Web架构笔记之Web工作机制

Web工作机制

​ 网页就是我们可以通过浏览器上网看到的精美页面，一般都是经过浏览器渲染过的.html页面，HTML语言在浏览器中渲染。其中包含了CSS、JavaScript等前端技术。只要是通过浏览器访问的Web页面都是HTML页面。

​ 网站多个网页的集合就是网站。

​ Web服务器，也叫Web容器，主要是提供Web服务，也就是常说的httpd服务，常见的Web容器有：Apache、IIS、Nginx等。

静态的网页

​ 静态的网页，都是一些.html文件，是纯文本文件。这些文件中包含html代码。

​ HTML（HyperText Markup Language，超文本标记语言），浏览器会通过渲染引擎解释执行HTML 语言。

​ HTML 语言对于Web 容器来讲就是纯文本字符串。Web 服务器只负责将HTML 语言或其他字符串（字节流）从服务器传输给浏览器。 静态的页面，只能将信息从Web 服务器传递到浏览器、客户端、用户。

中间件服务器

​ 以上这种，只能单向地给用户展示信息。随着Web 的发展，信息要双向流动，产生了交互的需求，也就是动态网页的概念。

​ 所谓动态就是利用Flash、PHP、ASP、JAVA、JavaScript 等技术在网页中嵌入一些可运行的脚本，用户浏览器在解释页面时，遇到脚本就启动运行它。脚本的使用让Web 服务模式有了双向交流的能力，

​ Web 服务模式也可以像传统软件一样进行各种事务处理，如编辑文件、利息计算、提交表单等，Web 架构的适用面大大扩展。

​ 这些脚本可以嵌入在页面中，如JS等。也可以以文件的形式单独存放在Web 服务器的目录里，如.asp 、.php 、jsp 文件等。我们看到的虽然是纯文本 HTML，它后端脚本的输出（运行结果）。

​ 这样功能性的脚本越来越多，形成常用的工具包，单独管理，Web 业务开发时，直接使用就可以了，这就是中间件服务器，它实际上是Web 服务器处理能力的扩展。

数据库的出现

​ 静态网页与脚本都是事前设计好的，一般不经常改动，但网站上很多内容需要经常的更新，如新闻、博客文章、互动游戏等，这些变动的数据放在静态的程序中显然不适合，传统的办法是数据与程序分离，采用专业的数据库。

​ Web 开发者在Web 服务器后边增加了一个数据库服务器，这些经常变化的数据存进数据库，可以随时更新。当用户请求页面时，脚本根据用户请求的页面，涉及到动态数据的地方，利用SQL 数据库语言，从数据中读取最新的数据，生成“完整”页面，最后送给用户。

HTTP 协议

​ 在整个Web 工作机制中有一个重要的问题：通信。客户端是用户和浏览器，服务端是Web 容器+中间件+数据库。也就是说，客户端与服务器端要进行通信，得准守同一个标准。这个标准就是HTTP 协议。协议就是标准，规则，规范，要求。

HTTP 协议概述

​ HTTP（HyperText Transfer Protocol，超文本传输协议）是浏览器（Browser）与Web 服务器（Web Server）之间的通信协议，是传递消息的规范和要求。

​ HTTP 协议是1990 年提出的，当前版本1.1 。HTTP 是用来将HTML 文档从Web 服务器传输到Web 浏览器。即使访问PHP 文件，浏览器端接收到并不是PHP 文件的源代码，而是PHP 脚本的运行结果，这个结果就是HTML 文档。

​ HTTP 是一个请求和响应的协议。客户端发出请求，服务器端对请求给出回应。（一般情况下）就像学生问老师问题一样，学生问一个，老师解答一个。

​ HTTP 使用可靠的TCP 连接，默认端口80。明文传输漏洞，使用加强版的HTTP 协议 - HTTPS，在HTTP 的基础上加了一个安全套接字层SSL ，使用默认端口443 。HTTPS 也会有一些安全性问题，比如HTTPS 降级，“心脏滴血” 漏洞等。

