JavaWeb核心技术学习笔记（二）——Http协议

02 Http协议

上一章节我们粗略学习了一下HttpClient的用法，体验了应用层编程的一个小程序。其中我们使用的HttpClient的包，它其实内部使用的就是Http协议来进行内容交互。接下来我们还是通过知识点，来详细学习Http协议的内容。

Http简介

• HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写，是用于从万维网（WWW：World Wide Web）服务器传输超文本到本地浏览器的传送协议。
• HTTP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，由于其简洁、快速的方式，适用于分布式超媒体信息系统。
• HTTP协议工作于客户端-服务器架构。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。服务器根据接收到的请求后，向客户端发送响应信息。

Http工作原理

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.chinacourt.org。
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

URL与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URI（Uniform Resource Identifiers）来定位的，URI一般由三部分组成：
  
  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（Uniform Resource Locator）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，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一般由三部分组成：
  
  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。
• URL是URI的子集

请求消息格式

客户端发送一个HTTP请求到服务器的请求消息包括以下格式：

• 请求行（request line）
• 请求头部（header，可能有多行）
• 空行
• 请求数据

我们来举一个具体的请求消息的例子，观察下面一段报文（为了方便观察，在行头添加了行数）：

1. POST / HTTP1.1
2. Host:www.worx.com
3. 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)
4. Content-Type:application/x-www-form-urlencoded
5. Content-Length:40
6. Connection: Keep-Alive
7. （空行）
8. name=Professional%20Ajax&publisher=Wiley
9. ……

可以看到：

• 第1行：请求行。POST说明请求方法为POST，后一部分说明使用的是HTTP1.1版本。
• 第2-6行：请求头部。HOST将指出请求的目的地。服务器端和客户端脚本都能访问User-Agent，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7行：空行。即使以下请求数据部分都为空，也必须有一个空行。
• 第8行及以下：请求数据。请求数据为携带给服务器的参数信息。

请求方法

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。
  
  • 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或已有资源的修改。
• HTTP1.1新增了五种请求方法：OPTIONS，PUT，DELETE，TRACE和CONNECT方法。
  
  • 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。

响应消息格式

服务器回答的响应消息包括以下格式：

• 状态行
• 消息报头
• 空行
• 响应正文

我们同样通过一个具体的响应消息的例子来解析它的格式：

1. HTTP/1.1 200 OK
2. Date: Sat 31 Dec 2005 23:59:59 GMT
3. Content-Type: text/html;charset=ISO-8859-1
4. Content-Length: 122
5. （空行）
6. html…
7. …

可以看到：

• 第1行：状态行。由HTTP协议版本号、状态码、状态消息三部分组成。
• 第2-4行：消息报头。用来说明客户端要使用的一些附加信息。
• 第5行：空行。消息报头后面的空行也是必需的。
• 第6行及以下：响应正文。服务器返回给客户端的文本信息。

Http状态码

上一小节举的例子中，第1行出现了Http状态码，不同的状态码代表不同的含义，分别如下：

• 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。

下面也举一些常见的有代表性的例子：

• 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，例如输入了错误的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。

---

这样一来我们对HTTP协议应该有了一个宏观的了解，那么接下来我们就可以开始学习如何利用J2EE平台，来进行web开发。