HTTP工作方式与报文解析

       HTTP是我们在开发工作中经常接触而又容易被忽视的知识点。它经常是“一次配置，终身使用”。即在第一次被搭建起来，后面基本不会再动它。前端、后端，以及前后端交互的代码都已经定型。而我们只需要按照之前的规则来对他进行扩展。这就导致了我们经常使用，但对它又并不是很了解。

       本文将通过介绍HTTP协议的定义、工作方式，以及请求报文和响应报文的解析，帮助大家更好的理解HTTP协议。

• 一、HTTP基础

1.1 HTTP是什么？

对我们来说最直观的理解，HTTP可能就是我们在浏览器输入一个地址，打开网页。或者，在Android中发送网络请求，返回响应的内容。

HTTP，实际上是HyperText Transfer Protocol的缩写，翻译过来就是“超文本传输协议”。这里的“超文本”，指的是含有指向其他文本的链接文本，它和“超链接”是一个意思。协议，既是指通讯双方共同定义的一套通讯规范。

1.2 HTTP和HTML

HTTP最早就是用来传递HTML文本的。HTTP和HTML几乎是同时诞生。早期学术界的人，需要在网页浏览文章，以及对知识进行产出和交流。而HTML格式，可以在浏览器上展示带有一定排版的文章，并且可以用纯文本的方式来传输页面。

1.2 HTTP的工作方式

 HTTP的大概工作过程是：用户通过浏览器把请求发出去，服务器拿到请求后进行处理，比如查找某个页面等。服务器处理完毕，将结果返回给浏览器。浏览器拿到响应内容将其渲染出来，成为可见的文字、图片等。

我们常说的内核就是浏览器的渲染引擎，负责对服务器响应的内容进行渲染。手机端工作方式也与这个过程类似。请求和渲染从浏览器变成手机APP。

我们在浏览器中输入的URL信息，实际会转为HTTP报文在网络上传输。例如，

http://www.mytest.com/users?gender=male

    转为HTTP报文：

GET /users?gender=male HTTP/1.1

Host: www.mytest.com

HTTP报文分为请求报文和响应报文。

1.3 请求报文

请求报文主要包括：请求行、Header和Body三个部分。

请求行，包括method、path和version三个部分。method，表示哪一类请求，我们常用的有Get、Post等，后面章节在做详细介绍；path，表示所访问资源在服务器的路径，用于定位资源位置；version，表示HTTP协议版本号，到目前有四个版本0.9、1.0、1.1和2.0。其中0.9和1.0版本已经废弃，目前大量使用的是1.1版本。当前2.0版本还没有被广泛使用，大量普及还需要时间。

Header，是首部，以键值对的形式展现，可以一行也可以多行。它是HTTP消息的metadata（metadata，元数据，对数据进行修饰的数据）。后面章节将将对Header中常用的键及作用进行详细的介绍。

Body，数据部分，客户端发给服务器的信息主体。

1.4 响应报文

 响应报文包括状态行、Heder和Body三部分。与请求报文不同的是状态行部分。它由版本号、状态码和状态信息三个部分。状态码和状态信息，是服务器返回的快速定位问题的信息。后面章节将详细讨论。

• 二、请求和响应

2.1 请求方法

请求方法是客户端根据不同业务类型进行不同的请求方式，有Get、Post、Put、Delete、Head五种。

Get

表示获取资源，没有Body，同时它是早期http 0.9版本唯一提供的方法。这里我们讨论标准用法。有些地方，尤其一些小公司，服务端客户端开发都在内部，不需要和外部进行沟通，你可能会看到带有Body的Get请求。这其实是一种不规范的写法。

对于HTTP，建议大家能够学习和了解协议的规范，并且按照规范使用它。不规范的写法，除了影响公司外部的合作，同时还会发生各种各样的问题。比如后端提供带有Body的Get接口，客户端使用retrofit进行访问，就会报出“IllegalArgumentExcetion Non-body HTTP method cannot contain Body”异常。

Post

用来增加或者修改资源，必须带有Body，Body内容表示需要向服务器提供的增加或者修改的内容。

Put

进行修改资源，带有Body，表示需要服务器修改的内容。这个也可以使用Post来实现，主要取决与后端接口如何设计。

Delete

删除资源，没有Body。只需要定位到待删除的资源即可。如，

DELETE /user/1 HTTP/1.1

Host: api.github.com

Head

用与获取资源，没有Body，类似与Get请求。不同的是，服务器返回的响应报文没有Body。它的作用通常是在请求发起之前，获取资源相关的信息。比如资源的大小、是否支持断电续传等等，这些信息是包含在响应报文的Header被返回的。拿到这些信息后，为后续真正的资源请求做准备。

