关于HTTP协议，一篇就够了

最新推荐文章于 2024-06-09 10:30:22 发布

小呀小二笙

最新推荐文章于 2024-06-09 10:30:22 发布

阅读量737

点赞数

分类专栏：【http】

【http】专栏收录该内容

1 篇文章 0 订阅

订阅专栏

原文地址：关于HTTP协议，一篇就够了

HTTP简介

$H T T P$ 协议是 $H y p e r$ $T e x t$ $T r a n s f e r$ $P r o t o c o l$ （超文本传输协议）的缩写,是用于从万维网（ $W W W$ : $W o r l d$ $W i d e$ $W e b$ ）服务器传输超文本到本地浏览器的传送协议。
$H T T P$ 是一个基于 $T C P / I P$ 通信协议来传递数据（ $H T M L$ 文件, 图片文件, 查询结果等）。
$H T T P$ 是一个属于应用层的面向对象的协议，由于其简捷、快速的方式，适用于分布式超媒体信息系统。它于1990年提出，经过几年的使用与发展，得到不断地完善和扩展。目前在 $W W W$ 中使用的是 $H T T P / 1.0$ 的第六版， $H T T P / 1.1$ 的规范化工作正在进行之中，而且 $H T T P - N G$ ( $N e x t$ $G e n e r a t i o n$ $o f$ $H T T P$ )的建议已经提出。
$H T T P$ 协议工作于客户端-服务端架构为上。浏览器作为 $H T T P$ 客户端通过 $U R L$ 向 $H T T P$ 服务端即 $W E B$ 服务器发送所有请求。 $W e b$ 服务器根据接收到的请求后，向客户端发送响应信息。

在这里插入图片描述
$h t t p$ 请求-响应模型. $j p g$

主要特点

1.简单快速：客户向服务器请求服务时，只需传送请求方法和路径。请求方法常用的有 $G E T$ 、 $H E A D$ 、 $P O S T$ 。每种方法规定了客户与服务器联系的类型不同。由于 $H T T P$ 协议简单，使得 $H T T P$ 服务器的程序规模小，因而通信速度很快。
2.灵活： $H T T P$ 允许传输任意类型的数据对象。正在传输的类型由 $C o n t e n t - T y p e$ 加以标记。
3.无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接。采用这种方式可以节省传输时间。
4.无状态： $H T T P$ 协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。
5.支持 $B / S$ 及 $C / S$ 模式。

HTTP之URL

$H T T P$ 使用统一资源标识符（ $U n i f o r m$ $R e s o u r c e$ $I d e n t i f i e r s$ , $U R I$ ）来传输数据和建立连接。 $U R L$ 是一种特殊类型的 $U R I$ ，包含了用于查找某个资源的足够的信息
$U R L$ ,全称是 $U n i f o r m R e s o u r c e L o c a t o r$ , 中文叫统一资源定位符,是互联网上用来标识某一处资源的地址。以下面这个 $U R L$ 为例，介绍下普通 $U R L$ 的各部分组成：
http://www.aspxfans.com:8080/news/index.asp?boardID=5&ID=24618&page=1#name

从上面的 $U R L$ 可以看出，一个完整的 $U R L$ 包括以下几部分：

1.协议部分：该 $U R L$ 的协议部分为“ $h t t p$ ：”，这代表网页使用的是 $H T T P$ 协议。在 $I n t e r n e t$ 中可以使用多种协议，如 $H T T P$ ， $F T P$ 等等本例中使用的是 $H T T P$ 协议。在" $H T T P$ "后面的“//”为分隔符
2.域名部分：该 $U R L$ 的域名部分为“www.aspxfans.com”。一个 $U R L$ 中，也可以使用 $I P$ 地址作为域名使用
3.端口部分：跟在域名后面的是端口，域名和端口之间使用“:”作为分隔符。端口不是一个 $U R L$ 必须的部分，如果省略端口部分，将采用默认端口
4.虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个 $U R L$ 必须的部分。本例中的虚拟目录是“/ $n e w s$ /”
5.文件名部分：从域名后的最后一个“/”开始到“？”为止，是文件名部分，如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止，是文件部分，如果没有“？”和“#”，那么从域名后的最后一个“/”开始到结束，都是文件名部分。本例中的文件名是“ $i n d e x . a s p$ ”。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名
6.锚部分：从“#”开始到最后，都是锚部分。本例中的锚部分是“ $n a m e$ ”。锚部分也不是一个URL必须的部分
7.参数部分：从“？”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。本例中的参数部分为“ $b o a r d I D$ =5& $I D = 24618$ & $p a g e = 1$ ”。参数可以允许有多个参数，参数与参数之间用“&”作为分隔符。
（原文：http://blog.csdn.net/ergouge/article/details/8185219 ）

