关于HTTP
对于HTTP的好奇,找了些资料,整理一下,如下:
一、Http的介绍
a. request
b. response
二、JAVA中的HTTP:
三、HTTP 状态代码部分
一、Http的介绍
HTTP(HyperTextTransferProtocol) 即超文本传输协议,目前网页传输的通用协议。HTTP协议采用了请求/响应模型,浏览器或其他客户端发出请求,服务器给与响应。就整个网络资源传输而 言,包括message-header和message-body两部分。
a. request
通过连接,客户端写一个ASCII文本请求行,后跟0或多个HTTP头标,一个空行和实现请求的任意数据。
一个请求由四个部分组成:请求行、请求头标、空行和请求数据
1.请求行:请求行由三个标记组成:请求方法、请求URI和HTTP版本,它们用空格分隔
例如:GET /index.html HTTP/1.1
HTTP规范定义了8种可能的请求方法:
GET 检索URI中标识资源的一个简单请求
HEAD 与GET方法相同,服务器只返回状态行和头标,并不返回请求文档
POST 服务器接受被写入客户端输出流中的数据的请求
PUT 服务器保存请求数据作为指定URI新内容的请求
DELETE 服务器删除URI中命名的资源的请求
OPTIONS 关于服务器支持的请求方法信息的请求
TRACE Web服务器反馈Http请求和其头标的请求
CONNECT 已文档化但当前未实现的一个方法,预留做隧道处理
2.请求头标:由关键字/值对组成,每行一对,关键字和值用冒号(:)分隔。请求头标通知服务器有关于客户端的功能和标识,典型的请求头标有:
User-Agent 客户端厂家和版本
Accept 客户端可识别的内容类型列表
Content-Length 附加到请求的数据字节数
3.空行:最后一个请求头标之后是一个空行,发送回车符和退行,通知服务器以下不再有头标。
4.请求数据:使用POST传送数据,最常使用的是Content-Type和Content-Length头标。
b. response
Web服务器解析请求,定位指定资源。服务器将资源副本写至套接字,在此处由客户端读取。
一个响应由四个部分组成;状态行、响应头标、空行、响应数据
1.状态行:状态行由三个标记组成:HTTP版本、响应代码和响应描述。
HTTP版本:向客户端指明其可理解的最高版本。
响应代码:3位的数字代码,指出请求的成功或失败,如果失败则指出原因。
响应描述:为响应代码的可读性解释。
例如:HTTP/1.1 200 OK
HTTP响应码:
1xx:信息,请求收到,继续处理
2xx:成功,行为被成功地接受、理解和采纳
3xx:重定向,为了完成请求,必须进一步执行的动作
4xx:客户端错误:
2.响应头标:像请求头标一样,它们指出服务器的功能,标识出响应数据的细节。
3.空行:最后一个响应头标之后是一个空行,发送回车符和退行,表明服务器以下不再有头标。
4.响应数据:HTML文档和图像等,也就是HTML本身。
二、JAVA中的HTTP:
Request部分:
Accept | 指定客户端能够接收的内容类型 | Accept: text/plain, text/html | ||
Accept-Charset | 浏览器可以接受的字符编码集。 | Accept-Charset: iso-8859-5 | ||
Accept-Encoding | 指定浏览器可以支持的web服务器返回内容压缩编码类型。 | Accept-Encoding: compress, gzip | ||
Accept-Language | 浏览器可接受的语言 | Accept-Language: en,zh | ||
Accept-Ranges | 可以请求网页实体的一个或者多个子范围字段 | Accept-Ranges: bytes | ||
Authorization | HTTP授权的授权证书 | Authorization: Basic QWxhZGRpbjpvcGVuIHNlc2FtZQ== | ||
Cache-Control | 指定请求和响应遵循的缓存机制 | Cache-Control: no-cache | ||
Connection | 表示是否需要持久连接。(HTTP 1.1默认进行持久连接) | Connection: close | ||
Cookie | HTTP请求发送时,会把保存在该请求域名下的所有cookie值一起发送给web服务器。 | Cookie: $Version=1; Skin=new; | ||
