详解HTTP协议

目录

HTTP协议

URL

HTTP报文

请求报文：

响应报文：

HTTP工作原理

---

HTTP协议

一、协议简介

• HTTP协议(超文本传输协议),是用于从万维网(WWW)服务器传输超文本到本地浏览器的传送协议。
• HTTP是一个基于TCP/IP通信协议来传递数据（HTML 文件, 图片文件, 查询结果等）。
• HTTP是一个属于应用层的面向对象的协议，由于其简捷、快速的方式，适用于分布式超媒体信息系统。它于1990年提出，目前在WWW中使用的是HTTP/1.0的第六版.
• HTTP协议工作于客户端-服务端架构为上。浏览器作为HTTP客户端通过URL向HTTP服务端即WEB服务器发送所有请求。Web服务器根据接收到的请求后，向客户端发送响应信息。

         

 

二、主要特点

1. 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、POST、HEAD。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。
2. 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。
3. 无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接。采用这种方式可以节省传输时间。
4. 无状态：HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。
5. 支持B/S及C/S模式。

---

URL

• HTTP使用统一资源标识符（URI）来传输数据和建立连接。URL是一种特殊类型的URI，包含了用于查找某个资源的足够的信息。
• URL：统一资源定位符,在互联网上用来标识某一处资源的地址。简单来说，URL就是我们平时说的“网址”。

下面以这个URL为例，介绍下普通URL的各部分组成：

        http://www.le.com/ptv/vplay/20167941.html?ch=sogou_sv&fromvsogou=1

• 协议部分：该URL的协议部分为“http：”，这代表网页使用的是HTTP协议。在Internet中可以使用多种协议，如HTTP，FTP等等本例中使用的是HTTP协议。在"HTTP"后面的“//”为分隔符。
• 域名部分：该URL的域名部分为“www.le.com”。一个URL中，也可以使用IP地址作为域名使用
• 虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分。本例中的虚拟目录是“/ptv/vplay”。
• 文件名部分：从域名后的最后一个“/”开始到“？”为止(如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止)，本例中的文件名是“20167941.html”。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名。
• 参数部分：从“？”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。本例中的参数部分为“ch=sogou_sv&fromvsogou=1”。参数可以允许有多个参数，参数与参数之间用“&”作为分隔符。

URI和URL的区别：

        URI用字符串唯一标识某一互联网资源，URL标识了资源并给出了它的访问地址(在互联网上所处的位置)。

        简单来说，URI知道你叫什么，URL不光知道你叫什么，还知道你在哪里。

        URI强调的是给资源标记命名，URL强调的是给资源定位，但是你会发现，URL显然比URI包含信息更多，所以大多数情况下大家觉得给一个网络资源分别命名和给出地址太麻烦，干脆就用地址既当地址用，又当标记名用，所以，URL也充当了WWW万维网里面URI的角色，但是他比URI多了一层意义，也就是不光知道你叫什么，还知道你在哪里。我们在浏览器输入的都是URL，因为我们输入的目的是为了找到某一个资源，当然你输入的是URI也是没错的，因为URL也是URI。

• URI：Web上可用的每种资源如HTML文档、图像、视频片段、程序等都是一个来URI来定位的。

        URI一般由三部组成：

                ①访问资源的命名机制
                ②存放资源的主机名
                ③资源自身的名称，由路径表示，着重强调于资源

• URL：是Internet上用来描述信息资源的字符串，主要用在各种WWW客户程序和服务器程序上，特别是著名的马赛克(Mosaic)。采用URL可以用一种统一的格式来描述各种信息资源，包括文件、服务器的地址和目录等。

        URL一般由三部组成：

                ①协议(或称为服务方式)
                ②存有该资源的主机IP地址(有时也包括端口号)
                ③主机资源的具体地址。如目录和文件名等

---

HTTP报文

• 用于HTTP协议交互的信息被称为HTTP报文。
• 请求端(客户端)的HTTP报文叫做请求报文；响应端(服务器端)的HTTP报文叫做响应报文。

请求报文：

 

客户端发送一个HTTP请求到服务器的请求消息包括以下四个部分：

1. 请求行：用来说明 请求方法(method)、要访问的资源(URI)、所使用的HTTP版本。
2. 请求头部：用来说明 服务器要使用的附加信息。其中Content-Length标识了请求数据的长度。
3. 空行：将请求头部与有效载荷分隔开，请求头部后面的空行是必须的。
4. 请求数据：请求数据也叫报文主体，可以添加任意的其他数据，也可以为空。

