html **要哪个资源**
**第二步：HTTP 把这段 URL 变成一次请求，拿回状态码、头、正文**
状态码 200，响应头 6 个
Server: BaseHTTP/0.6 Python/3.13.14
Date: Sat, 24 Oct 2026 17:11:09 GMT
Content-Type: text/html; charset=utf-8
Content-Length: 79
Set-Cookie: sid=abc123; Path=/
X-Demo: 36c
**第三步：HTML 决定这段正文怎么被画出来**
<html><body><div><p>你好</p><ul><li>a</li><li>b</li></ul></div></body></html>
**解析结果**：7 个标签，最大嵌套 5 层，可见文字「你好ab」。
**三者串起来才叫 WWW**：**URL 是「地址」，HTTP 是「运输」，HTML 是「排版语言」。**
**少任何一个都不成立**——**只有 URL 没有 HTTP，你只能知道地址却取不回内容；**
**只有 HTTP 没有 HTML，取回来的是一堆看不懂的文本。**
**这三样都是伯纳斯李在同一个项目里定下来的，所以它们配合得刚好。**
第一步拆出四段：http、127.0.0.1、端口、/html。
第二步拿回状态码 200、六个响应头、一段 HTML。
第三步解析出 7 个标签、最大嵌套 5 层、可见文字「你好ab」。
注意「最大嵌套 5 层」是怎么来的：
html 第 1 层、body 第 2 层、div 第 3 层、ul 第 4 层、li 第 5 层。
p 和 ul 是兄弟，都挂到 div 下面，所以它们都算第 4 层。
这个「深度」不是数标签个数，是数「它上面有几层父节点」。
「可见文字」这一项也值得看一眼：标签全被剥掉，只剩下「你好ab」。
这就是「HTML 是给文本加标注」这句话的字面含义——
内容本来就在那儿，标签只是告诉浏览器「这段该怎么对待它」。
30 秒实验
- 想一下：URL 的 path 为什么由服务端解释？
- 想一下：
/a/b一定是文件路径吗？ - 想一下：HTML、CSS、JavaScript 各管什么？
常见误区
- 以为「URL 的 path 就是服务器上的文件路径」。 它只是个字符串，怎么解释看服务端。
- 以为「HTML 能算东西」。 它只是标记，算的逻辑在 JavaScript 或服务端。
- 以为「WWW 就是互联网」。 WWW 只是互联网上的一种应用，邮件、DNS、SSH 都不属于它。
自测三问（点开对答案）
1. WWW 的三件套是什么？ —— **URL 定位、HTTP 传输、HTML 描述结构。** 2. URL 的四段各决定什么？ —— **scheme 决定协议、host 决定机器、port 决定端口、path 决定资源。** 3. HTML 解析出来是什么结构？ —— **一棵树**，每个标签的深度等于父节点深度加一。下一节单独讲 URI 的语法细节。
- ☐ （本节完，下一节 8.5.3 URI）