HTTP 协议特点

• 支持浏览器/服务器模式（B/S）。
• 简单快速：浏览器向服务器提出请求时，只需要传送请求方法和请求路径。
• 灵活：HTTP 允许传输任意类型的数据对象

文件后缀名	文件类型	MIME 类型
.html	纯文本	text/html
.jpg	图片	image/jpeg
.mp3	音频	audio/mpeg

• HTTP 协议是无状态的协议。

URL

​ 统一资源定位符（网址，全球唯一），用来告诉Web 容器，浏览器所请求资源（文件）的路径。例如

http://10.9.65.213/cms/show.php?id=35
ftp://fptuser:ftpuser@10.9.65.212
schema://login:password@address:port/path/to/resource/?query_string#fragment

schema	😕/	login	:	password	@	address	:	port	/path/to/resource/	?	query_string	#	fragment
协议	😕/	用户名	:	密码	@	域名 IP 地址	:	端口号	请求资源的路径	?	查询字符串	#	锚点
http	😕/	-	-	-	-	10.10.10.1	-	-	/cms/show.php	?	id=35	-	-

​ 锚点:在<a>标签中实现页面内定位的，#后面的内容是不会传递服务器的。

​ URL 编码：（浏览器或服务器）URL 所允许出现的字符是有限制的。URL 中从path 开始只允许出现A-Za-z0-9，半角减号（-），下划线（_），句点（.）,波浪号（~）。其他字符均会被URL 编码（编码规则）。

符号	URL 编码
#	%23
空格	%20

• encode 编码，decode 解码
• URL 编码是一种编码规则，它会将所有字符进行URL 编码。
• 浏览器或服务器中对URL 的要求，特殊字符进行URL 编码。
• URL 中的空格可用%20，也可以用+ 来代替。

http://10.9.65.213/cms/show.php?id=34 and 1=1
http://10.9.65.213/cms/show.php?id=34%20and%201=1
http://10.9.65.213/cms/show.php?id=34+and+1=1

报文分析工具

• 管理控制台（F12），浏览器自带工具
• Wireshark，可以抓取每层数据包
• fiddler，可以非常方便抓取HTTPS 的数据包
  …

HTTP 工作模式

REQUEST

​ 请求报文，如下：

GET /cms/show.php?id=34 HTTP/1.1
Host: 10.9.65.213
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10.16; rv:86.0) Gecko/20100101 Firefox/86.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8
Accept-Language: zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2
Accept-Encoding: gzip, deflate
Connection: close
Upgrade-Insecure-Requests: 1

HTTP 请求由请求行、请求头、请求正文三个部分组成。

请求行

​ HTTP 报文的第一行，由空格字符分成三部分（空格、回车和换行符不能随便出现）。

	实例	说明
第一段	GET	请求方法
第二段	/cms/show.php?id=34	资源的路径
第三段	HTTP/1.1	协议/版本

​ 常见请求方法如下：

请求方法	说明
GET	通常用于请求服务器发送的某个资源。
POST	通常用于表单提交或文件上传等功能
HEAD	与GET 方法类似，但在服务器响应中只返回首部（头部）
PUT	PUT 方法会向服务器写入文档
DELETE	请求服务器删除指定的资源
TRACE	回显浏览器的请求
OPTIONS	用来测试服务器所支持的方法

请求头

​ 从请求报文第二行开始到第一个空行为止之间的内容。其中包含很多字段：

主要字段	含义
Host	主要用于指定被请求资源的服务器地址和端口号
User-Agent	客户端浏览器信息，浏览器指纹
Referer	包含一个URL，代表当前URL的上一个URL
Cookie	记录请求者的身份认证信息，身份证
Accept-Charset	用于指定浏览器接收的字符集
Content-Type	用于向接收方（浏览器或服务器）指示实体的介质类型（数据类型，MIME）
Content-Length	用于指明实体正文的长度，以字节方式存储的十进制数字来表示
Last-Modified	用于指示资源的最后修改时间

请求正文

​ 第一个空行开始以后的所有内容。

POST /cms/admin/login.action.php HTTP/1.1
Host: 10.9.65.213
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10.16; rv:86.0) Gecko/20100101 Firefox/86.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8
Accept-Language: zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2
Accept-Encoding: gzip, deflate
Content-Type: application/x-www-form-urlencoded
Content-Length: 52
Origin: http://10.9.65.213
Connection: close
Referer: http://10.9.65.213/cms/admin/login.php
Upgrade-Insecure-Requests: 1

username=admin&image.x=39&image.y=21&password=123456

常见传参方式

​ GET 传参

• 向服务器提交的参数在URL 中，http://10.9.65.213/cms/show.php?id=38。?id=33 就是通过GET 方式向服务器提交的参数。通过GET 向服务器传递多个参数用& 连接?name=AJEST&pass=123456，以此类推即可。
  POST 传参
• 向服务器提交的参数在请求正文中，如以上POST 数据包所示，向服务器提交了4个参数，分别为：