URI和URL的区别

$U R I$ ，是 $u n i f o r m$ $r e s o u r c e$ $i d e n t i f i e r$ ，统一资源标识符，用来唯一的标识一个资源。

$W e b$ 上可用的每种资源如 $H T M L$ 文档、图像、视频片段、程序等都是一个来 $U R I$ 来定位的
$U R I$ 一般由三部组成：
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。

$U R L$ 是 $u n i f o r m$ $r e s o u r c e$ $l o c a t o r$ ，统一资源定位器，它是一种具体的 $U R I$ ，即 $U R L$ 可以用来标识一个资源，而且还指明了如何 $l o c a t e$ 这个资源。

$U R L$ 是 $I n t e r n e t$ 上用来描述信息资源的字符串，主要用在各种 $W W W$ 客户程序和服务器程序上，特别是著名的 $M o s a i c$ 。
采用 $U R L$ 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。 $U R L$ 一般由三部组成：
①协议(或称为服务方式)
②存有该资源的主机 $I P$ 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

$U R N$ ， $u n i f o r m$ $r e s o u r c e$ $n a m e$ ，统一资源命名，是通过名字来标识资源，比如mailto:java-net@java.sun.com。

$U R I$ 是以一种抽象的，高层次概念定义统一资源标识，而 $U R L$ 和 $U R N$ 则是具体的资源标识的方式。 $U R L$ 和 $U R N$ 都是一种 $U R I$ 。笼统地说，每个 $U R L$ 都是 $U R I$ ，但不一定每个 $U R I$ 都是 $U R L$ 。这是因为 $U R I$ 还包括一个子类，即统一资源名称 ( $U R N$ )，它命名资源但不指定如何定位资源。上面的 $m a i l t o$ 、 $n e w s$ 和 $i s b n$ $U R I$ 都是 $U R N$ 的示例。
在 $J a v a$ 的 $U R I$ 中，一个 $U R I$ 实例可以代表绝对的，也可以是相对的，只要它符合 $U R I$ 的语法规则。而 $U R L$ 类则不仅符合语义，还包含了定位该资源的信息，因此它不能是相对的。
在 $J a v a$ 类库中， $U R I$ 类不包含任何访问资源的方法，它唯一的作用就是解析。
相反的是， $U R L$ 类可以打开一个到达资源的流。

HTTP之请求消息Request

客户端发送一个 $H T T P$ 请求到服务器的请求消息包括以下格式：

请求行（ $r e q u e s t$ $l i n e$ ）、请求头部（ $h e a d e r$ ）、空行和请求数据四个部分组成。

在这里插入图片描述
$H t t p$ 请求消息结构. $p n g$

请求行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本。

$G e t$ 请求例子，使用 $C h a r l e s$ 抓取的 $r e q u e s t$ ：

GET /562f25980001b1b106000338.jpg HTTP/1.1
Host    img.mukewang.com
User-Agent    Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36
Accept    image/webp,image/*,*/*;q=0.8
Referer    http://www.imooc.com/
Accept-Encoding    gzip, deflate, sdch
Accept-Language    zh-CN,zh;q=0.8

