网络：HTTP协议

目录

1、HTTP协议的基本概念

2、HTTP协议的主要特点

3、HTTP的持续连接

3.1 背景：

3.2 解决方案：

3.3 持续连接的工作方式：

4、HTTP报文结构

4.1 报文结构

4.2 方法：

4.3 URL

4.4 HTTP状态码

4.5 状态码总结

5、Cookie

---

1、HTTP协议的基本概念

    超文本传输协议HTTP协议，定义了浏览器怎样向万维网服务器请求万维网文档，以及万维网服务器怎样把文档传送给浏览器。从层的角度，HTTP协议是面向事务的应用层协议，是万维网能够可靠地交换文件的重要基础。

2、HTTP协议的主要特点

    HTTP使用了面向连接的TCP协议作为运输层协议，保证了数据的可靠性传输；

    HTTP不考虑数据在传输过程中的数据丢失和重传的问题；

    HTTP协议本身是无连接的，也就是说，通信双方在交换HTTP报文之前不需要先建立HTTP连接；

    HTTP协议是无状态的，也就是说，客户端第二次访问服务器时，服务器的反应和第一次访问是一样的；

    浏览器发起的TCP连接建立的三次报文握手中，第三次握手中就会传递HTTP的请求报文，而服务器会在三次握手之后，响应HTTP报文请求，发送HTTP响应报文，包含客户端需要的数据；

3、HTTP的持续连接

3.1 背景：

    HTTP 1.0有一个明显的缺点，就是每次请求文档都会建立TCP连接，这带来了一些不必要的开销：

1. 每次请求一个文档，就需要两倍的RTT时延，一个用于TCP连接建立的前两次报文握手，一个用于HTTP报文的请求和响应的发送；
2. 万维网服务器和客户端（浏览器）每次建立TCP连接，都要分配缓存和变量，这也带来一些开销。、

请求一个万维网服务器的文档

3.2 解决方案：

    HTTP 1.1使用了持续连接，即服务器在发送响应后仍然在一段时间内保持这条连接，是同一个客户端和该服务器在一定时间内仍然可以继续发送HTTP的请求报文和响应报文。

3.3 持续连接的工作方式：

    HTTP 1.1的持续连接有两种工作方式：非流水线方式和流水线方式。

工作方式	特点描述	特点
非流水线方式	客户端在收到前一个响应后才能发出下一个请求，即客户端每访问一个对象都要消耗一个RTT时延	1）比非持续连接节省了一个RTT； 2）服务器发完一个对象后就处于空闲状态，浪费了服务器资源
流水线方式	客户端在收到响应报文之前就能发送新的请求报文	减少了TCP连接的空闲时间，提供了文档下载效率

4、HTTP报文结构

4.1 报文结构

    请求报文和响应报文都是由三部分组成的：

• 开始行：用于区分请求报文和响应报文，在请求报文中的开始行叫做请求行，响应报文中的开始行叫做状态行。开始行的三个字段都以空格隔开，最后一回车换行CR和LF进行分隔。
• 首部行：用来说明浏览器、服务器和报文主体的一些信息。首部可以有好几行，但也可以不使用。在每一个首部行中都有首部字段名和它的值，每一行在结束的地方都要有回车和换行。整个首部结束时，还有一空行将首部行和后面的实体主体分开。
• 实体主体：在请求报文中一般都不用这个字段，而在响应报文中也有可能没有这个字段。

    一个完整报文的例子：

4.2 方法：

    方法就是对所请求的对象进行操作，所谓的方法，实际上就是一些命令。因此，请求报文的类型就是由它的方法来决定的。常用的方法包括：

方法	作用
GET	请求读取有URL所标注的信息
POST	给服务器添加信息
PUT	在指明的URL下存储一个文档
DELETE	删除指明的URL所指示的文档
CONNECT	用于代理服务器
HEAD	请求读取有URL所标志的信息的首部
OPTION	请求一些选项的信息
TRACE	用来进行环回测试的请求报文

    这里最常用的就是GET/POST/PUT/DELETE方法。

4.3 URL

    URL是统一资源定位符，用来表示从互联网上得到的资源位置和访问这些资源的方法。URL给资源的位置提供一种抽象的识别方法，并用这种方法给资源定位。实际上，URL就是资源在互联网上的地址，互联网上的所有资源都有一个唯一确定的URL。

URL的格式：

    URL的一般形式由4个部分组成： <协议>://<主机>:<端口>/<路径>

• 协议：使用什么协议来获取该万维网文档。可用的协议包括HTTP协议、ftp协议等；
• 主机：该主机在互联网的域名或者IP；
• 端口和路径：这两个有时候可以省略

4.4 HTTP状态码

    状态码都是三位数，分为5大类，分别以不同的数字开头：

状态码分类	意义
1xx	表示通知信息，例如请求收到了，或者正在进行处理
2xx	表示成功，例如接受或知道了
3xx	表示重定向，例如要完成请求还必须采取进一步的行动
4xx	表示客户端的差错，例如请求中有错误的语法或不能完成
5xx	表示服务器的差错，例如服务器失效无法完成请求

    常见的状态行：

状态行	意义
HTTP/1.1 202 Accepted	接受
HTTP/1.1 400 Bad Request	错误的请求
HTTP/1.1 404 Not Found	找不到目标
HTTP/1.1 301 Moved Permanently	永久性迁移

4.5 状态码总结

    整理了一下主要的状态码和状态码的作用，参考文章：HTTP状态码

5、Cookie

    Cookie表示在HTTP服务器和客户端之间传递的状态信息。

Cookie的工作原理：

    当用户浏览某个使用Cookie的的网站时，该网站服务器就为用户产生一个唯一标识码，并以此作为索引在服务器的后端数据库中产生一个项目。接着在给客户端的HTTP响应报文中添加一个叫做Set-cookie的首部行。

    当客户端收到这个响应，其浏览器就在它管理的特定Cookie文件中添加一行，包括这个服务器的主机名和Set-cookie后面给出的识别码。当客户端继续浏览这个网站时，每发送一个HTTP请求报文，其浏览器就会从Cookie文件中取出这个网站的识别码，并防到HTTP请求报文的Cookie首部行中。当服务器再次收到客户端的请求消息后，就可以根据这个Cookie信息跟踪用户在该网站的活动。

    如果客户端几天后再次访问这个网站，那么浏览器会在其HTTP请求报文中继续使用这一Cookie首部行，而网站根据cookie信息可以找到用户的访问记录，包括浏览的网页、查看的商品，以及用户的姓名、邮件、银行卡号等在这个网站使用过的信息。