图解HTTP 读书笔记 HTTP协议相关
图解HTTP这本书，我这里准备分两篇来讲，这篇是上篇，涉及到书中的了解Web及网络基础、简单的HTTP协议、HTTP报文内的HTTP信息，HTTP状态码，HTTP首部这五章内容，主要讲Web网页和HTTP的一些基本概念以及HTTP报文的有关信息。
下篇则涉及Web服务器、HTTPS、用户身份认证和构建Web内容技术；也就是有关Web服务器、Web网页和Web安全的内容。
一 Web基础
Web(World Wide Web)：即全球广域网，也称为万维网，它是一种基于超文本和HTTP的、全球性的、动态交互的、跨平台的分布式图形信息系统。
Web构建的基本理念：借助多文档之间相互关联形成的超文本(HyperText)，连成可相互参阅的WWW。
Web构建技术：
1. HTML：把SGML作为页面的文本标记语言
2. HTTP：文档传输协议
3. URL：指定文档所在位置
以上3项技术分别代表了通信内容——Web网页；通信方式——HTTP协议；通信地址——URL。此外还有通信内容提供方——Web服务器，以及通讯内容获取方——客户端。这五个方面，就是Web技术的主要内容。
Web服务器和Web页面是下一篇的内容，Web客户端这里不讲。HTTP协议是下面的重要内容，这里写简单讲下URL。
1.1 URL
绝对URI格式：
https://item.taobao.com/item.htm?spm=a21ig.11052422.944389.2.74709cb1YKlqaV&id=530476331966
https://user:pass@item.taobao.com:80/item.htm?spm=a21ig.11052422.944389.2.74709cb1YKlqaV#ch1
上面给出了两个网址，第一个是真实淘宝地址，第二个是在第一个基础上经过添加删减用于说明的地址。绝对URI格式从左到右可分为7个部分：
1.协议方案名：即https://，注意格式
2. 登录信息(认证)：可选项，见二中的user:pass@
3. 服务器地址：即item.taobao.com，可为网址，也可为IP地址。
4. 服务器端口号：可选项，忽略时使用默认端口号
5. 带层次的文件路径：见二中的item.htm？，指定服务器上的文件路径来定位特指文件
6. 查询字符串：见spm=。。。&。。。，查询已制定的文件路径内的资源
7. 片段标识符：见二中的#ch1，用以标识已获取资源中的子资源
二 HTTP基础
HTTP协议：HTTP协议位于计算机网络分层的最上层——应用层。用以实现客户端和服务器之间的通信。有关整个计算机网络的可以参考图解TCP/IP这本书，也可以看下我的读后感权当解闷。
客户端：请求访问文本或图像等资源的一端，客户端程序即为Web浏览器
服务端：提供资源响应的一端即为服务端。
需要说明的是，一台机器既可以是客户端也可以是服务端。甚至两者之间关系可以互换。但是在一条确定通信线路上，客户端和服务端的身份是确定的。
2.1 通过HTTP进行通信的完整流程
在一次完整的HTTP通信过程中，Web浏览器与Web服务器之间将完成下列7个步骤：
1. 建立TCP连接：
在HTTP工作开始之前，Web浏览器首先要通过网络与Web服务器建立连接，该连接是通过TCP来完成的，该协议与IP协议共同构建Internet，即著名的TCP/IP协议族，因此Internet又被称作是TCP/IP网络。HTTP是比TCP更高层次的应用层协议，根据规则，只有低层协议建立之后才能进行更高层协议的连接，因此，首先要建立TCP连接，一般TCP连接的端口号是80。
2. Web浏览器向Web服务器发送请求命令
一旦建立了TCP连接，Web浏览器就会向Web服务器发送请求命令。例如：
GET/ sample/hello.jsp HTTP/1.1
3. Web浏览器发送请求头信息
浏览器发送其请求命令之后，还要以头信息的形式向Web服务器发送一些别的信息，之后浏览器发送了一空白行来通知服务器，它已经结束了该头信息的发送。
4. Web服务器应答
客户机向服务器发出请求后，服务器会客户机回送应答， HTTP/1.1 200 OK ，应答的第一部分是协议的版本号和应答状态码。
5. Web服务器发送应答头信息
正如客户端会随同请求发送关于自身的信息一样，服务器也会随同应答向用户发送关于它自己的数据及被请求的文档。
6. Web服务器向浏览器发送数据
Web服务器向浏览器发送头信息后，它会发送一个空白行来表示头信息的发送到此为结束，接着，它就以Content-Type应答头信息所描述的格式发送用户所请求的实际数据。
7. Web服务器关闭TCP连接
一般情况下，一旦Web服务器向浏览器发送了请求数据，它就要关闭TCP连接，一次请求对应一次响应。在HTTP1.1中引入持久连接和管程化以实现更高效地通信。在浏览器或者服务器在其头信息加入这行代码Connection:keep-alive即可。
注：本小节参考自参考资料2
2.2 HTTP协议缺陷与对应解决
