HTTP协议概述

如果你在网站上看我的博客，这篇文章的数据就是你使用http协议从服务器那里得到的 

HTTP是什么玩意？

HTTP是超文本传输协议，全称为HyperText Transfer Protocol。HTTP的中文名字叫「超文本传输协议」，它可以拆成三个部分：

1. 超文本
2. 传输
3. 协议

HTTP 协议是互联网用作获取例如 HTML 文档这类资源的基础协议，是网页开发的必备知识，它基于 TCP/IP 协议的应用层协议，是 Web 上进行任何数据交换的基础应用层协议，不涉及数据包（packet）传输。同时，也是一种客户端—服务器（client-server）协议，也就是说，请求是由接受方——通常是浏览器发起的，一个完整网页文档是由获取到的不同文档组件：像是文本、布局描述、图片、视频、脚本等重新构建出来的。主要规定了客户端和服务器之间的通信格式，默认使用80端口。

 请求由一个实体，即用户代理（user agent），或是一个可以代表它的代理方（proxy）发出。大多数情况下，这个用户代理都是一个网页浏览器，不过它也可能是任何东西，比如一个爬取网页来充实、维护搜索引擎索引的机器爬虫。每个请求都会被发送到一个服务端，它会处理这个请求并提供一个称作响应的回复。在客户端与服务端之间，还有许许多多的被称为代理的实体，履行不同的作用，例如充当网关或缓存。

基于HTTP的组件系统

用户代理

任何能够代表用户行为的工具，以浏览器为主，也可能是工程师和 Web 开发人员调试应用所使用的那些程序比如爬虫。

web服务端

一个服务端可以是一台机器，也可以是多个设备假装表现为仅有一台机器，但实际上，它可以是共享负载的一组服务器集群（负载均衡）或是其他类型的软件（如缓存、数据库服务、电商服务等），按需完整或部分地生成文档，一个服务器可以不仅仅只有一台机器，而多个服务端软件实例也可部署在同一台机器上。利用 HTTP/1.1 和 Host 标头，它们甚至可以共用同一个 IP 地址。

代理

在浏览器和服务器之间，有许多计算机和设备参与传递了 HTTP 消息。依靠 Web 技术栈的层次化的结构，传递过程中的多数操作都位于传输层、网络层或物理层，它们对于 HTTP 应用层而言就是透明的，并默默地对网络性能产生着重要影响。还有一部分实体在应用层参与消息传递，一般被称为代理（Proxy）。代理可以是透明的，即转发它们收到的请求并不做任何修改，也可以表现得不透明，将它传递给服务端之前使用一些手段修改这个请求。代理可以发挥很多种作用：

• 缓存（可以是公开的也可以是私有的，如浏览器的缓存）
• 过滤（杀毒软件、青年少年模式）
• 负载均衡（不同服务器服务不同的请求）
• 认证（控制对不同资源的访问）
• 日志（使得代理可以存储历史信息）

HTTP常见状态码

五大类状态码

1类	提示信息，表示目前协议处理的中间状态，还需要后续的操作
2类	成功，报文已经收到并被正确处理，这是我们最想看到的	200、204、206
3类	重定向，资源位置发生变动，需要客户端重新发送请求	301、302、304
4类	客户端错误，请求报文有误，服务器无法处理	400、403、404
5类	服务器错误，服务器在处理请求时内部发生了错误

状态码含义

200 OK	是最常见的成功状态码，表示一切正常。如果是非HEAD请求，服务器返回的响应头都会有body数据。
204 No Content	也是常见的成功状态码，与200OK基本相同，但是响应头没有body数据。
206 Partial Content	是应用于HTTP分块下载或断电续传，表示响应返回的body数据并不是资源的全部，而是其中的一部分，也是服务器处理成功的状态。
301 Moved Permanently	表示永久重定向，说明请求的资源已经不存在了，需改用新的URL再次访问。
302 Moved Temporarily	表示临时重定向，说明请求的资源还在，但暂时需要用另一个URL来访问。301和302都会在响应头里面使用字段Location，指明后续需要跳转的URL,浏览器会自动重定向新的URL.
304 Not Modified	不具有跳转的含义，表示资源未修改，重定向已存在的缓冲文件，也称缓存重定向，用于缓存控制。
400 Bad Request	表示客户端请求的报文有错误，但只是个笼统的错误。
403 Forbidden	表示服务器禁止访问资源，并不是客户端的请求错误。
404 Not Found	表示服务器禁止访问资源，并不是客户端的请求错误。
500 Internal Server Error	与400类型，是个笼统通用的错误码，服务器发生了什么错误，我们并不知道。
501 Not Implemented	表示客户端请求的功能还不支持，类似“即将开业，敬请期待”的意思。
502 Bad Gateway	通常是服务器作为网关或代理时返回的错误码，表示服务器自身工作正常，访问后端服务器发生了错误。
503 Service Unavailabe	表示服务器当前很忙，暂时无法响应服务器，类似“网络服务很忙，请稍后重试”的意思。

HTTP常见请求头

1、Accept：指定浏览器或其他客户端程序所能处理的MIME类型（IE5和6在重新载入页面时，发送的Accept报头不正确，但在最初的请求中是正确的）。

2、Accept-Charset：标明浏览器可以使用的字符集（如ISO-8859-1）.

3、Accept-Encoding：详细列出客户端能处理的编码类型（gzip，compress是两种常见的值），一般来讲花在解码上的时间要远远小于传输的开销。

4、Accept-Language：在servlet能够以多种语言生产结果时，列出客户程序首选的语言。这个报头的值应该是标准语言代码的一种，比如en, en-us, da等。

5、Authorization：在访问密码保护的WEB页面时，客户用这个报头来识别自己的身份。(Https)

6、Connection：标明客户是否能够处理持续性HTTP连接。持续性（Keep-Alive）是默认的选项。

7、Content-Length：只适用于POST请求，用来给定POST数据的大小，以字节为单位。request.getContentlength()方法得到这个报头。（GET的方法不行？）

8、Cookie：这个报头向服务器返回cookie，这些cookie是之前服务器发送给浏览器的。使用request.getCookies读取这个报头。

9、Host：在HTTP1.1中，浏览器和其他客户端程序需要制定这个报头，它标明原始URL中给出的主机名和端口号。

10、If-Modified-Since：这个报头标明，仅当页面在指定日期之后发生更改的情况下，客户程序才希望获取该页面。

11、If-Unmodified-Since：和If-Modified-Since：相反：规定仅当文档比指定的日期要旧时，操作才需要继续。

12、Referer：标明引用Web页面的URL。例如，WEB1单击指向WEB2的链接，在浏览器请求WEB2页面是会把Referer指定为WEB1的URL。

13、Use-Agent:标识生产请求的浏览器或其他客户端程序，根据这个报头，可以针对不同类型的浏览器返回不同的内容。