上述五种请求之中，除了Post请求，其他Get、Put、Delete、Head请求都具有幂等性（幂等性，执行一次和多次，结果是一样的）。

2.2 响应状态码

响应状态码，是服务器对响应结果做类型化的描述，方便程序员快速进行定位和调试。主要有五种类型，分别是1、2、3、4、5开头的数字。

1xx：临时性消息，基本只有100和101两种。

100，表示消息继续发送。当客户端内容一次发不完，需要分多次发送。服务器每收到一次，返回100，表示这一包收到了，请继续发。

客户端：expert:100-continue，发送一包数据，后面还有数据要发送。

服务端：HTTP/1.1 100，这一包收到了，请你继续发。

101，表示协议切换。当客户端询问服务器端是否支持HTTP2.0协议，服务器返回101表示可以支持。

客户端：ugrade:h2c，询问服务器是否支持HTTP2.0协议。

服务端：HTTP/1.1 101，支持HTTP2.0，可以用该协议沟通；

        HTTP/1.1 200，不支持HTTP2.0，还是得用1.1版本。

2xx：表示成功，服务器收到消息并处理完成。最常见的是200。其他表示多种类型操作成功，201表示资源创建成功。

3xx：表示资源重定向。主要用301和302两个。301表示资源永久迁移；302表示资源临时性迁移。

4xx：表示客户端错误。因为请求本身的错误，导致服务器无法进行处理。如404表示请求的资源不存在，401表示访问未授权，需要先进行登录认证。

5xx：表示服务器错误。如服务器资源、空间不足等导致请求无法处理等。

• 三、Header详解

前面提到Header提供HTTP消息的元数据（metadata）。既是对消息进行修饰的数据，也可以认为是消息的属性数据。

3.1 Host

表示目标主机地址和服务器地址。一个主机上可能会运行多个服务器，请求发起之前，DNS（域名服务器）通过Host查询目标主机的IP地址。请求到达主机之后，再根据Host字段查询具体的服务器。

这个字段有两个作用，给DNS查询主机IP，以及给主机查询主机上运行的服务器。

3.2 Content-Type

表示数据的类型，它有五种。

       1、text/html

       html文本，最基本和原始的类型，传递html文本。

       2、application/x-www-form-urlencodecd

       普通表单，传递纯文字的键值对形式。键值对之间用&进行连接。不能发送文件、图片等。形式如下：

   

       3、multipart/form-data

       多部分形式，用于传输包含二进制内容的多项内容。允许发送文件，使用boundary定义的字串对多个部分进行分界，这个字串是每次发送时随机生成的。boundary定义字串理论上存在和消息内容重复的问题。不过这个问题不用担心，因为一方面概率极低；另一方面即使发生了，则会发送失败，重发一次即可。

   

       4、application/json

       传递json字串。这种方式，让我们可以用json字串的方式发送请求或者响应消息。它比url形式具有更好的扩展性。

Json请求报文和响应报文：

   

       5、image/jpeg (application/zip …)

       单文件，用于传递单个文件，如文本、图片、视频等。

这种形式使用的很少。主要是因为很多人并不知道这种格式的存在。早期的互联网是以PC为主，很少有需要单文件上传的情形。而后来进入到移动互联网时代，单文件上传的需求开始大量出现，比如常见的换头像、单独传送一个文件等。在需求发生变化时，由于早期开发的惯性，很多开发者还是继续使用multipart/form-data的类型进行单文件传递。

后移动互联时代，单文件上传的业务情形，建议大家使用更加专业的单文件的类型。

这种类型的请求和响应保卫呢如下：

       

3.3 Content-Length

这个字段的作用指定Body长度。Body数据实际上是发送二进制数据，因此无论定义什么字符作为结束标志，都有可能出现和发送的内容重复。因此HTTP使用Content-Length指定发送Body的长度，让接收方可以知道需要多少个字符。

3.4 Transfer-Encoding:chunked

表示分块传输编码。如果，对于一个请求，服务器需要处理很长时间，或者需要返回的结果数据太大，需要多次进行返回。则可以分块将数据多次发送到客户端。客户端拿到部分数据后可以先进行处理，提升响应速度。

分块传输的响应报文形式如下，数字表示这一块传数据的大小，最后传输“0”表示内容传输结束。

3.5 Location

表示重定向的目标地址。当服务器发生临时性或永久迁移，则在响应报文中提供重定向的目标地址。浏览器解析该目标地址，会自动帮我们向目标地址重新发起请求。

3.6 User-Agent

表示用户代理，既是我们说的客户端。表示请求由谁发起，响应报文由谁接收和处理。例如服务器可以通过该字段了解，发起请求和接收响应的是手机APP或者某个浏览器。根据不同的终端返回不同的内容，方便客户端进行渲染，进行更好的适应。

3.7 Range/Accept-Ranges

表示支持分段加载。客户端可以接收指定范围的数据。

Accept-Range: bytes 响应报⽂中，表示服务器⽀持按字节来取范围数据

Range: bytes=<start>-<end> 请求报⽂中，表示要取哪段数据

Content-Range:<start>-<end>/total 响应报⽂中，表示发送的是哪段

它的作用可以用于支持断点续传和多线程下载。

断点续传很好理解，客户端记录断开连接前的字节数，连接恢复后，再请求该字节位置之后的信息。

多线程下载，就是客户端开多个线程，每个线程请求不同范围的数据，提高下载的吞吐量。服务器出于性能考虑，会限制每个接入端口的带宽，如限制50kb，当前网络带宽是5mb，则当前服务器理论最多可支持100个连接，5mb / 50kb = 100。如果不限速，一个连接占用1mb带宽，则它只能同时支持5个连接。有些下载软件，利用这个特点，开启多个端口，同时进行下载，绕过服务器带宽限制。这样就需要服务器能够支持分段加载。

3.8 其他字段

其他还有一些常用字段如下。大家看一下即可，很好理解，不再赘述。

Accept: 客户端能接受的数据类型。如 text/html

Accept-Charset: 客户端接受的字符集。如 utf-8

Accept-Encoding: 客户端接受的压缩编码类型。如 gzip

Content-Encoding：压缩类型。如 gzip