浅析HTTP协议

一、TCP/IP

HTTP与FTP、Telnet、SMTP一样，都是基于TCP/IP协议为基础的。TCP/IP在字面上包含了两种意思，一种为TCP（传输控制协议），一种为IP（网际协议）。TCP/IP协议是分层的，从下到上依次为：物理层、链路层、网络层、传输层、以及应用层。TCP/IP的蓬勃发展，是在1990年代中期，一些重要而且可靠的工具面世，例如页面描述语言HTML，导致了互联网应用的飞速发展。

从应用层到物理层，数据一般都是在原有的数据前面增加一个控制头。

对于TCP传输协议，客户端在服务器建立连接之间需要经过TCP的三次握手。

运行在TCP协议上有如下几个常见协议：

1、HTTP（Hypertext Transfer Protocol，超文本传输协议），主要用于普通浏览。

2、HTTPS（Hypertext Transfer Protocol over Secure Socket Layer，or Http over SSL，安全超文本传输协议），HTTP协议的安全版本。

3、FTP（File Transfer Protocol，文件传输协议），用于文件传输。

4、POP3（Post Office Protocol，version 3，邮局协议），用于接收邮件。

5、SMTP（Simple Mail Transfer Protocol，简单邮件传输协议），发送电子邮件。

6、TELNET（Teletype over the Network，网络电传），通过一个终端登录到网络。

7、SSH(Secure Shell，用于替代安全性比较差的TELNET)，用于加密安全登录用。

二、HTTP

　　超文本传输协议（Hypertext Transfer Protocol，简称HTTP）是应用层协议，自 1990 年起，HTTP 就已经被应用于 WWW 全球信息服务系统。

　　HTTP 是一种请求/响应式的协议。一个客户机与服务器建立连接后，发送一个请求给服务器；服务器接到请求后，给予相应的响应信息。通常，由HTTP客户端发起一个请求，创建一个到服务器指定端口（默认是80端口）的TCP连接。HTTP服务器则在那个端口监听客户端发送过来的请求。一旦收到请求，服务器向客户端发回一个状态行，比如"HTTP/1.1 200 OK"，和响应的消息，消息的消息体可能是请求的文件、错误消息、或者其它一些信息。

　　HTTP 的第一版本 HTTP/0.9是一种简单的用于网络间原始数据传输的协议；

　　HTTP/1.0由 RFC 1945 定义 ，在原 HTTP/0.9 的基础上，有了进一步的改进，允许消息以类 MIME 信息格式存　在，包括请求/响应范式中的已传输数据和修饰符等方面的信息；

　　HTTP/1.1(RFC2616) 的要求更加严格以确保服务的可靠性，增强了在HTTP/1.0 没有充分考虑到分层代理服务器、高速缓冲存储器、持久连接需求或虚拟主机等方面的效能；

　　安全增强版的 HTTP （即S-HTTP或HTTPS），则是HTTP协议与安全套接口层(SSL)的结合，使HTTP的协议数据在传输过程中更加安全。

2.3　HTTP 协议举例

请求头格式

a) 通用头(general-header)：

Cache-Control：

客户端希望服务端如何缓存自己的请求数据，如"Cache-Control: no-cache"，"Cache-Control: max-age=0"；

Connection：

客户端是否希望与服务端之间保持长连接，如"Connection: close", "Connection: keep-alive"；

Date：

只有当请求方法为POST或PUT方法时客户端才可能会有些字段；

Pragma：

包含了客户端一些特殊请求信息，如 "Pragma: no-cache" 客户端希望代理或应用服务器不应缓存与该请求相关的结果数据；

Via：

一般用在代理网关向应用服务器发送的请求头中，表明该来自客户端的请求经过了网关代理，

格式为："Via: 请求协议版本 网关标识 [其它信息] "，

如 ：" Via: 1.1 webcache_250_199.hexun.com:80 (squid)"

b) 请求头(request-header)：

Accept：

表明客户同端可接受的请求回应的媒体类型范围列表。星号“*”用于按范围将类型分组，用“*/*”指示可接受全部类型；用“type/*”指示可接受 type类型的所有子类型，如“ Accept: image/gif, image/jpeg, */*”；

Accept-Charset：

客户端所能识别的字符集编码格式，格式：“Accept-Charset: 字符集1[:权重]，字符集2[:权重]”，如：“ Accept-Charset: iso-8859-5, unicode-1-1;q=0.8”；

Accept-Language：

客户端所能识别的语言，格式：“Accept-Language: 语言1[:权重]，语言2[:权重]”，如：” Accept-Language: zh, en;q=0.7”；

Host：

客户请求的主机域名或主机IP，格式：“Host: 域名或IP[:端口号]”，如：“Host: www.hexun.com:80“，请求行中若有HTTP/1.1则必须有该请求头；