 

HTTP中常见的请求头部：

• Content-Type: 数据类型(text/html等)； 
• Content-Length: 报文主体的长度；
• Host: 客户端告知服务器, 所请求的资源是在哪个主机的哪个端口上;
• User-Agent: 声明用户的操作系统和浏览器版本信息;
• referer: 当前页⾯是从哪个页⾯跳转过来的;
• location: 搭配3xx状态码使用, 告诉客户端接下来要去哪⾥访问;
• Cookie: ⽤于在客户端存储少量信息. 通常用于实现会话(session)的功能;

• Content-Type

       从名字上可以理解为内容类型，但在互联网上专业术语叫“媒体类型”，即MediaType，也叫MIME类型，主要是用来指明报文主体部分内容属于何种类型，比如html，json或者xml等等。但是Content-Type一般只存在于Post方法中，因为Get方法是不含“body”的，它的请求参数都会被编码到url后面，所以在Get方法中加Content-type是无用的。

请求报文中请求行的请求方法(method)：

根据HTTP标准，HTTP请求可以使用多种请求方法。
HTTP1.0定义了三种请求方法： GET, POST 和 HEAD方法。
HTTP1.1新增了五种请求方法：OPTIONS, PUT, DELETE, TRACE 和 CONNECT 方法。

GET     请求指定的页面信息，并返回实体主体。
HEAD     类似于get请求，只不过返回的响应中没有具体的内容，用于获取报头
POST     向指定资源提交数据进行处理请求（例如提交表单或者上传文件）。数据被包含在请求体中。POST请求可能会导致新的资源的建立和/或已有资源的修改。
PUT     从客户端向服务器传送的数据取代指定的文档的内容。
DELETE      请求服务器删除指定的页面。
CONNECT     HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。
OPTIONS     允许客户端查看服务器的性能。
TRACE     回显服务器收到的请求，主要用于测试或诊断。

 

Get请求例子，使用Charles抓取的request：

GET /562f25980001b1b106000338.jpg HTTP/1.1
Host    img.mukewang.com
User-Agent    Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36
Accept    image/webp,image/*,*/*;q=0.8
Referer    http://www.imooc.com/
Accept-Encoding    gzip, deflate, sdch
Accept-Language    zh-CN,zh;q=0.8

• 第一部分：请求行，用来说明请求类型,要访问的资源以及所使用的HTTP版本.

        GET说明请求类型为GET，[/562f25980001b1b106000338.jpg]为要访问的资源，最后一部分说明使用的是HTTP1.1版本。

• 第二部分：请求头部，紧接着请求行，用来说明服务器要使用的附加信息

        从第二行到第七行是请求头部，HOST将指出请求的目的地，User-Agent 服务器端和客户端脚本都能访问它,它是浏览器类型检测逻辑的重要基础，该信息由你的浏览器来定义，并且在每个请求中自动发送等等。

• 第三部分：空行，用于分隔请求头部与有效载荷，请求头部后面的空行是必须的

        即使第四部分的请求数据为空，也必须有空行。

• 第四部分：请求数据也叫主体，可以添加任意的其他数据。

        这个例子的请求数据为空。

 

POST请求例子，使用Charles抓取的request：

POST / HTTP1.1
Host:www.wrox.com
User-Agent:Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727; .NET CLR 3.0.04506.648; .NET CLR 3.5.21022)
Content-Type:application/x-www-form-urlencoded
Content-Length:40
Connection: Keep-Alive

name=Professional%20Ajax&publisher=Wiley

• 第一部分：请求行，第一行说明了是post请求，以及http1.1版本。
• 第二部分：请求头部，包括第二行至第六行。
• 第三部分：空行，第七行的空行。
• 第四部分：请求数据，第八行。

GET和POST请求的区别：

1. GET一般用于获取/查询资源信息(阻塞)，而POST一般用于更新资源信息(非阻塞)。
2. GET提交的数据会放在URL之后，以?分割URL和传输数据，参数之间以&相连，如EditPosts.aspx?name=test1&id=123456. POST方法是把提交的数据放在HTTP包的报文主体中。
3. GET提交的数据大小有限制（因为浏览器对URL的长度有限制），而POST方法提交的数据没有限制。
4. GET方式需要使用Request.QueryString来取得变量的值，而POST方式通过Request.Form来获取变量的值。
5. GET方式提交数据，会带来安全问题，比如一个登录页面，通过GET方式提交数据时，用户名和密码将出现在URL上，如果页面可以被缓存或者其他人可以访问这台机器，就可以从历史记录获得该用户的账号和密码。

