HTTP协议学习

1、简介

http全称：超文本传输协议（Hyper Text Transfer Protocol）

用于从万维网（WWW:World Wide Web ）服务器传输超文本到本地浏览器的传送协议。HTTP是一个基于TCP/IP通信协议来传递数据。能够传输HTML格式文本文档、ASCII文本文档、JPEG图片、GIF图片等类型的文件。

2、特点

1. 简单快速：浏览器向服务器请求服务时，只需传送请求方法和路径。请求方法常用的有GET、HEAD、POST、PUT、DELETE等。由于HTTP协议简单，使得HTTP服务器的程序规模小，因而通信速度很快。
2. 灵活：HTTP允许传输任意类型的数据对象。正在传输的类型由Content-Type加以标记。
3. 无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完浏览器的请求，并收到浏览器的应答后，便断开连接。
4. 无状态：无状态是指协议对于事务处理没有记忆能力。如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大，但服务器不需要先前信息时它的应答就较快。
5. 支持C/S模式：有浏览器发起请求，服务端响应数据组成。

3、URI

每个web服务器资源都有一个名字，用于浏览器说明需要的web服务器资源是什么。服务器资源名称被称为统一资源标识符（Uniform Resource Identifiers, URI）URI在因特网上就像邮政地址一样，在世界范围内唯一标识并定位信息资源。

URI有个两种形式，分别是URL和URN。URL是通过描述资源的位置来标识资源的；而URN则是通过名字来标识资源的，与资源当前所处的位置无关。

4、URL

URL是统一资源定位符，是资源标识符中最常见的形式。URL描述了一台特定服务器上某个资源的位置。他们可以明确说明如何从一个精确、固定的位置获取资源。

以下URL为例介绍各组成部分。

https://mp.youkuaiyun.com:80/postlist/list/all?undefined=all&keyword=HTTP#name

1、协议：指出使用什么协议解析URL。协议以一个字母开始，由第一个“：”将其与URL的其余部分分隔开。该URL的协议部分为“http”，这代表网页使用的是HTTP协议。在Internet中可以使用多种协议，如HTTP，FTP等等。

2、域名：该URL的域名部分为“mp.youkuaiyun.com”。一个URL中，也可以使用IP地址作为域名使用

3、端口号：域名后面的是端口，域名和端口之间使用“:”作为分隔符。端口不是一个URL必须的部分，如果省略端口部分，将采用默认端口号，HTTP默认端口号是80。

4、路径：指明资源位于服务器的什么地方。本例中的路径是“postlist/list/all”。

5、查询字符串：从“？”开始到“#”为止的部分。本例中的查询字符串为“undefined=all&keyword=HTTP”。查询字符串中允许有多个参数，参数与参数之间用“&”作为分隔符。

6、片段：用来表示一个资源内部的片段。从“#”开始到最后，都是片段部分。本例中的片段部分是“name”。

5、URN

URI的第二种形式就是统一资源名URN，URN是作为特定内容的唯一名称使用的，与目前资源所在位置无关。使用URN就可以将资源随意移动。

例如无论因特网标准文档RFC2141位于何处都可以用以下URN命名：

Urn:ietf:rfc:2141

URN尚未被大范围使用。为了更有效的工作，URN需要一个支撑架构来解析资源位置，而此架构缺乏也延缓了其被采用的进度。

6、HTTP请求方法及常用状态码

6.1、HTTP请求方法

HTTP请求方法有7种，具体请求方法如下：

GET：从服务器获取一份文本文档；

• GET 请求可被缓存
• GET 请求保留在浏览器历史记录中
• GET 请求可被收藏为书签
• GET 请求不应在处理敏感数据时使用
• GET 请求有长度限制
• GET 请求只应当用于取回数据

POST：向服务器发送需要处理的数据，常用于表单提交。

• POST 请求不会被缓存
• POST 请求不会保留在浏览器历史记录中
• POST 不能被收藏为书签
• POST 请求对数据长度没有要求
• POST 反复上传相同文本文档会创建多个文本文档

PUT：将请求的主体部分上传存储在服务器指定URI上。

• PUT 请求不会被缓存
• PUT 请求不会保留在浏览器历史记录中
• PUT 不能被收藏为书签
• PUT 请求对数据长度没有要求
• PUT 反复上传相同文本文档会覆盖上一个文本文档

DELETE：要求服务器执行删除指定的资源

HEAD：只从服务器获取文本文档的首部。

• HEAD 用于检查资源的有效性。
• HEAD 用于检查超链接的有效性。
• HEAD 用于检查网页是否被串改。
• HEAD 用于自动搜索机器人获取网页的标志信息，获取rss种子信息，或者传递安全认证信息等。

TRACE：对可能经过代理服务器传送到服务器上去的报文进行追踪。

• 实现沿通向目标资源的路径的消息环回（loop-back）测试 ，提供了一种实用的 debug 机制。
• 请求的最终接收者应当原样反射（reflect）它接收到的消息。

OPTIONS：获取服务器支持的HTTP请求方法

6.2、HTTP常用状态码

 HTTP状态码由三个十进制数字组成，第一个十进制数字定义了状态码的类型，后两个数字没有分类的作用。HTTP状态码共分为5种类型：

 

