大话TCP/IP协议之HTTP网络协议（一）

Part1.最熟悉的陌生人

和TCP/UDP协议比起来，HTTP协议或许更为大家所熟知，因为大家处处都可以看到http://xxx.com的字样。但是，真

正了解HTTP协议的同学，或许只是少数，还有很多人甚至不知道"404"的含义。而本文，正是让大家来更深入的了解

下这位最熟悉的陌生人。

Part2.HTTP在江湖中的地位

众所周知，Internet四层网络模型（也称TCP/IP四层模型）包括数据链路层、网络层、传输层和应用层。网络层最著名的协议是IP协议，传输层最著名的协议是TCP协议和UDP协议，而应用层的协议众多，诸如FTP协议、TELENT协议、TFTP协议、POP协议、SMTP协议、DNS协议、SNMP协议，当然还包括了本文的主角HTTP协议。如果说TCP/UDP/IP协议算作幕后的英雄，那么毫不夸张的说，HTTP协议则是台前最大腕的明星。

Part3.HTTP大概是怎样工作的

HTTP，是符合Client/Sever模型的，总是Client来发起请求。整个过程，可以简单分为四步：

（1）客户端发起请求，与服务器端完成"TCP三次握手"；

（2）客户端向服务器端发出"HTTP请求报文"；

（3）服务器端在完成内部处理后，向客户端发出"HTTP响应报文"；

（4）客户端与服务器端完成"TCP四次分手"。

而HTTP协议本身是一种无状态的协议，也就是说每一个HTTP报文不依赖于前面的报文状态。

Part4.HTTP的URL如何表示

之所以要先讲一下URL，是因为这个知识点在下文中会频繁用到。

HTTP协议中的URL主要是用于定位服务器端资源的位置。我们来看下它的语法定义：

    http://http[:port][path]

    其中：

    http:// 表示我们使用的协议是HTTP协议；

    host 表示一个可用的域名或IP地址；

    port 为可选，表示要请求的端口号，缺省情况下为80

    path 为可选，表示要请求的资源所在的路径（也叫URI），缺省情况下为 /

Part5.HTTP请求长什么样儿

我们先来看一个典型的HTTP请求报文长什么样子：

（我们用/* */注释嵌到请求里，让大家更好的理解每一行语句的含义）

    /* 第一行叫做请求行（request)，其它的各行都叫做头部行（header) */

    /* 请求行包括三个字段：方法字段、URI字段、HTTP版本字段 */

    /*  这个例子的请求行，是要做这样一件事：用HTTP协议1.1版本，使用GET方法，向服务器端

        申请/path/to/page.html资源 */

    GET /path/to/page.html HTTP/1.1

    /* 下面都属于头部行 */

    /* Host用来指定要请求的服务器端主机位roclinux.cn */

    Host:roclinux.cn

    /* Connection:close是要告诉服务器端，我客户端不想使用持久连接，请服务器端在完成这次请求响应后关闭

         此连接。虽然这个报文请求中使用了支持持久连接的HTTP1.1版本，但客户端仍然不想使用持久连接 */

    Connection:close

    /* User-agent域则是用来指定当前这个请求报文是谁产生的，通常来说，一般这里的设置的是用户所使用的浏览器

    类型。不要小看这个域，一些用心的站长，会通过这个域来识别客户，并给不同的客户展示资源的不同版本呢! */

    User-agent:Mozilla/4.0

    /* Accept-language域，则是客户端再跟服务器说"如果你哪里有我申请的资源的中文版本，那就把中文版本给我；

       如果没有中文版本，那就把你的默认语言版本给我就好了。" */

    Accept-language:zh-cn

    /* 看这里，看这里！或许谁也没有注意到这里，这里有一个空行，而且是必须有这个空行。这是HTTP协议的硬性

       规定，不要忘记哦 */

下面，用我精心画的一张图，来说明下HTTP协议请求报文的格式：

从上面这个图，应该可以很清晰的看出请求报文的具体格式了。

Part6.HTTP请求报文中有哪些方法

HTTP请求方法有很多，我们走马观花的看看：

GET方法：请求某资源

POST方法：请求某资源的同时附上一些数据

HEAD方法：请求某资源对应的响应报文头

PUT方法：上传一个资源

DELETE方法：删除一个资源

TRACK方法：让服务器回送请求报文，用于调试和排障

OPTIONS：请求服务器性能信息

CONNECT：预留给代理服务器所用

Part7.怎么响应HTTP的请求

在了解完请求报文的格式之后，你是不是想知道HTTP协议是如何响应请求报文的呢，我们来看一个典型的响应报文：

 

