【学习笔记】http协议

前言

鉴于之前对爬虫的学习，整理下关于http协议的一些知识，留作备忘

认识http协议

http协议，即超文本传输协议（HTTP，HyperText Transfer Protocol），用于从WWW服务器传输超文本到本地浏览器的传送协议。我们现在广泛使用的是http1.1（源于RFC 2616）。

区分

TCP/IP、HTTP、HTTPS的一些理解

（1）TCP/IP 是个协议组，分为网络接口层、网络层、传输层和应用层

• 网络层中有IP协议、ICMP协议、ARP协议等
• 传输层有TCP协议与UDP协议
• 应用层有HTTP、HFP等协议

而在internet中所有的传输都是通过TCP/IP进行的，HTTP协议通常是承载于TCP之上的。

（2）HTTP是一个应用层协议，由请求和响应构成，是一个标准的客户端服务器模型。且是一个无状态的协议。

（3）HTTPS：以安全为目标的HTTP通道，承载于TLS或SSL协议层上。简单的说就是HTTP的安全版

HTTP的端口号为80，HTTPS的端口号为443

详细情况如下图[侵删]

工作流程

整个过程都是由HTTP自己完成的，用户只需要点点鼠标等待结果返回就可以了，大致流程如下图：

URL详解

URL是UniformResourceLocator, 中文叫统一资源定位符,是互联网上用来标识某一处资源的地址。

例如： http://www.baidu.com

在理解URL之前，先理解下UTI

（1）URI（uniform resource identifier），统一资源标识符，用来唯一的标识一个资源

Web上每种可用的资源，如 HTML文档、图像、视频片段、程序等都由一个通用资源标志符(Universal Resource Identifier， URI)进行定位的。

通常的结构：
访问资源的命名机制 +存放资源的主机名+资源自身的名称（由路径表示）

例如：http://www.webmonkey.com.cn/html/html40/
释义：可以通过HTTP协议访问的资源+位于主机（www.webmonkey.com.cn）上+路径（html/html40/）访问

（2）URL(Uniform Resource Locator)是URI的一个子集，统一资源定位符。

URL是Internet上用一种统一的格式来描述各种信息资源（包括文件、服务器的地址和目录等）的字符串，主要用在各种WWW客户程序和服务器程序上。

组成结构：第一部分+“://”+第二部分+“/”[有时可忽略]+第三部分

• 第一部分是协议(或称为服务方式)。
• 第二部分是存有该资源的主机IP地址(有时也包括端口号)。
• 第三部分是主机资源的具体地址，如目录和文件名等。

例如：http://www.peopledaily.com.cn/channel/welcome.htm
释义：其计算机域名为www.peopledaily.com.cn。超级文本文件(文件类型为.html)是在目录 /channel下的welcome.htm。

参考链接

• http://www.cnblogs.com/EricaMIN1987_IT/p/3837436.html
• http://www.blogjava.net/zjusuyong/articles/304788.html
• http://blog.jobbole.com/84429/
• http://www.cnblogs.com/ranyonsue/p/5984001.html
• http://blog.youkuaiyun.com/pleasecallmewhy/article/details/8922826