HTTP超文件传输协议基础

一、概念

HTTP（HyperText Transfer Protocol，超文本传输协议）是一种用于分布式、协作式、超媒体信息系统的网络协议。它定义了客户端和服务器之间请求和响应的格式。HTTP 是基于TCP/IP协议的应用层协议，通常用于网页浏览。

超文本：超链接&文本

二、特性

1、C/S模型

总是客户端向服务端发送请求（request），服务端处理请求并做出回复（respond），请求和回应一一对应，这样的请求回应组合称为HTTP中的事务，不同事务之间相互独立，在应用层具有无连接性（逻辑上断开了连接，实际上可能没有断开）。

2、无状态

HTTP协议本身是无状态的，这意味着服务器不会在请求之间保存任何关于客户端状态的信息。

3、可靠性

底层采用tcp协议传输，保证了可靠性。

三、URI/URL

URI（Uniform Resource Identifier，统一资源标识符）和URL（Uniform Resource Locator，统一资源定位符）是互联网上用于标识资源的两种重要概念。

URI（统一资源标识符）

URI是一种用于标识资源的字符串，它提供了一种唯一的方式来标识互联网上的资源。URI可以进一步分为两种类型：

1. URL（统一资源定位符）：URL是URI的一种，它不仅标识资源，还提供了定位资源的方法，即如何访问该资源。URL包含了访问资源所需的所有信息，如协议、服务器地址、路径等。

2. URN（Uniform Resource Name，统一资源名称）：URN是URI的另一种类型，它用于持久、唯一地标识资源，但不包含如何访问资源的信息。URN通常用于那些不会频繁改变位置的资源，如书籍、文章等。

URL（统一资源定位符）

URL是URI的一种，它提供了一种具体的方式来定位和访问互联网上的资源。一个典型的URL包含以下几个部分：

1. 协议（Scheme）：指定访问资源所使用的协议，如http、https、ftp等。

2. 服务器地址（Authority）：指定资源所在的服务器地址，通常包括域名和端口号（如果非默认端口）。

3. 路径（Path）：指定资源在服务器上的路径。

4. 查询字符串（Query）：可选，用于传递额外的参数信息，如搜索关键词、页面编号等。

5. 片段标识符（Fragment）：可选，用于指向资源内部的特定部分，如网页中的某个章节。

示例：https://www.example.com/path/to/resource?query=param#fragment

• https：协议
• www.example.com：服务器地址
• /path/to/resource：路径
• ?query=param：查询字符串
• #fragment：片段标识符

四、MIME

MIME（Multipurpose Internet Mail Extensions，多用途互联网邮件扩展）是一种互联网标准，用于处理不同格式的电子邮件内容。它最初被设计用于电子邮件，但后来也被广泛应用于HTTP协议中，用于定义和传输不同类型的数据。

MIME的主要目的是：

1. 定义数据格式：MIME类型（也称为媒体类型）用于指定文件或消息内容的格式。例如，text/html表示HTML文档，image/jpeg表示JPEG图片，application/json表示JSON数据等。

2. 支持多种数据类型：MIME允许电子邮件和网页支持多种数据类型，包括文本、图片、音频、视频等。

3. 编码机制：为了确保数据在传输过程中的完整性，MIME定义了一种编码机制，如Quoted-printable和Base64，用于处理非ASCII字符和二进制数据。

4. 头部信息：MIME头部信息用于描述消息的内容和格式。例如，在HTTP响应中，Content-Type头部用于指定响应体的MIME类型。

一些常见的MIME类型包括：

• text/plain：纯文本文件，如TXT文件。
• text/html：HTML文档。
• image/jpeg：JPEG图片。
• image/png：PNG图片。
• image/gif：GIF图片。
• application/pdf：PDF文档。
• application/json：JSON数据。
• application/xml：XML数据。
• multipart/form-data：用于表单数据的传输，允许在单个请求中发送多个数据字段。

 五、探究HTTP报文结构

报文的结构：

• 报头
• 载荷

1、请求报文

可以接受HTTP接受请求的服务端程序

class HttpServer{
public:
    HttpServer(string ip,unsigned short port)
        :_sockfd(-1),_ip(ip),_port(port)
    {}
    ~HttpServer(){
        if(_sockfd>0){
            close(_sockfd);
        }
    }
    void start();
    void recvMsg();
    string response();
private:
    int _sockfd;
    string _ip;
    unsigned short _port;
};
void HttpServer::start(){
    _sockfd=::socket(AF_INET,SOCK_STREAM,0);
    if(_sockfd<0){
        perror("socket");
        return ;
    }
    int reuse=1;
    int ret=::setsockopt(_sockfd,SOL_SOCKET,SO_REUSEADDR,&reuse,sizeof(reuse));
    if(ret<0){
        perror("setscokopt");
        return ;
    }
    struct sockaddr_in serverAddr;
    ::bzero(&serverAddr,sizeof(serverAddr));
    serverAddr.sin_family=AF_INET;
    serverAddr.sin_port=htons(_port);
    serverAddr.sin_addr.s_addr=inet_addr(_ip.c_str());
    ret=::bind(_sockfd,(struct sockaddr *)&serverAddr,sizeof(struct sockaddr_in));
    if(ret<0){
        perror("bind");
        return;
    }
    ::listen(_sockfd,50);
}
void HttpServer::recvMsg(){
    while(true){
        int netfd=::accept(_sockfd,nullptr,nullptr);
        char buf[4096]={0};
        ssize_t sret=recv(netfd,buf,sizeof(buf),0);
        cout<<"sret="<<sret<<" buf="<<buf<<endl;
        string resp=response();
        send(netfd,resp.c_str(),resp.size(),0);
        close(netfd);
    }
}