1**：指示信息，表示服务器收到请求，需要客户端继续执行操作

2**：成功。请求被成功接收并处理

3**：重定向。需要客户端进一步操作

4**：客户端错误，请求包含语法错误或无法完成请求

5**：服务器错误，服务器在处理请求的过程中发生了错误

常见的状态码有：

200    OK     //客户端请求成功

400 Bad Request  //客户端请求有语法错误，不能被服务器所理解

401 Unauthorized  //请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用

403 Forbidden  //服务器收到请求，但是拒绝提供服务

404 Not Found  //请求资源不存在，eg：输入了错误的URL

500 Internal Server Error //服务器发生不可预期的错误

503 Server Unavailable  //服务器当前不能处理客户端的请求，一段时间后可能恢复正常

7、HTTP报文

7.1、HTTP报文格式

起始行：

报文第一行就是起始行，请求报文中用来说明要做什么，在响应报文中说明出现了什么情况。

首部字段：

起始行后面后零个或多个首部字段。每个首部字段包含一个名字和一个值，为便于解析两者之间用冒号分割。首部以空行为结束。

主体：

空行后是可选的报文主体，其包含了所有类型数据。请求主体中包含要发送给服务器的数据；响应主体中包含了返回给浏览器的数据。

起始行和首部字段都是文本形式，且结构化。主体可以包含任意二进制的数据（比如文本、视频、音频、软件程序）。

7.2、浏览器使用HTTP请求数据流程

具体步骤如下：

1. 从URL中解析服务器主机名
2. 将主机名转换为IP地址
3. 从URL中解析服务器端口号，如果没有则按照默认端口连接。
4. 建立TCP连接
5. 浏览器发送HTTP请求报文
6. 服务端响应HTTP响应报文
7. 关闭TCP连接

7.3、HTTP请求报文解析

起始行：

GET

浏览器使用GET方法请求服务端资源

/login.html

请求服务端资源的URL路径

HTTP/1.1

浏览器使用HTTP1.1版本请求

首部字段：

Host: 192.168.10.116

请求的服务器IP地址

Connection: keep-alive

Connection表示的就是TCP建立连接的形式 ，keep-alive表示建立长连接，close表示关闭连接

Cache-Control: max-age=0

要求使用缓存前验证资源是否存在。

Upgrade-Insecure-Requests: 1

https的页面需要加载http的资源，那么浏览器就会报错或者提示。浏览器增加Upgrade-Insecure-Requests: 1用来告诉服务器浏览器可以处理https协议

User-Agent:

包含了一个特征字符串，用来让网络协议的对端来识别发起请求的用户代理软件的应用类型、操作系统、软件开发商以及版本号。

Mozilla/5.0

以前想获得图文并茂的网页，就必须宣称自己是 Mozilla 浏览器。导致如今User-Agent里通常都带有Mozilla字样，出于对历史的尊重，大家都会默认填写该部分。

(Windows NT 10.0; Win64; x64)

由多个字符串组成，用英文半角分号分开。指使用的操作系统的版本。

AppleWebKit/537.36

引擎版本，谷歌浏览器表明自己使用的内核为blink内核。

Chrome/73.0.3683.103

谷歌浏览器版本

Accept: text/html

表示发送端（浏览器）希望接受的数据类型。Accept：text/html表示浏览器希望接受的数据类型是html类型。

Referer: http://192.168.10.116/index.php

告诉服务器我是从http://192.168.10.116/index.php这个页面链接过来的。服务器基此可以获得一些信息用于处理，比如防盗链、防止恶意请求。

Accept-Encoding: gzip, deflate

表示支持gzip，deflate压缩，Web服务器和浏览器之间压缩传输的”文本内容“的方法。 HTTP采用通用的压缩算法，比如gzip来压缩HTML,Javascript, CSS文件。 能大大减少网络传输的数据量，提高了用户显示网页的速度。

Accept-Language: zh-CN,zh;q=0.9

浏览器使用的语言是中文

Cookie:

储存再浏览器中，分为非持久Cookie和持久Cookie。用于二次请求时的HTTP认证。

主体：

由于使用的是GET方法的请求内容放在URL后，所以没有主体字段

7.4、HTTP响应报文解析

起始行：

HTTP/1.1

服务端使用HTTP1.1版本响应

200 OK

HTTP响应状态码，200表示请求成功

首部字段：

X-Powered-By: PHP/7.1.25

用于告知网站是用PHP语言或框架编写的。

Expires: Thu, 19 Nov 1981 08:52:00 GMT

网页或URL地址不再被浏览器缓存的时间，一旦超过了这个时间，浏览器都应该联系原始服务器。

Pragma: no-cache

用于客户端发送的请求中。客户端会要求所有的中间服务器不返回缓存的资源

Cache-control: private

内容只缓存到私有缓存中(仅客户端可以缓存，代理服务器不可缓存)

P3P: CP="IDC DSP COR ADM DEVi TAIi PSA PSD IVAi IVDi CONi HIS OUR IND CNT"

使用隐私参数优选策略

Content-type: text/html; charset=UTF-8

互联网媒体类型；也叫做MIME类型，Content-Type：text/html表示具体的类型信息为html。 charset=UTF-8表示编码格式是UTF-8

Content-Length: 4341

HTTP消息实体的传输长度。Content-Length必须和消息内容的传输长度完全一致。如果过短则会截断，过长则会导致超时。

Date: Mon, 06 May 2019 06:59:42 GMT

表示消息发送的时间为2019年5月6日。

主体：

HTTP服务器响应的数据内容。

如下：

<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />