原文地址:关于HTTP协议,一篇就够了
HTTP简介
-
H T T P HTTP HTTP协议是 H y p e r Hyper Hyper T e x t Text Text T r a n s f e r Transfer Transfer P r o t o c o l Protocol Protocol(超文本传输协议)的缩写,是用于从万维网( W W W WWW WWW: W o r l d World World W i d e Wide Wide W e b Web Web )服务器传输超文本到本地浏览器的传送协议。
-
H T T P HTTP HTTP是一个基于 T C P / I P TCP/IP TCP/IP通信协议来传递数据( H T M L HTML HTML 文件, 图片文件, 查询结果等)。
-
H T T P HTTP HTTP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 WWW WWW中使用的是 H T T P / 1.0 HTTP/1.0 HTTP/1.0的第六版, H T T P / 1.1 HTTP/1.1 HTTP/1.1的规范化工作正在进行之中,而且 H T T P − N G HTTP-NG HTTP−NG( N e x t Next Next G e n e r a t i o n Generation Generation o f of of H T T P HTTP HTTP)的建议已经提出。
-
H T T P HTTP HTTP协议工作于客户端-服务端架构为上。浏览器作为 H T T P HTTP HTTP客户端通过 U R L URL URL向 H T T P HTTP HTTP服务端即 W E B WEB WEB服务器发送所有请求。 W e b Web Web服务器根据接收到的请求后,向客户端发送响应信息。
h
t
t
p
http
http请求-响应模型.
j
p
g
jpg
jpg
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 GET GET、 H E A D HEAD HEAD、 P O S T POST POST。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 HTTP HTTP协议简单,使得 H T T P HTTP HTTP服务器的程序规模小,因而通信速度很快。
-
2.灵活: H T T P HTTP HTTP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 Content-Type Content−Type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 HTTP HTTP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 B/S B/S及 C / S C/S C/S模式。
HTTP之URL
-
H T T P HTTP HTTP使用统一资源标识符( U n i f o r m Uniform Uniform R e s o u r c e Resource Resource I d e n t i f i e r s Identifiers Identifiers, U R I URI URI)来传输数据和建立连接。 U R L URL URL是一种特殊类型的 U R I URI URI,包含了用于查找某个资源的足够的信息
-
U R L URL URL,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 UniformResourceLocator UniformResourceLocator, 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 URL URL为例,介绍下普通 U R L URL URL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 URL URL可以看出,一个完整的 U R L URL URL包括以下几部分:
-
1.协议部分:该 U R L URL URL的协议部分为“ h t t p http http:”,这代表网页使用的是 H T T P HTTP HTTP协议。在 I n t e r n e t Internet Internet中可以使用多种协议,如 H T T P HTTP HTTP, F T P FTP FTP等等本例中使用的是 H T T P HTTP HTTP协议。在" H T T P HTTP HTTP"后面的“//”为分隔符
-
2.域名部分:该 U R L URL URL的域名部分为“www.aspxfans.com”。一个 U R L URL URL中,也可以使用 I P IP IP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 URL URL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 URL URL必须的部分。本例中的虚拟目录是“/ n e w s news news/”
-
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 index.asp index.asp”。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 name name”。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 boardID boardID=5& I D = 24618 ID=24618 ID=24618& p a g e = 1 page=1 page=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 URI URI,是 u n i f o r m uniform uniform r e s o u r c e resource resource i d e n t i f i e r identifier identifier,统一资源标识符,用来唯一的标识一个资源。
-
W
e
b
Web
Web上可用的每种资源如
H
T
M
L
HTML
HTML文档、图像、视频片段、程序等都是一个来
U
R
I
URI
URI来定位的
U R I URI URI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 URL URL是 u n i f o r m uniform uniform r e s o u r c e resource resource l o c a t o r locator locator,统一资源定位器,它是一种具体的 U R I URI URI,即 U R L URL URL可以用来标识一个资源,而且还指明了如何 l o c a t e locate locate这个资源。
- U R L URL URL是 I n t e r n e t Internet Internet上用来描述信息资源的字符串,主要用在各种 W W W WWW WWW客户程序和服务器程序上,特别是著名的 M o s a i c Mosaic Mosaic。
- 采用
U
R
L
URL
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。
U
R
L
URL
URL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 IP 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
U R N URN URN, u n i f o r m uniform uniform r e s o u r c e resource resource n a m e name name,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 URI URI是以一种抽象的,高层次概念定义统一资源标识,而 U R L URL URL和 U R N URN URN则是具体的资源标识的方式。 U R L URL URL和 U R N URN URN都是一种 U R I URI URI。笼统地说,每个 U R L URL URL 都是 U R I URI URI,但不一定每个 U R I URI URI 都是 U R L URL URL。这是因为 U R I URI URI 还包括一个子类,即统一资源名称 ( U R N URN URN),它命名资源但不指定如何定位资源。上面的 m a i l t o mailto mailto、 n e w s news news 和 i s b n isbn isbn U R I URI URI 都是 U R N URN URN 的示例。
-
在 J a v a Java Java的 U R I URI URI中,一个 U R I URI URI实例可以代表绝对的,也可以是相对的,只要它符合 U R I URI URI的语法规则。而 U R L URL URL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 Java Java类库中, U R I URI URI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 URL URL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 HTTP HTTP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 request request l i n e line line)、请求头部( h e a d e r header header)、空行和请求数据四个部分组成。
H
t
t
p
Http
Http请求消息结构.
p
n
g
png
png
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 Get Get请求例子,使用 C h a r l e s Charles Charles抓取的 r e q u e s t request request:
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 HTTP HTTP版本.
G E T GET GET说明请求类型为 G E T GET GET,[/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 HTTP1.1 HTTP1.1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 HOST HOST将指出请求的目的地. U s e r − A g e n t User-Agent User−Agent,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 POST POST请求例子,使用 C h a r l e s Charles Charles抓取的 r e q u e s t request request:
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 post post请求,以及 h t t p 1.1 http1.1 http1.1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 HTTP HTTP的响应消息。
H T T P HTTP HTTP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。
h
t
t
p
http
http响应消息格式.
j
p
g
jpg
jpg
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 HTTP HTTP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 HTTP/1.1 HTTP/1.1)表明 H T T P HTTP HTTP版本为1.1版本,状态码为200,状态消息为( o k ok ok) -
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 Date Date:生成响应的日期和时间; C o n t e n t − T y p e Content-Type Content−Type:指定了 M I M E MIME MIME类型的 H T M L ( t e x t / h t m l ) HTML(text/html) HTML(text/html),编码类型是 U T F − 8 UTF-8 UTF−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 html html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
HTTP
HTTP标准,
H
T
T
P
HTTP
HTTP请求可以使用多种请求方法。
H
T
T
P
1.0
HTTP1.0
HTTP1.0定义了三种请求方法:
G
E
T
GET
GET,
P
O
S
T
POST
POST 和
H
E
A
D
HEAD
HEAD方法。
H
T
T
P
1.1
HTTP1.1
HTTP1.1新增了五种请求方法:
O
P
T
I
O
N
S
OPTIONS
OPTIONS,
P
U
T
PUT
PUT,
D
E
L
E
T
E
DELETE
DELETE,
T
R
A
C
E
TRACE
TRACE 和
C
O
N
N
E
C
T
CONNECT
CONNECT 方法。
- G E T GET GET 请求指定的页面信息,并返回实体主体。
- H E A D HEAD 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
- P O S T POST 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。 P O S T POST POST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 PUT PUT 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 DELETE DELETE 请求服务器删除指定的页面。
- C O N N E C T CONNECT CONNECT H T T P / 1.1 HTTP/1.1 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。
- O P T I O N S OPTIONS OPTIONS 允许客户端查看服务器的性能。
- T R A C E TRACE TRACE 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 HTTP HTTP协议定义 W e b Web Web客户端如何从 W e b Web Web服务器请求 W e b Web Web页面,以及服务器如何把 W e b Web Web页面传送给客户端。 H T T P HTTP HTTP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 URL URL、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 HTTP HTTP 请求/响应的步骤:
-
1、客户端连接到 W e b Web Web服务器
一个 H T T P HTTP HTTP客户端,通常是浏览器,与 W e b Web Web服务器的 H T T P HTTP HTTP端口(默认为80)建立一个 T C P TCP TCP套接字连接。例如,http://www.oakcms.cn。 -
2、发送 H T T P HTTP HTTP请求
通过 T C P TCP TCP套接字,客户端向 W e b Web 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 H T T P HTTP HTTP响应
W e b Web Web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 TCP 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、释放连接 T C P TCP TCP连接
若 c o n n e c t i o n connection connection 模式为 c l o s e close close,则服务器主动关闭 T C P TCP TCP连接,客户端被动关闭连接,释放 T C P TCP TCP连接;若 c o n n e c t i o n connection connection 模式为 k e e p a l i v e keepalive 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 H T M L HTML HTML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 HTML HTML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 HTML HTML,根据 H T M L HTML HTML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 URL URL,按下回车之后会经历以下流程:
-
1、浏览器向 D N S DNS DNS 服务器请求解析该 U R L URL URL 中的域名所对应的 I P IP IP 地址;
-