1. 无状态：HTTP属于无状态协议，其协议本身对于发送过的请求和响应都不做持久化处理。现在一般是通过引入Cookie技术实现状态管理：Cookie根据从服务器端发送的响应报文内的一个叫做Set-Cookie的首部字段信息，通知客户端保存Cookie。在下次通信时，客户端自动在请求报文中加入Cookie值再发送过去。这样服务器根据其服务器上保存的记录可以得知状态信息。
2. 单次连接：由上节的HTTP通信过程可以看出，早期的HTTP通信设计是每一次通信就要进行一次TCP连接到断开的完整过程。考虑到现在通信量远远大于之前，这样做会异常耗时。现在的HTTP协议则通过持久连接——在明确提出断开TCP请求前保持连接和管线化——不等下次响应直接发送下一个请求来大大提高传输速率。
3. 安全性：HTTP安全性较低，通信使用明文、没有身份验证、报文完整性无法验证，总体上有着很大的安全隐患。现在一般是使用HTTPS来实现安全可靠的Web通信，在下一篇进行讲解。
三 HTTP报文
本节讲HTTP通信的细节部分——HTTP报文。根据2.1节可知，在HTTP通信的过程中，是通过客户端发出请求，服务器端对请求进行响应的方式来实现通信的。其中，请求和响应都是以报文的形式实现的，分别对应请求报文和响应报文。
本节的内容就是HTTP的请求报文和响应报文的结构分析和各部分详细说明。
3.1 报文结构
HTTP报文可大致分为报文首部和报文主体两部分，中间用空行(回车+换行)分隔。通常不一定要有报文主体。
3.2 请求报文
请求报文的结构如上图所述。其中，报文首部由请求行和请求头部构成。报文首部和请求正文被空行分开。
请求行：请求行包括三个参数：请求方法，URL和协议版本。其中，考虑到请求头部中一定会有Host首部字段来标识地址，URL一般可忽略。协议版本一般为HTTP/1.1。请求方法由八个，包括了客户端能向服务器发出的所有方法申请。请求行示例如下：
POST /form/entry HTTP/1.1
GET / HTTP/1.1 //URL忽略时需要以/代替
HTTP/1.1中可用的8个请求方法列表：
| 方法 | 作用 | 说明 |
|---|
| GET | 获取资源 | 请求访问已被URI识别的资源，指定的资源经服务器解析后返回响应内容 |
| POST | 提交数据 | 在Request-URI所标识的资源后附加新的数据 |
| PUT | 传输文件 | 请求获取由Request-URI所标识的资源的响应消息报头 |
| DELETE | 删除文件 | 请求服务器删除Request-URI所标识的资源 |
| HEAD | 获取报文首部 | 请求获取由Request-URI所标识的资源的响应消息报头 |
| OPTION | 询问支持方法 | 请求查询服务器的性能，或者查询与资源相关的选项和需求 |
| TRACE | 追踪路径 | 请求服务器回送收到的请求信息，主要用于测试或诊断 |
| CONNECT | 隧道连接代理 | 要求在与代理服务器通信时建立隧道 |
首部字段(请求头部)可分为四种，其中请求报文中涉及其中三种：请求首部字段、通用首部字段和实体首部字段。首部字段由首部字段名和字段值构成。结构如下：
首部字段名：字段值
通用首部字段
通用首部字段，顾名思义，是指请求报文和响应报文中都会使用的首部，共有9种。
HTTP通用首部字段列表：
| 首部字段名 | 说明 |
|---|
| Cache-Control | 控制缓存行为 |
| Connection | 逐跳首部、连接的管理 |
| Date | 创建报文的时间 |
| Pragma | 主要使用 Pramga: no-cache，相当于 Cache-Control： no-cache |
| Transfer-Encoding | 服务器表明自己对本响应消息体(不是消息体里面的对象)编码信息 |
| Upgrade | 协议升级 |
| Via | 列出从客户端到服务器或者相反方向的响应经过了代理服务器信息 |
| Warning | 错误通知 |
请求首部字段
通用首部字段，顾名思义，是指从客户端向服务端发送请求报文时使用的首部。补充了请求的附加信息、客户端信息、响应内容相关优先级等，共19个。
HTTP请求首部字段列表：
| 首部字段名 | 说明 |
|---|
| Accept | 告诉WEB服务器自己接受什么媒体类型 |
| Accept-Charset | 浏览器申明自己接收的字符集 |
| Accept——Encoding | 浏览器申明自己接收的编码方法 |
| Accept-Language | 浏览器申明自己接收的语言语言跟字符集的区别 |
| Authorization | Web认证信息 |
| Expect | 期待服务器的特定行为 |
| From | 用户的电子邮箱地址 |
| Host | 请求资源所在服务器 |
| If-Match | 比较实体标识ETAG |
| If-None_Match | 与上面相反 |
| If-Modified-Since | 比较资源更新时间 |
| If-Unmodified-Since | 与上面相反 |
| If-Range | 资源未更新时发送实体Byte的请求范围 |
| Max-Forwards | 最大传输逐跳数 |
| Proxy-Authorization | 代理服务器要求客户端的认证信息 |
