轻松理解HTTP协议

了解http协议

1.http是什么

首先我们需要知道http是什么
http（Hyper Transfer Protocol，超文本传输协议）是一种应用非常广泛的应用层协议，底层是tcp协议，http要用tcp来完成数据通信的能力。我们可以进行文本的传输，还有一些其他资源，如图片，视频，音频等等

http的特点：
1.http本身是无连接的（底层基于tcp协议，http要发起所谓httprequest时，不会先在http层建立连接
2.http本身是无状态的（http不会记录自己发起http请求的上下文，可以理解为不对历史有记忆）（但我们可能会产生疑问，为什么我在登陆时，我进行了密码保存，下次再登录的时候就不用输入密码了呢？这个问题我们放到https中讲解）
3.http发起请求的时候，有基于长连接，也有基于短链接

2.认识URL

2.1URL

我们平时俗称的网址，其实就是URL
我们可以先给出一串地址，比如
http://user:pass@www.example.jp:80/dir/index.html?uid=1#ch1
在上面的一串网址中我们一共可以分为7个部分
协议方案名：http://
我们所采用的协议

登录信息：user:pass
这里我们请求时无法看见，可以忽略

服务器地址：www.example.jp
域名

服务器端口号：80
端口号会被省略，因为我们已经知道了所使用的协议，所以服务器上的端口号都是已知的（即理解为，这个服务和端口号是进行了绑定的，强相关）

带层次的文件路径：/dir/index.html
这个标定一个特定的网页文件，这里的 ’ / '被称为路径分割符，可以理解为是http Web服务器的‘根目录’（和linux中的不一定一样）

查询字符串：uid=1
片段标识符：ch1
这两者都是参数

2.2urlencode和urldecode

我们在使用百度搜索时，我们输入汉字进行搜索时，对应的网页的网址上会出现一串奇怪的字符

这里的"+" 被转义成了 “%2B”

像 / ? : 等这样的字符, 已经被url当做特殊意义理解了. 因此这些字符不能随意出现.
比如, 某个参数中需要带有这些特殊字符, 就必须先对特殊字符进行转义.
转义的规则如下:
将需要转码的字符转为16进制，然后从右到左，取4位(不足4位直接处理)，每2位做一位，前面加上%，编码成%XY
我们可以在百度上进行搜索urlencode编码转换，便可以自行转换

3.http传输格式

3.1http请求

对于每一个协议，我们都会产生两个问题
第一，该协议是如何分离报头和有效载荷的？
第二，该协议如何寻找到需要向上传输的某一个协议？

在http的请求里，是以行为单位的，进行消息内容的陈列，除了第一行，默认每行都是name：value的样式

http请求格式
首行: [方法] + [url] + [版本]
Header: 请求的属性, 冒号分割的键值对
;每组属性之间使用\n分隔;遇到空行表示Header部分结束
Body: 空行后面的内容都是Body. Body允许为空字符串. 如果Body存在, 则在Header中会有一个
Content-Length属性来标识Body的长度
上述的每个都以行为单位，都会有一个换行字符

我们把请求格式分为四部分
分为请求行（请求方法，请求URL，http版本），请求报头（到空行为止），空行，请求正文
此时，我们可以发现该协议是通过空行，把报头和有效载荷分解，来表明http请求报头的结束

3.2http响应

http响应格式
首行: [版本号] + [状态码] + [状态码解释]
Header: 请求的属性, 冒号分割的键值对;每组属性之间使用\n分隔;遇到空行表示Header部分结束
Body: 空行后面的内容都是Body. Body允许为空字符串. 如果Body存在, 则在Header中会有一个
Content-Length属性来标识Body的长度; 如果服务器返回了一个html页面, 那么html页面内容就是在
body中.

http的响应也和请求类似，这里的状态码就是我们经常可以看到404这种报错

对于http协议来说，服务器获得客户端的请求，能够得知客户端的各种信息。因为每一个会使用各种版本的http请求协议，会存在新老版本共存的情况，当双方进行交互可以互相通信版本，你是什么版本，我就传给你在当前版本下能看到的特定的服务（这就是双方交换版本的意义）

