【计算机网络笔记五】应用层（二）HTTP报文

HTTP 报文格式

HTTP 协议的请求报文和响应报文的结构基本相同，由四部分组成：

• ① 起始行（start line）：描述请求或响应的基本信息；
• ② 头部字段集合（header）：使用 key-value 形式更详细地说明报文；
• ③ 空行 + CRLF回车换行
• ④ 消息正文（body）：实际传输的数据，它不一定是纯文本，可以是图片、视频等二进制数据。

HTTP 是一个 “纯文本” 的协议，所以头数据都是 ASCII 码的文本，可以很容易地用肉眼阅读。

请求报文格式：

响应报文格式：

注：根据 RFC 2616（HTTP/1.1）规定，头部字段中，字段值的前面可以有一个或多个可选的空格，但是字段名中以及字段名和:之间不能有空格。这就是为什么浏览器的开发者工具和一些抓包工具得到的Http报文是可读性更好的带空格版本。

请求报文的请求行

请求行简要地描述了客户端想要如何操作服务器端的资源。

请求行由三部分组成：请求方法 + 空格 + URI + 空格 + 版本号 + CRLF回车换行

• ① 请求方法：是一个动词，如 GET／POST，表示对资源的操作方式；
• ② 请求目标：请求目标的路径 path，通常是一个 URI，标记了请求方法要操作的资源；
• ③ 版本号：表示报文使用的 HTTP 协议版本，如 HTTP/1.1 。

这三个部分通常使用空格（space）来分隔：

URI：统一资源标识符（Uniform Resource Identifier）

响应报文的状态行

在这里它不叫“响应行”，而是叫“状态行”（status line），意思是服务器响应的状态。

状态行由三部分组成：版本号 + 空格 + 状态码 + 空格 + 原因 + CRLF回车换行

• ① 版本号：表示报文使用的 HTTP 协议版本，如 HTTP/1.1；
• ② 状态码：一个 3 位数字，表示处理的结果，比如 200-成功，500-服务器错误，404-资源不存在；
• ③ 原因描述：作为数字状态码补充，是更详细的解释文字，帮助人理解原因。

头部字段

HTTP 协议规定了非常多的头部字段，实现各种各样的功能，但基本上可以分为四大类：

• ① 通用字段：在请求头和响应头里都可以出现；比如 Date、Connection

• ② 请求字段：仅能出现在请求头里，进一步说明请求信息或者额外的附加条件；比如 Host、Accept 等

• ③ 响应字段：仅能出现在响应头里，补充说明响应报文的信息；比如 Server 等

• ④ 实体字段：它实际上属于通用字段，但专门描述 body 的额外信息。比如 Content-Length 等

对 HTTP 报文的解析和处理实际上主要就是对头字段的处理，理解了头字段也就理解了 HTTP 报文。

常用头字段 - Host 字段

• Host 是一个请求字段，只能出现在请求头里。

• Host 同时也是唯一一个 HTTP/1.1 规范里要求必须出现的字段，也就是说，如果请求头里没有 Host，那这就是一个错误的报文。

• Host 字段其实是在告诉服务器这个请求应该由哪个主机来处理。
  
  

常用头字段 - User-Agent 字段

• User-Agent 是一个请求字段，只出现在请求头里。

• 它使用一个字符串来描述发起 HTTP 请求的客户端，服务器可以依据它来返回最合适此浏览器显示的页面。
  
  

常用头字段 - Date 字段

• Date 字段是一个通用字段，但通常出现在响应头里，表示 HTTP 报文创建的时间，客户端可以使用这个时间再搭配其他字段决定缓存策略。

常用头字段 - Server 字段

• Server 字段是一个响应字段，只能出现在响应头里。 它告诉客户端当前正在提供 Web 服务的软件名称 和 版本号。

• Server 字段也不是必须要出现的，因为这会把服务器的一部分信息暴露给外界，如果这个版本恰好存在bug，那么黑客就有可能利用 bug 攻陷服务器。所以，有的网站响应头里要么没有这个字段，要么就给出一个完全无关的描述信息。<