HTTP 协议简析

引言

HTTP是一个属于应用层的面向兑现的协议，由于其简捷、快速的方式，适用于分布式超媒体信息系统。它与1990年提出。目前使用的版本是HTTP/1.1版本。

HTTP协议

协议是指两台计算机之间进行通信必须共同遵守的规定或者规则。超文本传输协议是一种通信协议，它允许将超文本标记语言文档从web服务器传送到客户端的浏览器。

特点

1. 支持客户端/服务器模式（C/S）。
2. 简单快速：客户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。每种方法规定了客户与服务器联系的类型不同。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。
3. 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。
4. 无连接：无连接的含义是每次连接只能处理一个请求。服务器处理完客户的请求后，并受到客户的应答，即断开连接。
5. 无状态：HTTP协议是无状态的。无状态是指协议对于事务处理没有记忆能力。本次的请求和上一次请求并没有关系，对于服务器来说，并不知道两次请求来自同一个客户端。

WEB浏览器、服务器、代理服务器

当我们输入网址之后，就能看到网页，原理是怎样的呢，简单的解析一下：

1. 客户端与服务端通过http协议建立连接。
2. 连接建立之后，发送request请求，请求格式为：URL，协议的版本号，客户机信息等内容。
3. 服务器受到请求之后，作为响应，返回客户端的请求内容。
4. 客户端浏览器收到服务的信息后，解析内容，显示在浏览器界面上。

请求过程如下面图片所示：

我们的请求又可能不是通过客户端直接和服务端连接的，中间可能会加一个代理的服务器，客户端先和代理服务器连接，之后在和目标服务器连接，这样可以隐藏客户端的ip,这种方式在爬虫中比较常用，它可以提高访问的速度，突破封锁的限制，隐藏客户端的信息。请求过程如下图所示：

HTTP代理服务器
简单说，http代理服务器就是网络信息的中转站，代理服务器具有缓存的功能，有很大的存储空间。对于客户端来说，代理服务器相当于服务端，对于都服务端来说，代理服务器就是要一个客户端。

HTTP URL组成解析

URL描述的是网络上的资源，任何信息都可以通过URL找到它。http（超文本传输协议）是一个基于请求与响应模式的、无状态的、应用层的协议，常基于TCP的连接方式，HTTP1.1版本中给出一种持续连接的机制，绝大多数的Web开发，都是构建在HTTP协议之上的Web应用。

格式如下：

http://www.test.com/search/yuluo?id=1234&name=zhangsan

1. scheme 指定底层使用的协议（http ,https ,ftp）
2. host 服务器的ip地址，域名 ,上例中的 www.test.con
3. port 端口号 一般默认是80 可以不写 ，若是其他端口，如8080 必须要书写.
4. path 访问的资源路径 /search/yuluo
5. query-string 发送给http的数据 id=1234&name=zhangsan

HTTP消息结构

• request-line 请求行:请求的种类，请求的路径，http协议版本
• http header ：http 头部信息
• body ： 发送给服务器的query信息

当时用Get方法的时候，body是空的

1. Get：
2. Host:
3. Accept : 浏览器可以接受的媒体类型 / 任意类型
4. Accept-Encoding： 申明自己接收的编码方法
5. Accept-Language： 申明自己接收的语言
6. Cache-Control：Response-Request遵循的缓存机制
7. Cookie： 将cookie的值发送给服务器
8. Referer:
9. User-Agent：客户端使用的系统和浏览器的版本

---

Post 请求

1. Post：
2. Host：
3. Accept：
4. Accept-Encoding：
5. Accept-Language:
6. Cache-Control:
7. Cookie:
8. Referer:
9. User-Agent:
10. body :

Get和Post请求的区别

Get 一般用于获取/查询资源信息，请求参数携带在url中
Post 一般用于更新资源信息 ，url中无参数信息

请求方法

• GET 请求获取Request-URI所标识的资源
• POST 在Request-URI所标识的资源后附加新的数据
• HEAD 请求获取由Request-URI所标识的资源的响应消息报头
• PUT 请求服务器存储一个资源，并用Request-URI作为其标识
• DELETE 请求服务器删除Request-URI所标识的资源
• TRACE 请求服务器回送收到的请求信息，主要用于测试或诊断
• CONNECT 保留将来使用
• OPTIONS 请求查询服务器的性能，或者查询与资源相关的选项和需求

常用状态码

• 200 OK : 表明响应成功，所请求的资源发给浏览器
• 302 found : 重定向，新的请求放在了Location中，浏览器从Location中提取连接欸，重新请求。
• 400 Bad Request : 客户端的请求，不能被服务器所理解
• 401 Unauthorized : 请求未经授权
• 403 Forbidden : 服务器收到请求，拒绝提供服务
• 404 Not Found : 找不到请求资源
• 500 Internal Server Error : 服务器错误
• 503 Server Unavailable 服务器当前不能处理请求

响应消息

客户端向服务器发送一个请求，服务器以一个状态行作为响应，响应的内容包括：消息协议的版本、成功或者错误的编码、实体元信息以及必要的实体内容。包括：

• 状态行
• 消息报头
• 响应正文

响应报头

响应报头允许服务器传递不能放在状态行中的附加响应信息，以及关于服务器的信息和对Request-URI所标识的资源进行下一步访问的信息。

常用的响应报头

• Location
  Location响应报头域用于重定向接受者到一个新的位置。Location响应报头域常用在更换域名的时候。
• Server
  Server响应报头域包含了服务器用来处理请求的软件信息。与User-Agent请求报头域是相对应的。

HTTP无状态问题

1. 通过Cookie 保存状态信息 。每次请求的时候携带cookie的信息，服务端就可以知道你来自同一个浏览器。
2. 通过session 保存状态信息。session是一种服务器端的机制。

cookie和session的区别

1. cookie状态保存在客户端，session状态保存在服务器端
2. cookie是服务器端在客户端机上存储的一小段文本，并随每次请求一起发送到服务端
3. session是针对每一个用户，变量值保存在服务器中
4. 从安全角度讲，session的安全性更好一些