HTTP协议

转载自：http://blog.youkuaiyun.com/ns_code/article/details/17066361
              http://blog.youkuaiyun.com/huaishu/article/details/52576063

一、概念

       HTTP协议，即超文本传输协议(Hypertext transfer protocol)，规定了浏览器和万维网(WWW = World Wide Web)服务器之间互相通信的规则，通过因特网传送万维网文档的数据传送协议。HTTP协议是用于从WWW服务器传输超文本到本地浏览器，它可以使浏览器更加高效，使网络传输减少。它不仅保证计算机正确快速地传输超文本文档，还确定传输文档中的哪一部分，以及哪部分内容首先显示等。
       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。HTTP是一个无状态的协议。在Internet中所有的传输都是通过TCP/IP进行的。HTTP协议作为TCP/IP模型中应用层的协议也不例外。HTTP协议通常承载于TCP协议之上，有时也承载于TLS或SSL协议层之上，这个时候，就成了常说的HTTPS。HTTP默认的端口号为80，HTTPS的端口号为443。

二、HTTP请求格式

       HTTP协议传输的消息规定，每一个HTTP包都分为HTTP头和HTTP体两部分，消息体是可选的，而消息头是必须的。每当打开一个网页，选择“查看源文件”，看到的HTML代码就是HTTP的消息体，那么消息头可以通过浏览器的开发工具或者插件可以看到。
       客户端通过发送HTTP请求向服务器请求对资源的访问。它向服务器传递了一个数据块，也就是请求信息，HTTP 请求由三部分组成：请求行、请求头和请求正文。
       下面是一个HTTP请求的数据：

POST /index.php HTTP/1.1

Host: localhost
User-Agent: Mozilla/5.0 (Windows NT 5.1; rv:10.0.2) Gecko/20100101 Firefox/10.0.2
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language: zh-cn,zh;q=0.5
Accept-Encoding: gzip, deflate
Connection: keep-alive
Referer: http://localhost/
Content-Length：25
Content-Type：application/x-www-form-urlencoded
 
username=aa&password=1234

1、请求行

       请求的第一行是“方法 URL 协议/版本”，以空格分隔。例如：POST /index.php HTTP/1.1。“POST”代表请求方法，“/index.php”表示URI，“HTTP/1.1代表协议和协议的版本。
       根据HTTP标准，HTTP请求可以使用多种请求方法。例如：HTTP1.1支持7种请求方法：GET、POST、HEAD、OPTIONS、PUT、DELETE和TARCE。在Internet应用中，最常用的方法是GET和POST。Get方式在通过URL提交数据，数据在URL中可以看到，POST方式，数据放在HTTP包的body中。并且GET方式提交的数据大小有限制（因为浏览器对URL的长度有限制），而POST则没有此限制。
       URL完整地指定了要访问的网络资源，协议版本声明了通信过程中使用HTTP的版本。   

2、请求头

       每个头域由一个域名，冒号（:）和域值三部分组成。域名是大小写无关的，域值前可以添加任何数量的空格符，头域可以被扩展为多行，在每行开始处，使用至少一个空格或制表符。
       HTTP最常见的请求头如下：

Transport 头域

       Connection：表示是否需要持久连接。如果服务器看到这里的值为“Keep-Alive”，或者看到请求使用的是HTTP 1.1（HTTP 1.1默认进行持久连接）,它就可以利用持久连接的优点（当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP连接不会关闭，如果客户端再次访问这个服务器上的网页，会继续使用这一条已经建立的连接）。要实现这一点，服务器需要在应答中发送一个Content-Length头，最简单的实现方法是：先把内容写入ByteArrayOutputStream，然后在正式写出内容之前计算它的大小。
       Host：发送请求时，该报头域是必需的。Host请求报头域主要用于指定被请求资源的Internet主机和端口号，它通常从HTTP URL中提取出来的。例如请求http://localhost/index.html，浏览器发送的请求消息中，就会包含Host请求报头域，如下：Host：localhost，此处使用缺省端口号80，若指定了端口号8080，则变成：Host：localhost:8080。

Client 头域

       Accept：浏览器可以接受的媒体类型（MIME类型）。例如：Accept: text/html，代表浏览器可以接受服务器回发的类型为text/html，也就是html文档, 如果服务器无法返回text/html类型的数据，服务器应该返回一个406错误(non acceptable)。通配符 * 代表任意类型。例如：Accept: */*，代表浏览器可以处理所有类型，(一般浏览器发给服务器都是发这个)。
       Accept-Encoding：浏览器申明自己接收的编码方法，通常指定压缩方法，是否支持压缩，支持什么压缩方法（gzip，deflate），（注意：这不是只字符编码）。例如：Accept-Encoding: gzip, deflate。Server能够向支持gzip/deflate的浏览器返回经gzip或者deflate编码的HTML页面。 许多情形下这可以减少5到10倍的下载时间，也节省带宽。
       Accept-Language：浏览器申明自己接收的语言。语言跟字符集的区别：中文是语言，中文有多种字符集，比如big5，gb2312，gbk等等。例如：Accept-Language:zh-cn。如果请求消息中没有设置这个报头域，服务器假定客户端对各种语言都可以接受。
       User-Agent：告诉HTTP服务器， 客户端使用的操作系统和浏览器的名称和版本。
       Accept-Charset：浏览器申明自己接收的字符集，如gb2312，utf-8。例如：Accept-Charset:iso-8859-1,gb2312。如果在请求消息中没有设置这个域，缺省是任何字符集都可以接受。
       Authorization：授权信息，通常出现在对服务器发送的WWW-Authenticate头的应答中。Authorization请求报头域主要用于证明客户端有权查看某个资源。当浏览器访问一个页面时，如果收到服务器的响应代码为401（未授权），可以发送一个包含Authorization请求报头域的请求，要求服务器对其进行验证。