 

响应报文：

一般情况下，服务器接收并处理客户端发过来的请求后会返回一个HTTP的响应消息，响应也由四个部分组成：

1. 状态行：由 HTTP协议版本号、 状态码、状态消息 三部分组成。
2. 响应头部：用来说明 客户端要使用的附加信息。
3. 空行：将响应头部与有效载荷分隔开，消息报头后面的空行是必须的。
4. 响应正文：响应正文，服务器返回给客户端的文本信息。（空行后面的html部分为响应正文）

响应报文中状态行的状态码：

状态码有三位数字组成，第一个数字定义了响应的类别，共分五种类别:

• 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

常见状态码：

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

301(永久重定向)与302(临时重定向)响应码的区别：

        301和302状态码都表示重定向，就是说浏览器在拿到服务器返回的这个状态码后会自动跳转到一个新的URL地址，这个地址可以从响应的Location首部中获取（用户看到的效果就是他输入的地址A瞬间变成了另一个地址B）——这是它们的共同点。他们的不同在于。301表示旧地址A的资源已经被永久地移除了（这个资源不可访问了），搜索引擎在抓取新内容的同时也将旧的网址交换为重定向之后的网址；302表示旧地址A的资源还在（仍然可以访问)，这个重定向只是临时地从旧地址A跳转到地址B，搜索引擎会抓取新的内容而保存旧的网址
 

更多状态码http://www.runoob.com/http/http-status-codes.html

响应报文例子：

HTTP/1.1 200 OK
Date: Fri, 22 May 2009 06:07:21 GMT
Content-Type: text/html; charset=UTF-8

<html>
      <head></head>
      <body>
            <!--body goes here-->
      </body>
</html>

• 第一部分：第一行是状态行，（HTTP/1.1）表明HTTP版本为1.1版本，状态码为200，状态消息为（ok）
• 第二部分：第二行和第三行为消息报头，用来说明客户端要使用的一些附加信息。   Date:生成响应的日期和时间；Content-Type:指定了MIME类型的HTML(text/html),编码类型是UTF-8
• 第三部分：空行，消息报头后面的空行是必须的
• 第四部分：响应正文，服务器返回给客户端的文本信息。空行后面的html部分为响应正文。

---

HTTP工作原理

         HTTP协议定义Web客户端如何从Web服务器请求Web页面，以及服务器如何把Web页面传送给客户端。HTTP协议采用了请求/响应模型。客户端向服务器发送一个请求报文，请求报文包含请求方法、URL、协议版本、请求头部和请求数据；服务器以一个状态行作为响应，响应的内容包括协议的版本、成功或者错误代码、服务器信息、响应头部和响应数据。

HTTP 请求/响应的具体步骤：

  1、客户端连接到Web服务器

         一个HTTP客户端，通常是浏览器，与Web服务器的HTTP端口（默认为80）建立一个TCP套接字连接。例如，http://www.oakcms.cn。

   2、发送HTTP请求

         通过TCP套接字，客户端向Web服务器发送一个文本的请求报文，一个请求报文由请求行、请求头部、空行和请求数据4部分组成。

   3、服务器接受请求并返回HTTP响应

         Web服务器解析请求，定位请求资源。服务器将资源复本写到TCP套接字，由客户端读取。一个响应由状态行、响应头部、空行和响应数据4部分组成。

   4、释放TCP连接

         若connection 模式为close，则服务器主动关闭TCP连接，客户端被动关闭连接，释放TCP连接；若connection 模式为keepalive，则该连接会保持一段时间，在该时间内可以继续接收请求。

   5、客户端浏览器解析HTML内容

         客户端浏览器首先解析状态行，查看表明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。客户端浏览器读取响应数据HTML，根据HTML的语法对其进行格式化，并在浏览器窗口中显示。

 

例如：在浏览器地址栏键入URL，按下回车之后会经历以下流程：

1、浏览器向 DNS 服务器请求解析该 URL 中的域名所对应的 IP 地址;

2、解析出 IP 地址后，根据该 IP 地址和默认端口 80（http端口号为80），和服务器建立TCP连接；

3、浏览器发出读取文件(URL 中域名后面部分对应的文件)的HTTP 请求，该请求报文作为TCP三次握手的第三个报文的数据发送给服务器;

4、服务器对浏览器请求作出响应，并把对应的 html 文本发送给浏览器;

5、释放TCP连接；

6、浏览器将该 html 文本解析并显示内容;