什么是HTTP请求和响应?(面试题)

HTTP是Hypertext Transfer Protocol的缩写，意思是超文本传输协议，它是一种客户端和服务端之间的请求－响应协议，比如说浏览器就可以被看作客户端，当我们在浏览器地址栏输入想访问的网址，按下回车后，浏览器就会向运行该网站的服务器发送一个请求，然后等待服务器返回给浏览器响应，HTTP实际上有不同的请求方法，最常见的两种是get和post，get主要用于获得数据，post主要用于创建数据，比如说我们进入一个网页，浏览器会发送get请求，得到网页内容，当我们提交账号注册表单时，浏览器会发送post请求，把你的用户名、密码等信息放到请求主体里，给到服务器，由于爬虫程序基本上是在获得数据，所以我们发送的请求大部分情况下用get方法，除了方法类型，一个完整的HTTP请求由三部分组成，分别是是请求行、请求头和请求体。请求行会包含方法类型、资源路径和协议版本，资源路径指明了你要访问服务器的哪个资源，请求行里的最后一项是协议版本，指的是HTTP协议的版本，比如HTTP/1.0、HTTP/1.1等，请求头会包含一些给服务器的信息，比如host user-agent 、accept等等。Host指主机域名，主机域名结合请求行里的资源路径，可以得到一个完整的网址，斜杠前这部分是域名，斜杠后面的是路径，问号后面的是查询参数，user-agent是用来告知服务器客户端的相关信息，比如请求是浏览器发出来的，还是其他东西发出来的，如果浏览器的话类型是什么？版本是什么？等等。Accept是在告诉服务器，客户端想接收的响应数据是什么类型的，接受多种类型的话可以用逗号进行分隔，如果是*/*，表示什么类型都行，而请求体里面可以放，客户端可以放传给服务器的其他任意数据，但是get方法的请求体一般是空的，在服务器接收HTTP请求后，它会根据所有的这些信息，返回HTTP响应。响应由三个部分组成，状态行、响应头、响应体。状态行包含了协议版本、状态码、状态信息。状态码和状态消息是对应的，2开头的表示请求已经完成处理，3开头的表示重定向，需要进一步的操作，4开头的表示客户端错误，比如请求里面有错误或请求的资源无效等等，5开头的表示服务器错误，比如出现问题或正在维护，我们在不小心输入一个错误的网址后，一般会来到一个展示404的页面，这个404就是HTTP状态码，响应头会包含一些告知客户端的信息，比如date(生成响应的日期和时间)、content-type(返回内容的类型及编码格式)、比如text/html；chartset=utf-8，说明类型是html，编码是utf-8，而响应体里面就是服务器想给客户端的数据内容，比如前面说内容类型是html，这里应该就是html内容。