2、解析出 I P IP IP 地址后,根据该 I P IP IP 地址和默认端口 80,和服务器建立 T C P TCP TCP连接;
-
3、浏览器发出读取文件( U R L URL URL 中域名后面部分对应的文件)的 H T T P HTTP HTTP 请求,该请求报文作为 T C P TCP TCP 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 html html 文本发送给浏览器;
-
5、释放 T C P TCP TCP连接;
-
6、浏览器将该 h t m l html html 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 URL URL之后(就是把数据放置在 H T T P HTTP HTTP协议头中),以?分割 U R L URL URL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 BASE64 BASE64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 ASCII ASCII。
POST提交:把提交的数据放置在是 H T T P HTTP HTTP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 GET GET提交的数据会在地址栏中显示出来,而 P O S T POST POST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 HTTP HTTP协议没有对传输的数据大小进行限制, H T T P HTTP HTTP协议规范也没有对 U R L URL URL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 URL URL长度有限制,例如 I E IE IE对 U R L URL URL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 Netscape Netscape、 F i r e F o x FireFox FireFox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 GET GET提交时,传输数据就会受到 U R L URL URL长度的 限制。
POST:由于不是通过 U R L URL URL传值,理论上数据不受 限。但实际各个 W E B WEB WEB服务器会规定对 p o s t post post提交数据大小进行限制, A p a c h e Apache Apache、 I I S 6 IIS6 IIS6都有各自的配置。 -
3、安全性
P O S T POST POST的安全性要比 G E T GET GET的安全性高。比如:通过 G E T GET GET提交数据,用户名和密码将明文出现在 U R L URL URL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 GET GET提交数据还可能会造成 C r o s s − s i t e Cross-site Cross−site r e q u e s t request request f o r g e r y forgery forgery攻击 -
4、 H t t p Http Http g e t get get, p o s t post post, s o a p soap soap协议都是在 h t t p http http上运行的
(1)get:请求参数是作为一个 k e y / v a l u e key/value key/value对的序列(查询字符串)附加到 U R L URL URL上的
查询字符串的长度受到 w e b web web浏览器和 w e b web web服务器的限制(如 I E IE IE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 http http标题的一个不同部分(名为 e n t i t y entity entity b o d y body body)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 Content-type Content−type设置为: a p p l i c a t i o n / x application/x application/x- w w w www www- f o r m form form- u r l e n c o d e d urlencoded urlencoded。 p o s t post post设计用来支持 w e b web web窗体上的用户字段,其参数也是作为 k e y / v a l u e key/value key/value对传输。
但是:它不支持复杂数据类型,因为 p o s t post post没有定义传输数据结构的语义和规则。
(3)soap:是 h t t p http http p o s t post post的一个专用版本,遵循一种特殊的 x m l xml xml消息格式
C o n t e n t − t y p e Content-type Content−type设置为: t e x t / x m l text/xml text/xml 任何数据都可以 x m l xml xml化。
H t t p Http Http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 GET GET, P O S T POST POST, P U T PUT PUT, D E L E T E DELETE DELETE. 一个 U R L URL URL地址用于描述一个网络上的资源,而 H T T P HTTP HTTP中的 G E T GET GET, P O S T POST POST, P U T PUT PUT, D E L E T E DELETE DELETE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 GET GET和 P O S T POST POST了。 G E T GET GET一般用于获取/查询资源信息,而 P O S T POST POST一般用于更新资源信息.
我们看看 G E T GET GET和 P O S T POST POST的区别
-
1. G E T GET GET提交的数据会放在 U R L URL URL之后,以?分割 U R L URL URL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 EditPosts.aspx EditPosts.aspx? n a m e = t e s t 1 name=test1 name=test1& i d id id=123456. P O S T POST POST方法是把提交的数据放在 H T T P HTTP HTTP包的 B o d y Body Body中.
-
2. G E T GET GET提交的数据大小有限制(因为浏览器对 U R L URL URL的长度有限制),而 P O S T POST POST方法提交的数据没有限制.
-
3. G E T GET GET方式需要使用 R e q u e s t . Q u e r y S t r i n g Request.QueryString Request.QueryString来取得变量的值,而 P O S T POST POST方式通过 R e q u e s t . F o r m Request.Form Request.Form来获取变量的值。
-
4. G E T GET GET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 GET GET方式提交数据时,用户名和密码将出现在 U R L URL URL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.