HTTP协议资料收集

Http请求

Http请求由三部分组成，分别是：请求行、消息报头、请求正文

格式如下：Method Request-URI HTTP-Version CRLF  

请求方法（所有方法全为大写）有多种，各个方法的解释如下：

• 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

HTTP最常见的请求头如下：         

• Accept：浏览器可接受的MIME类型；         
• Accept-Charset：浏览器可接受的字符集；         
• Accept-Encoding：浏览器能够进行解码的数据编码方式，比如gzip。Servet能够向支持gzip的浏览器返回经gzip编码的HTM页面。许多情形下这可以减少5到10倍的下载时间； Accept-anguage：浏览器所希望的语言种类，当服务器能够提供一种以上的语言版本时要用到；         
• Authorization：授权信息，通常出现在对服务器发送的WWW-Authenticate头的应答中；         
• Connection：表示是否需要持久连接。如果Servet看到这里的值为“Keep-Aive”，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，当页面包含多个元素时（例如Appet，图片），显著地减少下载所需要的时间。要实现这一点，Servet需要在应答中发送一个Content-ength头，最简单实现方法是：先把内容写入ByteArrayOutputStream，然后在正式写出内容之前计算它的大小；         
• Content-ength：表示请求消息正文的长度；         
• Cookie：这是最重要的请求头信息之一；         
• From：请求发送者的emai地址，由一些特殊的Web客户程序使用，浏览器不会用到它；         
• Host：初始UR中的主机和端口；         
• If-Modified-Since：只有当所请求的内容在指定的日期之后又经过修改才返回它，否则返回304“Not Modified”应答；         
• Pragma：指定“no-cache”值表示服务器必须返回一个刷新后的文档，即使它是代理服务器而且已经有了页面的本地拷贝；         
• Referer：包含一个UR，用户从该UR代表的页面出发访问当前请求的页面。         
• User-Agent：浏览器类型，如果Servet返回的内容与浏览器类型有关则该值非常有用；         
• UA-Pixes，UA-Coor，UA-OS，UA-CPU：由某些版本的IE浏览器所发送的非标准的请求头，表示屏幕大小、颜色深度、操作系统和CPU类型。

Http响应

HTTP响应也是由三个部分组成，分别是：状态行、消息报头、响应正文
格式如下：HTTP-Version Status-Code Reason-Phrase CRLF
其中，HTTP-Version表示服务器HTTP协议的版本；Status-Code表示服务器发回的响应状态代码；Reason-Phrase表示状态代码的文本描述。
状态代码有三位数字组成，第一个数字定义了响应的类别，且有五种可能取值：

• 1xx：指示信息--表示请求已接收，继续处理
• 2xx：成功--表示请求已被成功接收、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--请求有语法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

常见状态代码、状态描述、说明：

• 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
• eg：HTTP/1.1 200 OK （CRLF）

2、响应报头后述
3、响应正文就是服务器返回的资源的内容 


HTTP最常见的响应头如下所示：         

• Aow：服务器支持哪些请求方法（如GET、POST等）；         
• Content-Encoding：文档的编码（Encode）方法。只有在解码之后才可以得到Content-Type头指定的内容类型。利用gzip压缩文档能够显著地减少HTM文档的下载时间。Java的GZIPOutputStream可以很方便地进行gzip压缩，但只有Unix上的Netscape和Windows上的IE 4、IE 5才支持它。因此，Servet应该通过查看Accept-Encoding头（即request.getHeader("Accept-Encoding")）检查浏览器是否支持gzip，为支持gzip的浏览器返回经gzip压缩的HTM页面，为其他浏览器返回普通页面；     
• Content-ength：表示内容长度。只有当浏览器使用持久HTTP连接时才需要这个数据。如果你想要利用持久连接的优势，可以把输出文档写入ByteArrayOutputStram，完成后查看其大小，然后把该值放入Content-ength头，最后通过byteArrayStream.writeTo(response.getOutputStream()发送内容；         
• Content-Type： 表示后面的文档属于什么MIME类型。Servet默认为text/pain，但通常需要显式地指定为text/htm。由于经常要设置Content-Type，因此HttpServetResponse提供了一个专用的方法setContentTyep。 可在web.xm文件中配置扩展名和MIME类型的对应关系；         
• Date：当前的GMT时间。你可以用setDateHeader来设置这个头以避免转换时间格式的麻烦；         
• Expires：指明应该在什么时候认为文档已经过期，从而不再缓存它。         
• ast-Modified：文档的最后改动时间。客户可以通过If-Modified-Since请求头提供一个日期，该请求将被视为一个条件GET，只有改动时间迟于指定时间的文档才会返回，否则返回一个304 （Not Modified）状态。ast-Modified也可用setDateHeader方法来设置；         
• ocation：表示客户应当到哪里去提取文档。ocation通常不是直接设置的，而是通过HttpServetResponse的sendRedirect方法，该方法同时设置状态代码为302；         
• Refresh：表示浏览器应该在多少时间之后刷新文档，以秒计。除了刷新当前文档之外，你还可以通过setHeader("Refresh", "5; UR=http://host/path")让浏览器读取指定的页面。注意这种功能通常是通过设置HTM页面HEAD区的<META HTTP-EQUIV="Refresh" CONTENT="5;UR=http://host/path">实现，这是因为，自动刷新或重定向对于那些不能使用CGI或Servet的HTM编写者十分重要。但是，对于Servet来说，直接设置Refresh头更加方便。注意Refresh的意义是“N秒之后刷新本页面或访问指定页面”，而不是“每隔N秒刷新本页面或访问指定页面”。因此，连续刷新要求每次都发送一个Refresh头，而发送204状态代码则可以阻止浏览器继续刷新，不管是使用Refresh头还是
• <META HTTP-EQUIV="Refresh" ...>。注意Refresh头不属于HTTP 1.1正式规范的一部分，而是一个扩展，但Netscape和IE都支持它。