Content-Length | 请求的内容长度 | Content-Length: 348 | ||
Content-Type | 请求的与实体对应的MIME信息 | Content-Type: application/x-www-form-urlencoded | ||
Date | 请求发送的日期和时间 | Date: Tue, 15 Nov 2010 08:12:31 GMT | ||
Expect | 请求的特定的服务器行为 | Expect: 100-continue | ||
From | 发出请求的用户的Email | From: user@email.com | ||
Host | 指定请求的服务器的域名和端口号 | Host: www.zcmhi.com | ||
If-Match | 只有请求内容与实体相匹配才有效 | If-Match: “737060cd8c284d8af7ad3082f209582d” | ||
If-Modified-Since | 如果请求的部分在指定时间之后被修改则请求成功,未被修改则返回304代码 | If-Modified-Since: Sat, 29 Oct 2010 19:43:31 GMT | ||
If-None-Match | 如果内容未改变返回304代码,参数为服务器先前发送的Etag,与服务器回应的Etag比较判断是否改变 | If-None-Match: “737060cd8c284d8af7ad3082f209582d” | ||
If-Range | 如果实体未改变,服务器发送客户端丢失的部分,否则发送整个实体。参数也为Etag | If-Range: “737060cd8c284d8af7ad3082f209582d” | ||
If-Unmodified-Since | 只在实体在指定时间之后未被修改才请求成功 | If-Unmodified-Since: Sat, 29 Oct 2010 19:43:31 GMT | ||
Max-Forwards | 限制信息通过代理和网关传送的时间 | Max-Forwards: 10 | ||
Pragma | 用来包含实现特定的指令 | Pragma: no-cache | ||
Proxy-Authorization | 连接到代理的授权证书 | Proxy-Authorization: Basic QWxhZGRpbjpvcGVuIHNlc2FtZQ== | ||
Range | 只请求实体的一部分,指定范围 | Range: bytes=500-999 | ||
Referer | 先前网页的地址,当前请求网页紧随其后,即来路 | Referer: http://www.zcmhi.com/archives/71.html | ||
TE | 客户端愿意接受的传输编码,并通知服务器接受接受尾加头信息 | TE: trailers,deflate;q=0.5 | ||
Upgrade | 向服务器指定某种传输协议以便服务器进行转换(如果支持) | Upgrade: HTTP/2.0, SHTTP/1.3, IRC/6.9, RTA/x11 | ||
User-Agent | User-Agent的内容包含发出请求的用户信息 | User-Agent: Mozilla/5.0 (Linux; X11) | ||
Via | 通知中间网关或代理服务器地址,通信协议 | Via: 1.0 fred, 1.1 nowhere.com (Apache/1.1) | ||
Warning | 关于消息实体的警告信息 | Warn: 199 Miscellaneous warning | ||
Request部分:
Accept | 指定客户端能够接收的内容类型 | Accept: text/plain, text/html |
Accept-Charset | 浏览器可以接受的字符编码集。 | Accept-Charset: iso-8859-5 |
Accept-Encoding | 指定浏览器可以支持的web服务器返回内容压缩编码类型。 | Accept-Encoding: compress, gzip |
Accept-Language | 浏览器可接受的语言 | Accept-Language: en,zh |
Accept-Ranges | 可以请求网页实体的一个或者多个子范围字段 | Accept-Ranges: bytes |
Authorization | HTTP授权的授权证书 | Authorization: Basic QWxhZGRpbjpvcGVuIHNlc2FtZQ== |
Cache-Control | 指定请求和响应遵循的缓存机制 | Cache-Control: no-cache |
Connection | 表示是否需要持久连接。(HTTP 1.1默认进行持久连接) | Connection: close |
Cookie | HTTP请求发送时,会把保存在该请求域名下的所有cookie值一起发送给web服务器。 | Cookie: $Version=1; Skin=new; |
Content-Length | 请求的内容长度 | Content-Length: 348 |
二、HTTP 状态代码部分
如果向您的服务器发出了某项请求要求显示您网站上的某个网页(例如,当用户通过浏览器访问您的网页或在 Googlebot 抓取该网页时),那么,您的服务器会返回 HTTP 状态代码以响应该请求。
此状态代码提供了有关请求状态的信息,且为 Googlebot 提供了有关您网站和请求的网页的信息。
一些常见的状态代码为:
- 200 - 服务器成功返回网页
- 404 - 请求的网页不存在
- 503 - 服务器暂时不可用
以下提供了 HTTP 状态代码的完整列表。点击链接可了解详细信息。您也可以访问有关 HTTP 状态代码的 W3C 页来了解详细信息 。
1xx (临时响应)
用于表示临时响应并需要请求者执行操作才能继续的状态代码。
代码 | 说明 |
100 (继续) | 请求者应当继续提出请求。服务器返回此代码则意味着,服务器已收到了请求的第一部分,现正在等待接收其余部分。 |
101 (切换协议) | 请求者已要求服务器切换协议,服务器已确认并准备进行切换。 |
2xx (成功)
用于表示服务器已成功处理了请求的状态代码。
代码 | 说明 |
200 (成功) | 服务器已成功处理了请求。通常,这表示服务器提供了请求的网页。如果您的 robots.txt 文件显示为此状态,那么,这表示 Googlebot 已成功检索到该文件。 |
201 (已创建) | 请求成功且服务器已创建了新的资源。 |
202 (已接受) | 服务器已接受了请求,但尚未对其进行处理。 |
203 (非授权信息) | 服务器已成功处理了请求,但返回了可能来自另一来源的信息。 |
204 (无内容) | 服务器成功处理了请求,但未返回任何内容。 |
205 (重置内容) | 服务器成功处理了请求,但未返回任何内容。与 204 响应不同,此响应要求请求者重置文档视图(例如清除表单内容以输入新内容)。 |
206 (部分内容) | 服务器成功处理了部分 GET 请求。 |
3xx (已重定向)
要完成请求,您需要进一步进行操作。通常,这些状态代码是永远重定向的。Google 建议您在每次请求时使用的重定向要少于 5 个。您可以使用网站管理员工具来查看 Googlebot 在抓取您已重定向的网页时是否会遇到问题。诊断 下的抓取错误 页中列出了 Googlebot 由于重定向错误而无法抓取的网址。
代码 | 说明 |
300 (多种选择) | 服务器根据请求可执行多种操作。服务器可根据请求者 (User agent) 来选择一项操作,或提供操作列表供请求者选择。 |
301 (永久移动) | 请求的网页已被永久移动到新位置。服务器返回此响应(作为对 GET 或 HEAD 请求的响应)时,会自动将请求者转到新位置。您应使用此代码通知 Googlebot 某个网页或网站已被永久移动到新位置。 |
302 (临时移动) | 服务器目前正从不同位置的网页响应请求,但请求者应继续使用原有位置来进行以后的请求。此代码与响应 GET 和 HEAD 请求的 301 代码类似,会自动将请求者转到不同的位置。但由于 Googlebot 会继续抓取原有位置并将其编入索引,因此您不应使用此代码来通知 Googlebot 某个页面或网站已被移动。 |
303 (查看其他位置) | 当请求者应对不同的位置进行单独的 GET 请求以检索响应时,服务器会返回此代码。对于除 HEAD 请求之外的所有请求,服务器会自动转到其他位置。 |
304 (未修改) | 自从上次请求后,请求的网页未被修改过。服务器返回此响应时,不会返回网页内容。 如果网页自请求者上次请求后再也没有更改过,您应当将服务器配置为返回此响应(称为 If-Modified-Since HTTP 标头)。由于服务器可以告诉 Googlebot 自从上次抓取后网页没有更改过,因此可节省带宽和开销 。 |
305 (使用代理) | 请求者只能使用代理访问请求的网页。如果服务器返回此响应,那么,服务器还会指明请求者应当使用的代理。 |
307 (临时重定向) | 服务器目前正从不同位置的网页响应请求,但请求者应继续使用原有位置来进行以后的请求。此代码与响应 GET 和 HEAD 请求的 301 代码类似,会自动将请求者转到不同的位置。但由于 Googlebot 会继续抓取原有位置并将其编入索引,因此您不应使用此代码来通知 Googlebot 某个页面或网站已被移动。 |
4xx (请求错误)
这些状态代码表示,请求可能出错,已妨碍了服务器对请求的处理。
代码 | 说明 |
400 (错误请求) | 服务器不理解请求的语法。 |
401 (未授权) | 请求要求进行身份验证。登录后,服务器可能会返回对页面的此响应。 |
403 (已禁止) | 服务器拒绝请求。如果在 Googlebot 尝试抓取您网站上的有效网页时显示此状态代码(您可在 Google 网站管理员工具中诊断 下的网络抓取 页面上看到此状态代码),那么,这可能是您的服务器或主机拒绝 Googlebot 对其进行访问。 |
404 (未找到) | 服务器找不到请求的网页。例如,如果请求是针对服务器上不存在的网页进行的,那么,服务器通常会返回此代码。 如果您的网站上没有 robots.txt 文件,而您在 Google 网站管理员工具"诊断" 标签的 robots.txt 页 上发现此状态,那么,这是正确的状态。然而,如果您有 robots.txt 文件而又发现了此状态,那么,这说明您的 robots.txt 文件可能是命名错误或位于错误的位置。(该文件应当位于顶级域名上,且应当名为 robots.txt )。 如果您在 Googlebot 尝试抓取的网址上发现此状态(位于" 诊断" 标签的 HTTP 错误页上),那么,这表示 Googlebot 所追踪的可能是另一网页中的无效链接(旧链接或输入有误的链接)。 |
405 (方法禁用) | 禁用请求中所指定的方法。 |
406 (不接受) | 无法使用请求的内容特性来响应请求的网页。 |
407 (需要代理授权) | 此状态代码与 401 (未授权)类似,但却指定了请求者应当使用代理进行授权。如果服务器返回此响应,那么,服务器还会指明请求者应当使用的代理。 |
408 (请求超时) | 服务器等候请求时超时。 |
409 (冲突) | 服务器在完成请求时发生冲突。服务器必须包含有关响应中所发生的冲突的信息。服务器在响应与前一个请求相冲突的 PUT 请求时可能会返回此代码,同时会提供两个请求的差异列表。 |
410 (已删除) | 如果请求的资源已被永久删除,那么,服务器会返回此响应。该代码与 404 (未找到)代码类似,但在资源以前有但现在已经不复存在的情况下,有时会替代 404 代码出现。如果资源已被永久删除,那么,您应当使用 301 代码指定该资源的新位置。 |
411 (需要有效长度) | 服务器不会接受包含无效内容长度标头字段的请求。 |
412 (未满足前提条件) | 服务器未满足请求者在请求中设置的其中一个前提条件。 |
413 (请求实体过大) | 服务器无法处理请求,因为请求实体过大,已超出服务器的处理能力。 |
414 (请求的 URI 过长) | 请求的 URI (通常为网址)过长,服务器无法进行处理。 |
415 (不支持的媒体类型) | 请求的格式不受请求页面的支持。 |
416 (请求范围不符合要求) | 如果请求是针对网页的无效范围进行的,那么,服务器会返回此状态代码。 |
417 (未满足期望值) | 服务器未满足" 期望" 请求标头字段的要求。 |
5xx (服务器错误)
这些状态代码表示,服务器在尝试处理请求时发生内部错误。这些错误可能是服务器本身的错误,而不是请求出错。
代码 | 说明 |
500 (服务器内部错误) | 服务器遇到错误,无法完成请求。 |
501 (尚未实施) | 服务器不具备完成请求的功能。例如,当服务器无法识别请求方法时,服务器可能会返回此代码。 |
502 (错误网关) | 服务器作为网关或代理,从上游服务器收到了无效的响应。 |
503 (服务不可用) | 目前无法使用服务器(由于超载或进行停机维护)。通常,这只是一种暂时的状态。 |
504 (网关超时) | 服务器作为网关或代理,未及时从上游服务器接收请求。 |
505 (HTTP 版本不受支持) | 服务器不支持请求中所使用的 HTTP 协议版本。 |
引用内容:
http://blog.csdn.net/loved_wy/article/details/7416379
http://guchonglin-666.blog.163.com/blog/static/16452351820106911617580/