| Range | 实体的字节范围请求 |
| Referer | 对请求中URI的原始获取方 |
| TE | 传输编码的优先级 |
| User-Agent | HTTP客户端信息 |
实体首部字段
实体首部字段，针对请求报文和响应报文的实体部分使用的报文。补充与实体有关的信息，共10个。
HTTP实体首部字段列表：
| 首部字段名 | 说明 |
|---|
| Allow | 资源可支持的HTTP方法 |
| Content-Encoding | 实体主体适用的编码方式 |
| Content-Language | 实体主体的自然语言 |
| Content-Length | 实体主体的大小(字节数) |
| Content-Location | 替代对应资源的URI |
| Content-MD5 | 实体主体的报文摘要 |
| Content-Range | 实体主体的位置范围 |
| Content-Type | 实体主体的媒体类型 |
| Expires | 实体主体过期的时间日期 |
| Last-Modified | 资源的最后修改日期时间 |
3.3 响应报文
请求报文的结构如上图所述。其中状态行由协议版本和状态码部分组成。状态行示例如下：
HTTP/1.1 200 OK
状态码的职责是当客户端向服务端发送请求时，告知返回的请求结果。状态码由3位数字和原因短语组成。数字的第一位指定响应类别，共分5类。状态码一共有大约60余种，常用的14种。
HTTP响应报文状态码分类：
| - | 状态码类型 | 说明 |
|---|
| 1XX | Informational消息性状态码 | 接收的请求正在处理 |
| 2XX | Success成功状态码 | 请求正常处理完毕 |
| 3XX | Redirection重定向状态码 | 需要进行附加操作以完成请求 |
| 4XX | Client Error客户端错误状态码 | 服务器无法处理请求 |
| 5XX | Server Error服务器错误状态码 | 服务器处理请求出错 |
HTTP响应报文常用状态码列表：
| 状态码类型 | 说明 |
|---|
| 200 OK | 请求被正常处理 |
| 204 No Content | 成功处理，但响应不含主体部分 |
| 206 Partial Content | 响应报文中成功返回范围请求对应的实体内容 |
| 301 Moved Permanently | 永久性重定向 |
| 302 Found | 临时性重定向 |
| 303 See Other | 指明让客户端使用GET方法向服务器的另一URI发送请求 |
| 304 Not Modified | 服务器端资源未改变，可直接使用客户端未过期缓存 |
| 400 Bad Request | 请求报文中存在语法错误 |
| 401 Unauthorized | 请求需要通过HTTP认证的认证信息 |
| 403 Forbidden | 请求资源的访问被服务器拒绝 |
| 404 Not Found | 服务器无法找到资源或服务器的不想提供资源的借口 |
| 500 Internal Server Error | 服务器执行请求时发生了错误 |
| 503 Service Unavailable | 服务器超载或停机维护 |
响应报文也涉及首部字段其中三种：响应首部字段、通用首部字段和实体首部字段。其中，后两种在上一节已经说过，这里再说下响应首部字段。
响应首部字段补充了响应的附加信息，也会要求客户端附加额外的内容信息，有9种。
HTTP响应首部字段列表：
| 首部字段名 | 说明 |
|---|
| Accept-Ranges | 是否接收字节范围请求 |
| Age | 推算资源创建经过时间 |
| ETag | 资源的匹配信息 |
| Location | 令科幻端重定向至指定URI |
| Proxy-Authenticate | 代理服务器对客户端的认证信息 |
| Retry-After | 对再次发起请求的时机要求 |
| Server | HTTP服务器的安装信息 |
| Vary | 代理服务器缓存的管理信息 |
| WWW-Authenticate | 服务器对客户端的认证信息 |
有关HTTP报文的资料有很多，这里只简单介绍一下，详细信息可以看参考文献5，6和8.
四 HTTP传输
4.1 传输编码
通过在传输时编码，能有效地处理大量的方法请求，提高传输速率。但是，编码的操作需要计算机完成，会消耗一定的CPU计算资源。
内容编码：由服务器进行编码，客户端接收并解码。编码方式有gzip、compress、deflate等。
分块传输编码：在传输大容量数据时，将数据分隔成多块，使Web浏览器逐步显示页面。
4.2 传输多种类型数据
HTML采用了多部分对象集合的方法，在报文中也可含多类型实体，涉及内容首部字段的Content-type。
4.3 获取内容的范围请求
涉及请求首部字段的Range。
参考资料
1. 图解HTTP
扫一扫
1753
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