通过浏览器充当客户端向该程序发送请求，该程序执行接受请求并打印的操作，获得的http请求报文如下：

sret=481 buf=GET / HTTP/1.1  #方法 路径 版本
Host: 192.168.80.132:1234    #地址
Connection: keep-alive       #长连接
Content-Length: 0            #报文长度
Upgrade-Insecure-Requests: 1
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0.0.0 Safari/537.36 Edg/130.0.0.0
#客户端类型

Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7
Accept-Encoding: gzip, deflate
Accept-Language: zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6

请求报文的报头结构如上图所示：

• 起始行：方法+路径+版本 (\r\n)
• 若干键值对（\r\n）
• 空行（报头长度未知，用来空行判断报头结束的标准，报文长度记载在报头，长度已知）(\r\n)

请求报文中的方法种类：

1. GET：用于请求从服务器检索特定资源。GET请求应该只检索数据而不产生其他效果。GET是最常用的方法，用于获取网页内容。

2. POST：用于向服务器提交数据进行处理（例如，提交表单或上传文件）。POST请求可能会导致新资源的创建或现有资源的修改。

3. PUT：用于上传文件至服务器。PUT请求通常用于更新现有资源或创建新资源。

4. DELETE：用于请求服务器删除指定的资源。

5. HEAD：请求获取与GET请求相同的响应，但没有响应体。主要用于检查资源是否存在，以及获取资源的元数据。

6. OPTIONS：用于描述目标资源的通信选项。它允许客户端查看服务器的性能。

7. PATCH：用于对资源进行部分修改。与PUT不同，PATCH只更新资源的部分内容，而不是整个资源。

8. CONNECT：用于将请求连接转换为一个透明TCP/IP隧道，常用于SSL加密服务器的链接（通过代理）。

9. TRACE：用于沿着请求/响应链回显收到的请求，测试或诊断问题。

 HTTP版本：

HTTP1.0和1.1的区别：1.1支持连接复用，节省了处理TCP连接的时间

2、响应报文

在linux环境执行curl -I  域名（www.xx.com）可以得到响应报文：

HTTP/1.1 301 Moved Permanently
Server: nginx
Date: Mon, 28 Oct 2024 11:00:09 GMT
Content-Type: text/html
Content-Length: 162
Connection: keep-alive
Location: https://dn.com/en-us/sale/jb.com

响应报文的报头结构：

• HTTP版本+状态码
• Server:服务器名称
• Content-Type:MIME类型
• Content-Length:报文长度

HTTP状态码：

1. 1xx（信息性状态码）：表示接收的请求正在处理。

   • 100 Continue：服务器已接收到请求的初始部分，客户端应继续发送其余部分。
   • 101 Switching Protocols：服务器已理解请求，并将通过Upgrade头转换到不同的协议。

2. 2xx（成功状态码）：表示请求已成功被服务器接收、理解、并接受。

   • 200 OK：请求成功。
   • 201 Created：请求成功，并且服务器创建了新的资源。
   • 202 Accepted：服务器已接受请求，但尚未处理。

3. 3xx（重定向状态码）：表示需要进一步操作以完成请求。

   • 301 Moved Permanently：请求的资源已被永久移动到新位置。
   • 302 Found：请求的资源临时被移动到另一个URI。
   • 304 Not Modified：自从上次请求后，资源未修改过。

4. 4xx（客户端错误状态码）：表示客户端似乎有错误。

   • 400 Bad Request：服务器无法理解请求，可能是由于客户端错误。
   • 401 Unauthorized：请求需要用户的身份认证。
   • 403 Forbidden：服务器理解请求，但是拒绝执行。
   • 404 Not Found：服务器找不到请求的资源。
   • 408 Request Timeout：请求超时。

5. 5xx（服务器错误状态码）：表示服务器在处理请求的过程中发生了错误。

   • 500 Internal Server Error：服务器遇到了一个未曾预料的状况，导致无法完成对请求的处理。
   • 501 Not Implemented：服务器不支持请求的功能，无法完成请求。
   • 503 Service Unavailable：服务器目前无法处理请求，可能是由于过载或停机维护。

服务端向客户端发送报文：

string HttpServer::response(){
    string startLine="HTTP/1.1 200 OK\r\n";
    string headers="Server: kkHttpServer\r\n";
    string body="<html>Hello World</html>";
    headers+="Content-Type: text/plain\r\n";
    headers+="Content-Length: "+std::to_string(body.size())+"\r\n";
    string emptyLine="\r\n";
    return startLine+headers+emptyLine+body;
}

浏览器客户端得到html文件并展示：