Para solicitar documentos de servidores da Web, os navegadores usam o protocolo HTTP. Você pode conhecer esse nome na barra de endereços (ele pode estar oculto agora, mas quando você clica na barra de endereços, copia a URL e cola-a em algum editor de texto, você verá http://no início). HTTP é um protocolo simples baseado em texto. Funciona assim:
Primeiro, seu navegador se conecta ao servidor do site e envia uma URL do documento que deseja baixar (as páginas da web também são documentos) e alguns detalhes sobre o próprio navegador ( User-Agent etc). Por exemplo, para carregar a página principal no site SuperUser http://superuser.com/, meu navegador envia uma solicitação com a seguinte aparência:
GET / HTTP/1.1
Host: superuser.com
Connection: keep-alive
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.0 Safari/537.36
Accept-Encoding: gzip,deflate,sdch
Accept-Language: pl-PL,pl;q=0.8,en-US;q=0.6,en;q=0.4
Cookie: [removed for security]
DNT: 1
If-Modified-Since: Tue, 09 Jul 2013 07:14:17 GMT
A primeira linha especifica qual documento o servidor deve retornar. As outras linhas são chamadas de cabeçalhos; eles ficam assim:
Header name: Header value
Essas linhas enviam informações adicionais que ajudam o servidor a decidir o que fazer.
Se tudo estiver bem, o servidor responderá enviando o documento solicitado. A resposta começa com uma mensagem de status, seguida por alguns cabeçalhos (com detalhes sobre o documento) e, finalmente, se tudo estiver bem, o conteúdo do documento. É assim que a resposta do servidor SuperUser para minha solicitação se parece:
HTTP/1.1 200 OK
Cache-Control: public, max-age=60
Content-Type: text/html; charset=utf-8
Expires: Tue, 09 Jul 2013 07:27:20 GMT
Last-Modified: Tue, 09 Jul 2013 07:26:20 GMT
Vary: *
X-Frame-Options: SAMEORIGIN
Date: Tue, 09 Jul 2013 07:26:19 GMT
Content-Length: 139672
<!DOCTYPE html>
<html>
[...snip...]
</html>
Após a última linha, o servidor do SuperUser fecha a conexão.
A primeira linha ( HTTP/1.1 200 OK) contém o código de resposta , neste caso é 200 OK. Isso significa que o servidor decidiu que pode retornar um documento, conforme solicitado, e promete que o conteúdo a seguir será esse documento. Se não for esse o caso, o código será outra coisa e fornecerá alguma indicação do motivo pelo qual o servidor não está apenas retornando um documento como resposta: por exemplo, se não conseguir encontrar o documento solicitado, ele deverá retornar 404 Not Found, e se você não tiver permissão para acessar o conteúdo em questão, ele deverá retornar 403 Forbidden.
Após essa primeira linha de status, os cabeçalhos de resposta seguem; eles fornecem mais informações sobre o conteúdo que está sendo retornado, como o dele Content-type.
Em seguida é uma linha vazia. Isso indica que não haverá mais cabeçalhos de resposta. Tudo além dessa linha é o conteúdo do documento solicitado. Portanto, no exemplo acima, <!DOCTYPE html>é a primeira linha da página inicial do Superusuário (um documento HTML). Se eu estivesse solicitando o download de um documento, provavelmente haveria alguns caracteres sem sentido, porque a maioria dos formatos de documento é ilegível sem processamento prévio.
Voltar aos cabeçalhos. O mais interessante para nós é o último Content-Length,. Ele informa ao navegador quantos bytes de dados ele deve esperar após a linha vazia, portanto, basicamente, é o tamanho do documento expresso em bytes. Este cabeçalho não é obrigatório e pode ser omitido pelo servidor. Às vezes, o tamanho do documento não pode ser previsto (por exemplo, quando o documento é gerado rapidamente), às vezes os programadores preguiçosos não o incluem (bastante comum nos sites de download de drivers), às vezes os sites são criados por iniciantes que não sabem de tal cabeçalho.
De qualquer forma, seja qual for o motivo, o cabeçalho pode estar ausente. Nesse caso, o navegador não sabe quantos dados o servidor enviará e, portanto, exibe o tamanho do documento como desconhecido , aguardando o servidor fechar a conexão. E essa é a razão para tamanhos de documentos desconhecidos.