    /* 一个响应报文，一般包括三部分，即状态行、头部行、附属体 */

    /* 第一行是状态行，包括三个字段：版本字段、状态码字段、原因短语字段 */

    /* 本例中，HTTP协议的响应报文想表达的意思是服务器使用的是HTTP协议1.1版本，而且找到了客户端所要

        的资源，且会将响应报文发给客户端，整个过程都很正常 */

    HTTP/1.1 200 OK

    /* 服务器端不会保持住这个连接，而是在回复完这个响应报文之后会断开这个连接 */

    Connection:close

    /* 这里记录了这个响应报文被发送出去的时间点 */

    Date: Thu, 13 Oct 2005 03:17:33 GMT

   /* Server域表明这个响应报文是由类Unix操作系统上的Apache服务器发出的，且Apache的版本是2.0.54 */

   Server：Apache/2.0.54（Unix）

    /* 用于记录本响应报文中所存的数据的最后修改时间 */

    Last—Modified:Mon,22 Jun 1998 09;23;24 GMT

    /* 指出数据部分的字节数，即单位Byte */

    Content-Length:6821

    /* 指出所包含的数据是HTML文本内容 */

    Content—Type:text/html

     /* 看这里，还得看这里，和请求报文类似，这里也有一个空行，不能省哦 */

    /* 这里是实际的响应数据 */

    （data data data data ......）

下面，我们同样来看看响应报文的协议格式：

Part8.说说HTTP的状态码

说到HTTP响应报文，就不得不提到HTTP状态码。相信大家看完这一小节后，就会很清楚404代表着什么了。

状态码总共只有三位，第一位表示状态类别，共分为五种，我们来依次看一下：

1xx：是进度通知类状态，意思就是说“请求我已经收到了，或你的请求我正在处理”；
2xx：表示“你的请求我已经成功处理了”；
3xx：即重定向，也就是服务器告诉客户端“你要的资源搬家了，你到某某地方再去找他吧”；
4xx：客户端发来的响应报文里有些错误，比如语法错误或请求的资源不存在等；
5xx：服务器端有些问题，已经无法处理完成你的请求了。

其实常用的状态码并不多，我们把常见的列举在此：

200 OK：客户端请求成功了，客户端要的东西就在响应报文里了；
301 Moved Permanently：客户端啊，你要请求的资源已经永久的搬家了，我把他的新地址放到了Location头部域中了；
302 Moved Temporarily：客户端啊，你要请求的资源临时有事去别的地方了，我把他的位置放到了Location头部域中了，你可以先去那里找他，不过他应该是会回到他自己的家的；
304 Not Modified：客户端啊，你要请求的资源自从上次你请求之后，就再也没有改动过，我想你是应该早就有这个资源了，所以在响应报文的数据部分我也没有再放这个资源。
400 Bad Request：客户端发来的请求报文里有语法错误，服务器端实在看不懂了；
401 Unauthorized：客户端发来的请求不是合法来源的请求，也就是这个客户端是没有被授权的；
403 Forbidden：服务器端顺利收到了客户端的请求，但是因为某些理由，服务器端拒绝为他提供服务；
404 Not Found：客户端要请求的资源不存在，八成是资源地址写错了；
500 Internal Server Error：很遗憾，服务器不能给你提供服务了，服务器内部出现了不可预知的问题了；
502 Bad Gateway：客户端你好，我是请求报文的代理服务器，持有资源的那个服务器在给我发送资源时出问题了；
503 Server Unavailable：服务器现在可能是太忙了，暂时不能给你这个客户端提供服务了，或许稍后会恢复。