Cookie/Login头域

       Cookie：最重要的header, 将cookie的值发送给HTTP 服务器。

Entity头域

       Content-Length：发送给HTTP服务器数据的长度，即请求消息正文的长度。
       Content-Type：内容类型，用于定义网络文件的类型和网页的编码，决定浏览器将以什么形式、什么编码读取这个文件。例如：Content-Type: text/html;charset:utf-8;

Miscellaneous头域

       Referer：提供了Request的上下文信息的服务器，告诉服务器我是从哪个链接过来的，比如从我主页上链接到一个朋友那里，他的服务器就能够从HTTP Referer中统计出每天有多少用户点击我主页上的链接访问他的网站。例如: Referer:http://translate.google.cn/?hl=zh-cn&tab=wT。

3、请求正文

       username=aa&password=1234 即该次POST请求的正文信息

三、HTTP响应格式

       在接收和解释请求消息后，服务器会返回一个 HTTP 响应消息。与 HTTP 请求类似，HTTP 响应也是由三个部分组成，分别是：状态行、消息报头和响应正文。例如：

HTTP/1.1 200 OK
Date: Sun, 17 Mar 2013 08:12:54 GMT
Server: Apache/2.2.8 (Win32) PHP/5.2.5
X-Powered-By: PHP/5.2.5
Set-Cookie: PHPSESSID=c0huq7pdkmm5gg6osoe3mgjmm3; path=/
Expires: Thu, 19 Nov 1981 08:52:00 GMT
Cache-Control: no-store, no-cache, must-revalidate, post-check=0, pre-check=0
Pragma: no-cache
Content-Length: 4393
Keep-Alive: timeout=5, max=100
Connection: Keep-Alive
Content-Type: text/html; charset=utf-8

<html>
<head>
<title>HTTP响应示例<title>
</head>
<body>
Hello HTTP!
</body>
</html>

1、状态行

       状态行由协议版本、数字形式的状态代码，及相应状态的文本描述组成，各元素之间以空格分隔，结尾时回车换行符。例如：HTTP/1.1 200 OK (CRLF)。
       状态代码由 3 位数字组成， 表示请求是否被理解或被满足，状态描述给出了关于状态码的简短的文字描述。状态码的第一个数字定义了响应类别，后面两位数字没有具体分类。第一个数字有 5 种取值，如下所示：
        1xx：指示信息——表示请求已经接受，继续处理
        2xx：成功——表示请求已经被成功接收、理解、接受。
        3xx：重定向——要完成请求必须进行更进一步的操作
        4xx：客户端错误——客户端请求有错误或请求无法实现
        5xx：服务器端错误——服务器未能实现合法的请求。

2、响应头信息

HTTP最常见的响应头如下所示：

Cache头域

       Date：生成消息的具体时间和日期，即当前的GMT时间。
       Expires：浏览器会在指定过期时间内使用本地缓存，指明应该在什么时候认为文档已经过期，从而不再缓存它。
       Vary：解释见http://blog.youkuaiyun.com/tenfyguo/article/details/5939000

Cookie/Login头域

       P3P: 用于跨域设置Cookie, 这样可以解决iframe跨域访问cookie的问题。
       Set-Cookie：非常重要的header, 用于把cookie 发送到客户端浏览器， 每一个写入cookie都会生成一个Set-Cookie.

Entity实体头域：

       实体内容的属性，包括实体信息类型，长度，压缩方法，最后一次修改时间，数据有效性等。
       Content-Type：WEB服务器告诉浏览器自己响应的对象的类型和字符集。例如:        Content-Type: text/html; charset=utf-8。
       Content-Length：指明实体正文的长度，以字节方式存储的十进制数字来表示。在数据下行的过程中，Content-Length的方式要预先在服务器中缓存所有数据，然后所有数据再一次性地发给客户端。
       Content-Encoding：文档的编码（Encode）方法。一般是压缩方式。WEB服务器表明自己使用了什么压缩方法（gzip，deflate）压缩响应中的对象。利用gzip压缩文档能够显著地减少HTML文档的下载时间。例如：Content-Encoding：gzip。
       Content-Language：WEB服务器告诉浏览器自己响应的对象的语言者。

Miscellaneous 头域

       Server：指明HTTP服务器的软件信息。例如:Apache/2.2.8 (Win32) PHP/5.2.5。
       X-Powered-By：表示网站是用什么技术开发的，例如：X-Powered-By: PHP/5.2.5。

Transport头域

       Connection：keep-alive表示当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP连接不会关闭，如果客户端再次访问这个服务器上的网页，会继续使用这一条已经建立的连接；close表示一个Request完成后，客户端和服务器之间用于传输HTTP数据的TCP连接会关闭，当客户端再次发送Request，需要重新建立TCP连接。

Location头域

       Location：用于重定向一个新的位置， 包含新的URL地址。

3、响应正文

       响应正文就是服务器返回的资源的内容，响应头和正文之间也必须用空行分隔。上面html代码就是正文。


补充：
       在浏览器地址栏键入URL，按下回车之后发生的几个事件：
           1）浏览器向DNS服务器请求解析该URL中的域名所对应的IP地址；
           2）解析出IP地址后，根据该IP地址和默认端口80，和服务器建立TCP连接；
           3）浏览器发出读取文件（URL中域名后面部分对应的文件）的HTTP请求，该请求报文作为TCP三次握手的第三个报文的数据发送给服务器；
           4）服务器给出相应，把对应的html文本发送给浏览器；
           5）释放TCP连接；
           6）浏览器将该文本显示出来。