第一部分：请求行，用来说明请求类型,要访问的资源以及所使用的 $H T T P$ 版本.
$G E T$ 说明请求类型为 $G E T$ ,[/562f25980001b1b106000338.jpg]为要访问的资源，该行的最后一部分说明使用的是 $H T T P 1.1$ 版本。
第二部分：请求头部，紧接着请求行（即第一行）之后的部分，用来说明服务器要使用的附加信息
从第二行起为请求头部， $H O S T$ 将指出请求的目的地. $U s e r - A g e n t$ ,服务器端和客户端脚本都能访问它,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
第三部分：空行，请求头部后面的空行是必须的
即使第四部分的请求数据为空，也必须有空行。
第四部分：请求数据也叫主体，可以添加任意的其他数据。
这个例子的请求数据为空。

$P O S T$ 请求例子，使用 $C h a r l e s$ 抓取的 $r e q u e s t$ ：

POST / HTTP1.1
Host:www.wrox.com
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)
Content-Type:application/x-www-form-urlencoded
Content-Length:40
Connection: Keep-Alive

name=Professional%20Ajax&publisher=Wiley

第一部分：请求行，第一行明了是 $p o s t$ 请求，以及 $h t t p 1.1$ 版本。
第二部分：请求头部，第二行至第六行。
第三部分：空行，第七行的空行。
第四部分：请求数据，第八行。

HTTP之响应消息Response

一般情况下，服务器接收并处理客户端发过来的请求后会返回一个 $H T T P$ 的响应消息。

$H T T P$ 响应也由四个部分组成，分别是：状态行、消息报头、空行和响应正文。

在这里插入图片描述
$h t t p$ 响应消息格式. $j p g$
例子

HTTP/1.1 200 OK
Date: Fri, 22 May 2009 06:07:21 GMT
Content-Type: text/html; charset=UTF-8

<html>
      <head></head>
      <body>
            <!--body goes here-->
      </body>
</html>

第一部分：状态行，由 $H T T P$ 协议版本号，状态码，状态消息三部分组成。
第一行为状态行，（ $H T T P / 1.1$ ）表明 $H T T P$ 版本为1.1版本，状态码为200，状态消息为（ $o k$ ）
第二部分：消息报头，用来说明客户端要使用的一些附加信息
第二行和第三行为消息报头，
$D a t e$ :生成响应的日期和时间； $C o n t e n t - T y p e$ :指定了 $M I M E$ 类型的 $H T M L (t e x t / h t m l)$ ,编码类型是 $U T F - 8$
第三部分：空行，消息报头后面的空行是必须的
第四部分：响应正文，服务器返回给客户端的文本信息。
空行后面的 $h t m l$ 部分为响应正文。

HTTP之状态码

状态代码有三位数字组成，第一个数字定义了响应的类别，共分五种类别:

$]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

常见状态码：

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，eg：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
更多状态码http://www.runoob.com/http/http-status-codes.html

HTTP请求方法

根据 $H T T P$ 标准， $H T T P$ 请求可以使用多种请求方法。
$H T T P 1.0$ 定义了三种请求方法： $G E T$ , $P O S T$ 和 $H E A D$ 方法。
$H T T P 1.1$ 新增了五种请求方法： $O P T I O N S$ , $P U T$ , $D E L E T E$ , $T R A C E$ 和 $C O N N E C T$ 方法。

$G E T$ 请求指定的页面信息，并返回实体主体。
$H E A D$ 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
$P O S T$ 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。 $P O S T$ 请求可能会导致新的资源的建立和/或已有资源的修改。
$P U T$ 从客户端向服务器传送的数据取代指定的文档的内容。
$D E L E T E$ 请求服务器删除指定的页面。
$C O N N E C T$ $H T T P / 1.1$ 协议中预留给能够将连接改为管道方式的代理服务器。
$O P T I O N S$ 允许客户端查看服务器的性能。
$T R A C E$ 回显服务器收到的请求，主要用于测试或诊断。

HTTP工作原理

$H T T P$ 协议定义 $W e b$ 客户端如何从 $W e b$ 服务器请求 $W e b$ 页面，以及服务器如何把 $W e b$ 页面传送给客户端。 $H T T P$ 协议采用了请求/响应模型。客户端向服务器发送一个请求报文，请求报文包含请求的方法、 $U R L$ 、协议版本、请求头部和请求数据。服务器以一个状态行作为响应，响应的内容包括协议的版本、成功或者错误代码、服务器信息、响应头部和响应数据。

