HTTP报文内的HTTP信息
[HTTP报文]
用于HTTP协议交互的信息称为HTTP报文。
客户端的HTTP报文叫请求报文,服务器端的HTTP报文叫响应报文。HTTP报文本身是由多行(CR+LF作换行符)数据构成的字符串文本。
HTTP报文大致可分为报文首部和报文主体(可无)两块。两者由最初出现的空行(CR+LF)来划分。
[请求报文及响应报文的结构]
首部内容由以下内容组成。
- 请求行
- 包含用于请求的方法,请求URI和HTTP版本
- 状态行
- 包含表明响应结果的状态码,原因短语和HTTP版本。
- 首部字段
- 包含表示请求和响应的各种条件和属性的各类首部,一般有四种首部:通用首部,请求首部,响应首部,实体首部。
- 其他
- 可能包含HTTP的RFC里未定义的首部(Cookie等)
[编码提升传输速率]
HTTP在传输数据时,可以按照数据原貌直接传输,也可以在传输过程中通过编码提升传输速率。
在传输时编码可以有效处理大量访问请求,编码由计算机完成,消耗CPU资源。
[报文主体和实体主体的差异]
报文(message)
是HTTP通信的基本单位,由8位组字节流(octet sequence, octet为8个比特)组成,通过HTTP通信传输。
实体(entity)
作为请求或响应的有效载荷数据(补充项)被传输,其内容由实体首部和实体主体组成。
HTTP报文主体用于传输请求或响应的实体主体。
通常,报文主体等于实体主体。只有当传输中进行编码操作时,实体主体的内容发生变化,才导致它和报文主体产生异差。
[压缩传输的内容编码]
HTTP协议中有一种功能叫内容编码。
应用在实体内容上的编码格式,并保持实体信息原样压缩。内容编码后的实体由客户端接受并负责解码。
常用的压缩编码:
- gzip(GNU zip)
- compress(UNIX 系统的标准压缩)
- deflate(zlib)
- identity(不进行编码)
[分割发送的分块传输编码]
在HTTP通信过程中,请求的编码实体资源为全部传输完成前,browser无法显示请求页面。在传输大容量数据时,采用数据分割成多块,能够让browser逐步显示页面。
这种实体主体分块的功能称为分块传输编码(Chunked Transfer Coding)
分块传输编码会将实体主体分成多个部分,每一块都会用16进制来标记块的大小,而实体主体的最后一块会使用“0(CR+LF)”来标记。
客户端负责解码恢复到编码前的实体主体。
HTTP/1.1中存在一种传输编码(Transfer Coding)的机制,它可以在通信时按某种编码方式传输,但只定义作用于分块传输编码中。
[发送多种数据的多部分对象集合]
发送邮件时,可以添加多份附件是采用了MIME(Multipurpose Internet Mail Extensions,多用途因特网邮件扩展)机制,它允许邮件处理文本、图片、视频等多个不同类型的数据。MIME扩展中会使用一种称为多部分对象集合(Multipart)的方法来容纳多分不同的数据。
HTTP协议中也采纳了Multipart,发送的一分报文主体内可还有多类型实体。通常是在图片或文本文件等上传时使用。
Multipart包含对象:
multipart/form-data
在Web表单文件上传时使用
multipart/byteranges
状态码206(Partial Content, 部分内容)响应报文包含了多个范围的内容时使用
在HTTP报文中使用Multipart时,需要在首部字段里加上Content-type。
使用boundary字符串来划分多部分对象集合指的各类实体。在boundary字符串指定的各个实体的起始行之前插入“–”标记(如: –AaB03x),而在Multipart对应的字符串的最后传入”–”标记(如:–AaB03x–)作为结束。
Multipart的每一个部分类型中,都有首部字段,可以再某个部分中嵌套使用多部分对象集合。
[获取部分内容的范围请求]
恢复是指从之前下载中断处恢复下载。
要实现这样的功能需要指定下载的实体范围,指定范围发送的请求叫做范围请求(Range Request).
执行范围请求时,使用首部子段Range来指定资源的byte范围。byte范围的指定形式如下:
5001-1000字节:
Range: bytes=5001-10000
从5000字节之后全部:
Range: bytes=5001-
从一开始到3000字节和5000-7000字节的多重范围
Range: bytes=-3000, 5000-7000
针对范围请求,响应会返回状态码为206Partial Content的响应报文。另外,对于多重范围的范围请求,响应会在首部字段Content-Type标明multipart/byteranges后返回响应报文。
如果服务器无法响应范围请求,则会返回状态码200 OK和完整的实体内容。
内容协商返回最合适的内容
同一个网站有可能存在多份相同内容的页面,但使用不同的语言或者其他。
访问相同的URI的Web页面时,浏览器会根据其默认语言显示对应的英文版或中文版Web页面。类似这样的机制成为内容协商(Content Negotiation).
内容协商机制是指客户端和服务器端就响应的资源内容进行交涉,然后提供给客户端合适的资源。内容协商会议响应资源的语言、字符集、编码方式等作为判断依据。
包含在请求报文中的某些首部字段就是判断的基准。
- Accept
- Accept-Charset
- Accept-Encoding
- Accept-Language
- Content-Language
内容协商技术有三种类型:
服务器驱动协商(Server-driven Negotiation)
由服务器进行内容协商,以请求的首部字段为参考,在服务器端自动处理。不一定能筛选出最优内容。
客户端驱动协商(Agent-driven Negotiation)
有客户端进行内容协商的方式。用户从浏览器显示的可选项列表中手动选择。可以利用JS脚本在Web页面上自动进行上述选择。
透明协商(Transparent Negotiation)
服务器驱动与客户端驱动的结合体,是由服务器端和客户端各自进行内容协商的一种方法。