4.http请求方法

4.1GET方法

这里我们可以使用第三方软件（Fiddler）对网页进行抓包，来对GET和POST请求来进行观察
特点：
登录页面，输入账户和密码时，我们可以直接再网址上发现账户和密码都被打印了出来，即直接显示在了各种参数的位置

4.2POST方法

特点：
这里和GET方法不一样的地方，我们在网址上并不能看见账户和密码信息，可能会有同学在想，那这样我是不是就安全了呢？感兴趣的同学可以直接使用Fiddler自己实验一下
我们会发现账户信息和密码出现在了正文范围内，而我们使用抓包工具时，照样可以获取正文
结论：GET和POST方法都是不安全的，因为他们都没有经过加密处理

5.http的状态码

1XX:信息性状态码，接受的请求正在处理
会返回一个对当前正在处理的请求的信息
2XX:成功状态码，请求正常处理完毕
该类表明请求正常
3XX:重定向状态码，需要进行附加操作以完成请求
重定向分为临时重定向和永久重定向
永久重定向：http的状态码是301，多用于旧网址被废弃了要转到一个新的网址确保用户的访问，最经典的就是京东网站，你输入www.jingdong.com的时候，会被重定向到www.jd.com，因为jingdong.com这个网址已经被废弃了，被改成jd.com，所以这种情况下应该用永久重定向。
临时重定向：http的状态码是302，表示页面的暂时性跳转。比如访问一个需要权限的网址，如果当前用户没有登录，应该重定向到登录页面，这种情况下，应该用暂时性重定向。
字面理解的话就是一个是暂时的，一个是永久的

4XX:客户端错误状态码，服务器无法处理请求
客户端有误，所以无法获取信息，最常见的就是404

5XX:服务器错误状态码，服务器处理请求出错

最常见的状态码, 比如 200(OK), 404(Not Found), 403(Forbidden), 302(Redirect, 重定向), 504(Bad Gateway)

6.http常见的Header（报头内容）

Content-Type: 数据类型(text/html等)
Content-Length: Body的长度
Host: 客户端告知服务器, 所请求的资源是在哪个主机的哪个端口上;
User-Agent: 声明用户的操作系统和浏览器版本信息;
referer: 当前页面是从哪个页面跳转过来的;
location: 搭配3xx状态码使用, 告诉客户端接下来要去哪里访问;
Cookie: 用于在客户端存储少量信息. 通常用于实现会话(session)的功能;

7.cookie文件

这里我们就可以回答上面的http无状态的疑问了
首先我们为了让http有记忆性，程序员添加了一些其他功能，我们可以叫他http的会话能力（添加了cookie和session）
我们在登陆时，输入账号和密码后，点击了保存密码，此时用户的账号和密码都存入cookie文件中，以后的浏览器每次发起请求的时候，http请求都会自动给你携带你曾经写到临时文件中的内容（cookie），发送给服务器端

浏览器使用cookie的时候
1.每一个http request都会携带cookie的信息，发送给服务器！服务器也要有cookie技术（其中认证的环节，不一定是http自己完成的，程序员完成的），这里我们可以同样表明了http是无状态的
2.cookie“文件”：有些浏览器配置的时候，cookie有内存级，也有文件级别的（内存级：我们打开浏览器，打开网页行账号和密码输入后，再重新打开该网页，不用登录，但是关掉浏览器后，仍然需要重新输入账号和密码。文件级：不同的是，关掉浏览器后，重新打开该网页，此时我们不需要重新登录，我们把cookie写入进了一个“cookie”文件中进行保存）

但是！！！cookie里面保存的是用户的私密信息，假如我们被人盗取了所以的cookie信息，此时别人可以登录我们的账号来进行各种操作

8.session文件

所以我们产生了一个session文件
我们在网页输入了账号和用户后，此时服务器端获取到这些信息，然后对其进行认证，认证成功后，在服务端形成一个session文件，里面保存了用户所以的私密信息，该文件的文件名是具有唯一性的！！！，此时服务器会返回给浏览器一个sessionid的东西。
从此，我们在进行网络传送时，每一个http request都会携带sessionid的信息，发送给服务器，服务器会对sessionid进行认证和对比，此时我们成功的保证了信息的安全（毕竟在服务器端的信息更安全吧）

https链接: 关于https详细讲解的好文哦！.
感兴趣的小伙伴可以看一下哦，求赞赞！！