username=admin
image.x=39
image.y=21
password=123456

有人所，POST 传参“不可见”的，所以比GET 传参更安全？

RESPONSE

​ 响应报文，如下：

HTTP/1.1 302 Found
Date: Mon, 08 Mar 2021 17:42:27 GMT
Server: Apache/2.4.23 (Win32) OpenSSL/1.0.2j PHP/5.4.45
X-Powered-By: PHP/5.4.45
Set-Cookie: PHPSESSID=dfhp8mkjoem48h48pvl926ugh4; path=/
Expires: Thu, 19 Nov 1981 08:52:00 GMT
Cache-Control: no-store, no-cache, must-revalidate, post-check=0, pre-check=0
Pragma: no-cache
Set-Cookie: username=admin; expires=Tue, 08-Mar-2022 17:42:28 GMT
Set-Cookie: userid=1
Location: index.php
Content-Length: 318
Connection: close
Content-Type: text/html; charset=utf-8

<br />
<b>Notice</b>:  Use of undefined constant username - assumed 'username' in <b>D:\phpStudy_2016\WWW\cms\admin\login.action.php</b> on line <b>16</b><br />
<br />
<b>Notice</b>:  Use of undefined constant userid - assumed 'userid' in <b>D:\phpStudy_2016\WWW\cms\admin\login.action.php</b> on line <b>22</b><br />

响应报文由状态行(响应行) 、响应头 、响应正文 三部分组成。

状态行

​ 响应报文的第一行

	示例	解释
第一个字段	HTTP/1.1	协议/版本
第二个字段	302	响应状态码
第三个字段	Found	描述短语

​ 常见状态码，如下：

状态代码	类型	常见状态码
1XX	信息性状态码	–
2XX	成功状态码	200|201…
3XX	重定向状态码	302|304…
4XX	客户端错误状态码	404|403…
5XX	服务器错误状态码	500

响应头

​ 响应报文第二行开始到第一个空行为止的所有内容，其中包含了关于HTTP 响应的重要字段。

字段	含义
Data	时间和日期
Server	Web 服务器指纹
Last-Modified	服务器通过这个头信息告诉浏览器，资源的最后修改时间
Content-Length	响应正文的长度
Content-Type	响应正文的类型
Set-Cookie	服务器向浏览器端写入Cookie 信息
Location	重定向目标页面
Refresh	服务器通过Refresh 头告诉浏览器定时刷新浏览器

响应正文

​ 响应报文从第一个空行开始到最后的所有内容。服务器返回资源的内容，即浏览器接收到的HTML 代码。

Web 会话简述

​ 会话就是类似于浏览商品、加入购物车到支付，这样一个完整的业务流程，要求有一个账号始终保持登录状态，也就是说这个账号完成了购买商品的业务。

​ HTTP 协议本身是无状态的协议，也就是说，HTTP 协议不会记录会话状态，不同的请求之间是没有任何联系的。很多种情况，浏览器与服务器之间的会话不是一个动作（请求）就完成了的。

​ 希望在浏览器与服务器之间的这个交互的会话期间内，服务器能够保持对浏览器会话的识别，也就是保持HTTP 的状态性。

Cookie 应运而生

​ Cookie(Cookies) 就是指网站为了辨别用户身份，进行会话跟踪而存储在用户本地终端（浏览器）上一小段文本（数据，通常进行加密的）。

​ Cookie 机制提供事务管理的功能，为服务器提供会话状态管理。例如：购物车可以为每个用户实现统计；实现授权策略等。

​ Cookie 是服务器向浏览器写入的一段文本（在响应报文的Set-Cookie 字段中），并存储在浏览器中。另外，浏览器在访问该网站时会自动发送Cookie（在请求报文的Cookie 字段中），如果服务器识别这个自动发送的Cookie 信息，也就是说，服务器识别了会话。

​ 浏览器在访问网站的时候，会自动携带与该网站相关联的Cookie 信息。

固定会话攻击

窃取

alert(document.cookie)

​ Cookie 信息：

username=admin; userid=1; PHPSESSID=7sgu6k54sqtd5vebluu767dcb6

欺骗

document.cookie='username=admin';
document.cookie='userid=1';
document.cookie='PHPSESSID=7sgu6k54sqtd5vebluu767dcb6';