User-Agent：

表明用户所使用的浏览器标识，主要用于统计的目的；

Referer：

指明该请求是从哪个关联连接而来；

Accept-Encoding：

客户端所能识别的编码压缩格式，如：“Accept-Encoding: gzip, deflate”；

If- Modified-Since：

该字段与客户端缓存相关，客户端所访问的URL自该指定日期以来在服务端是否被修改过，如果修改过则服务端返回新的修改后 的信息，如果未修改过则服务器返回304表明此请求所指URL未曾修改过，如：“If-Modified-Since: Fri, 2 Sep 2006 19:37:36 GMT”；

If-None-Match：该字段与客户端缓存相关，客户端发送URL请求的同时发送该字段及标识，如 果服务端的标识与客户端的标识一致，则返回304表明此URL未修改过，如果不一致则服务端返回完整的数据信息，如：“If-None-Match: 0f0a893aad8c61:253, 0f0a893aad8c61:252, 0f0a893aad8c61:251”；

Cookie：

为扩展字段，存储于客户端，向同一域名的服务端发送属于该域的cookie，如：“Cookie: MailUserName=whouse”；

c) 实体头(entity-header): (此类头存在时要求有数据体)

Content-Encoding：

客户端所能识别的编码压缩格式，如：“Content-Encoding: gzip, deflate”；

Content-Length：客户端以POST方法上传数据时数据体部分的内容长度，如：“ Content-Length: 24”；

Content- Type：客户端发送的数据体的内容类型，如：“Content-Type: application/x-www-form-urlencoded”为以普通的POST方法发送的数据；“Content-Type: multipart/form-data; boundary=---------------------------5169208281820”，则表明数据体由多部分组成，分隔符为 “-----------------------------5169208281820”；

2.5）响应格式

a) 通用头(general-header)：

Cache- Control：服务端要求中间代理及客户端如何缓存自己响应的数据，如“Cache-Control: no-cache”，如：“Cache-Control: private” 不希望被缓存，“Cache-Control: public” 可以被缓存；

Connection：服务端是否希望与客户端之间保持长连接，如“Connection: close”, “Connection: keep-alive”；

Date：只有当请求方法为POST或PUT方法时客户端才可能会有些字段；

Pragma：包含了服务端一些特殊响应信息，如 “Pragma: no-cache” 服务端希望代理或客户端不应缓存结果数据；

Transfer-Encoding：服务端向客户端传输数据所采用的传输模式(仅在HTTP1.1中出现)，如：“Transfer-Encoding: chunked”，注：该字段的优先级要高于“Content-Length”　字段的优先级；

b）响应头(response-header)：

Accept-Ranges：表明服务端接收的数据单位，如：“Accept-Ranges: bytes”, ；

Location：服务端向客户端返回此信息以使客户端进行重定向，如：“Location: http://www.hexun.com”；

Server：服务端返回的用于标识自己的一些信息，如：“ Server: Microsoft-IIS/6.0”；

ETag：服务端返回的响应数据的标识字段，客户端可根据此字段的值向服务器发送某URL是否更新的信息；

c）实体头(entity-header): (此类头存在时要求有数据体)

Content-Encoding：服务端所响应数据的编码格式，如：“Content-Encoding: gzip”；

Content-Length：服务端所返回数据的数据体部分的内容长度，如：“ Content-Length: 24”；

Content-Type：服务端所返回的数据体的内容类型，如：“Content-Type: text/html; charset=gb2312” ；

Set-Cookie：服务端返回给客户端的cookie数据，如：“ Set-Cookie: ASP.NET_SessionId=icnh2ku2dqlmkciyobgvzl55; path=/”

2.6）服务器返回状态码

1xx：表明服务端接收了客户端请求，客户端继续发送请求；

2xx：客户端发送的请求被服务端成功接收并成功进行了处理；

3xx：服务端给客户端返回用于重定向的信息；

4xx：客户端的请求有非法内容；

5xx：服务端未能正常处理客户端的请求而出现意外错误。

举例：

“100” ; 服务端希望客户端继续；

“200” ; 服务端成功接收并处理了客户端的请求；

“301” ; 客户端所请求的URL已经移走，需要客户端重定向到其它的URL；

“304” ; 客户端所请求的URL未发生变化；

“400” ; 客户端请求错误；

“403” ; 客户端请求被服务端所禁止；

“404” ; 客户端所请求的URL在服务端不存在；

“500” ; 服务端在处理客户端请求时出现异常；

“501” ; 服务端未实现客户端请求的方法或内容；

“502” ; 此为中间代理返回给客户端的出错信息，表明服务端返回给代理时出错；

“503” ; 服务端由于负载过高或其它错误而无法正常响应客户端请求；

“504” ; 此为中间代理返回给客户端的出错信息，表明代理连接服务端出现超时。

2.7）chunked 传输

　 　编码使用若干个Chunk组成，由一个标明长度为0的chunk结束，每个Chunk有两部分组成，第一部分是该Chunk的长度(以十六进制表示)和 长度单位（一般不写），第二部分就是指定长度的内容，每个部分用CRLF隔开。在最后一个长度为0的Chunk中的内容是称为footer的内容，是一些 没有写的头部内容。另外，在HTTP头里必须含有：” Transfer-Encoding: chunked” 通用头字段。

2.8）HTTP 请求方法

GET、POST、HEAD、CONNECT、PUT、DELETE、TRACE