以下是 $H T T P$ 请求/响应的步骤：

1、客户端连接到 $W e b$ 服务器
一个 $H T T P$ 客户端，通常是浏览器，与 $W e b$ 服务器的 $H T T P$ 端口（默认为80）建立一个 $T C P$ 套接字连接。例如，http://www.oakcms.cn。
2、发送 $H T T P$ 请求
通过 $T C P$ 套接字，客户端向 $W e b$ 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 $H T T P$ 响应
$W e b$ 服务器解析请求，定位请求资源。服务器将资源复本写到 $T C P$ 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、释放连接 $T C P$ 连接
若 $c o n n e c t i o n$ 模式为 $c l o s e$ ，则服务器主动关闭 $T C P$ 连接，客户端被动关闭连接，释放 $T C P$ 连接;若 $c o n n e c t i o n$ 模式为 $k e e p a l i v e$ ，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 $H T M L$ 内容
客户端浏览器首先解析状态行，查看表明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的 $H T M L$ 文档和文档的字符集。客户端浏览器读取响应数据 $H T M L$ ，根据 $H T M L$ 的语法对其进行格式化，并在浏览器窗口中显示。

例如：在浏览器地址栏键入 $U R L$ ，按下回车之后会经历以下流程：

1、浏览器向 $D N S$ 服务器请求解析该 $U R L$ 中的域名所对应的 $I P$ 地址;
2、解析出 $I P$ 地址后，根据该 $I P$ 地址和默认端口 80，和服务器建立 $T C P$ 连接;
3、浏览器发出读取文件( $U R L$ 中域名后面部分对应的文件)的 $H T T P$ 请求，该请求报文作为 $T C P$ 三次握手的第三个报文的数据发送给服务器;
4、服务器对浏览器请求作出响应，并把对应的 $h t m l$ 文本发送给浏览器;
5、释放 $T C P$ 连接;
6、浏览器将该 $h t m l$ 文本并显示内容;

GET和POST请求的区别

GET请求

GET /books/?sex=man&name=Professional HTTP/1.1
Host: www.wrox.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 Firefox/1.0.1
Connection: Keep-Alive
//注意最后一行是空行

POST请求

POST / HTTP/1.1
Host: www.wrox.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 Firefox/1.0.1
Content-Type: application/x-www-form-urlencoded
Content-Length: 40
Connection: Keep-Alive

name=Professional%20Ajax&publisher=Wiley

1、GET提交，请求的数据会附在 $U R L$ 之后（就是把数据放置在 $H T T P$ 协议头中），以?分割 $U R L$ 和传输数据，多个参数用&连接；例如：login.action?name=hyddd&password=idontknow&verify=%E4%BD%A0 %E5%A5%BD。如果数据是英文字母/数字，原样发送，如果是空格，转换为+，如果是中文/其他字符，则直接把字符串用 $B A S E 64$ 加密，得出如： %E4%BD%A0%E5%A5%BD，其中％XX中的XX为该符号以16进制表示的 $A S C I I$ 。
POST提交：把提交的数据放置在是 $H T T P$ 包的包体中。上文示例中红色字体标明的就是实际的传输数据
因此， $G E T$ 提交的数据会在地址栏中显示出来，而 $P O S T$ 提交，地址栏不会改变
2、传输数据的大小：首先声明： $H T T P$ 协议没有对传输的数据大小进行限制， $H T T P$ 协议规范也没有对 $U R L$ 长度进行限制。
而在实际开发中存在的限制主要有：
GET:特定浏览器和服务器对 $U R L$ 长度有限制，例如 $I E$ 对 $U R L$ 长度的限制是2083字节(2K+35)。对于其他浏览器，如 $N e t s c a p e$ 、 $F i r e F o x$ 等，理论上没有长度限制，其限制取决于操作系统的支持。
因此对于 $G E T$ 提交时，传输数据就会受到 $U R L$ 长度的限制。
POST:由于不是通过 $U R L$ 传值，理论上数据不受限。但实际各个 $W E B$ 服务器会规定对 $p o s t$ 提交数据大小进行限制， $A p a c h e$ 、 $I I S 6$ 都有各自的配置。
3、安全性
$P O S T$ 的安全性要比 $G E T$ 的安全性高。比如：通过 $G E T$ 提交数据，用户名和密码将明文出现在 $U R L$ 上，因为(1)登录页面有可能被浏览器缓存；(2)其他人查看浏览器的历史纪录，那么别人就可以拿到你的账号和密码了，除此之外，使用 $G E T$ 提交数据还可能会造成 $C r o s s - s i t e$ $r e q u e s t$ $f o r g e r y$ 攻击
4、 $H t t p$ $g e t$ , $p o s t$ , $s o a p$ 协议都是在 $h t t p$ 上运行的
（1）get：请求参数是作为一个 $k e y / v a l u e$ 对的序列（查询字符串）附加到 $U R L$ 上的
查询字符串的长度受到 $w e b$ 浏览器和 $w e b$ 服务器的限制（如 $I E$ 最多支持2048个字符），不适合传输大型数据集同时，它很不安全
（2）post：请求参数是在 $h t t p$ 标题的一个不同部分（名为 $e n t i t y$ $b o d y$ ）传输的，这一部分用来传输表单信息，因此必须将 $C o n t e n t - t y p e$ 设置为: $a p p l i c a t i o n / x$ - $w w w$ - $f o r m$ - $u r l e n c o d e d$ 。 $p o s t$ 设计用来支持 $w e b$ 窗体上的用户字段，其参数也是作为 $k e y / v a l u e$ 对传输。
但是：它不支持复杂数据类型，因为 $p o s t$ 没有定义传输数据结构的语义和规则。
（3）soap：是 $h t t p$ $p o s t$ 的一个专用版本，遵循一种特殊的 $x m l$ 消息格式
$C o n t e n t - t y p e$ 设置为: $t e x t / x m l$ 任何数据都可以 $x m l$ 化。

$H t t p$ 协议定义了很多与服务器交互的方法，最基本的有4种，分别是 $G E T$ , $P O S T$ , $P U T$ , $D E L E T E$ . 一个 $U R L$ 地址用于描述一个网络上的资源，而 $H T T P$ 中的 $G E T$ , $P O S T$ , $P U T$ , $D E L E T E$ 就对应着对这个资源的查，改，增，删4个操作。我们最常见的就是 $G E T$ 和 $P O S T$ 了。 $G E T$ 一般用于获取/查询资源信息，而 $P O S T$ 一般用于更新资源信息.

我们看看 $G E T$ 和 $P O S T$ 的区别

1. $G E T$ 提交的数据会放在 $U R L$ 之后，以?分割 $U R L$ 和传输数据，参数之间以&相连，如 $E d i t P o s t s . a s p x$ ? $n a m e = t e s t 1$ & $i d$ =123456. $P O S T$ 方法是把提交的数据放在 $H T T P$ 包的 $B o d y$ 中.
2. $G E T$ 提交的数据大小有限制（因为浏览器对 $U R L$ 的长度有限制），而 $P O S T$ 方法提交的数据没有限制.
3. $G E T$ 方式需要使用 $R e q u e s t . Q u e r y S t r i n g$ 来取得变量的值，而 $P O S T$ 方式通过 $R e q u e s t . F o r m$ 来获取变量的值。
4. $G E T$ 方式提交数据，会带来安全问题，比如一个登录页面，通过 $G E T$ 方式提交数据时，用户名和密码将出现在 $U R L$ 上，如果页面可以被缓存或者其他人可以访问这台机器，就可以从历史记录获得该用户的账号和密码.

小呀小二笙

关注

0
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
关于HTTP协议，一篇就够了

原文地址：关于HTTP协议，一篇就够了HTTP简介HTTPHTTPHTTP协议是HyperHyperHyper TextTextText TransferTransferTransfer ProtocolProtocolProtocol（超文本传输协议）的缩写,是用于从万维网（WWWWWWWWW:WorldWorldWorld WideWideWide WebWebWeb ）服务器传输...
复制链接

扫一扫