WWW服务器搭建（1）——HTTP协议原理篇

最新推荐文章于 2024-09-02 19:19:44 发布

hongmayi3753

最新推荐文章于 2024-09-02 19:19:44 发布

阅读量1.8k

点赞数 30

本文链接：https://blog.csdn.net/weixin_45605234/article/details/138819947

版权

Linux 同时被 3 个专栏收录

11 篇文章 0 订阅

订阅专栏

HTTP

2 篇文章 0 订阅

订阅专栏

APACHE

2 篇文章 0 订阅

订阅专栏

一、WWW的相关概念

1.1 WWW的定义

WWW（World Wide Web），即万维网或全球信息网，是集文字、图像、声音和视频等超媒体为一体的分布式信息服务系统，也称为3W、Web。

WWW的表现形式是存储在互联网计算机上的数量巨大的文档的集合，这些文档称为Web页面，它通过超文本标记语言（Hyper Text Markup Language，HTML）把信息组织成图文并茂的超文本，用来描述超媒体。Web页面通过”超链接“从一个页面跳转到另一个页面。

1.2 超文本标记语言HTML

HTML是标准通用标记语言下的一个应用，是一种对文档进行格式化的标记语言。HTML文档的扩展名为.html或.htm，包含大量的标签，用以对网页内容进行格式化和布局，定义页面在浏览器中查看时的外观。

HTML的源文件由一个纯文本文件组成，代码中由许多元素组成，通过浏览器解释这些元素，从而显示各式各样的页面。

例如，下面是一个用户注册表单页面的HTML代码。

<html>
    <head>
        <meta charset="UTF-8">
        <link rel="stylesheet" type="text/css" href="./css/ex21.css">
        <title>用户注册</title>
    </head>
    <body>
        <form method="post" action="register.php" onsubmit="return checkForm()" >
            <table class="reg">
                <tr><td class="title" colspan="2">欢迎注册新用户</td></tr>
                <tr><th>用户名：</th><td><input type="text" name="username"></td></tr>
                <tr><th>密码：</th><td><input type="password" name="password" /></td></tr>
                <tr><th>确认密码：</th><td><input type="password" /></td></tr>
                <tr><td colspan="2" class="td-btn">
                <input type="submit" value="提交注册" class="button" />
                <input type="reset" value="重新填写" class="button" />
                </td></tr>
            </table>
        </form>
    </body>
</html>

经过浏览器解释后，得到下图所示的页面。

1.3 统一资源定位符URL

1、定义

统一资源定位符（Uniform Resource Locator，URL）是因特网的万维网服务上用于指定资源位置的访问和表示方法。简单地说，URL就是web地址，俗称“网址”。例如：http://www.example.com/info/1285/128521.htm。

2、URL的格式

URL 的完整格式如下：

协议类型:[//[访问资源需要的凭证信息@]服务器地址[:端口号]][/资源层级 UNIX 文件路径]文件名[?查询字符串][#片段标识符]

经常见到的URL并不是完整的，因为 URL 中的有些参数是可以省略的。下表是URL中各参数含义：

参数	含义
协议类型	指定访问资源的方式，常见的有http、https、ftp等
访问资源需要的凭证信息	访问时的登录信息（用户名、密码等），例如：ftp://user:123@1.2.3.4
服务器地址	IP 地址或域名
端口号	表示特定进程或服务，如 http 协议默认是80端口，https 协议默认是443端口
资源层级 UNIX 文件路径	表示服务器上资源的路径，如：http://www.example.com/info/1285/test.htm
查询字符串	一些键值对，格式：键=值，键值对之间用 & 分割，如 http://www.example.com/ex22/artical.php?id=9&page=12
片段标识符	锚链接，用于页面内跳转

1.4 超文本传输协议HTTP

超文本传输协议（HyperText Transfer Protocol，HTTP），一种应用层协议，用于Web 服务器传输超文本到本地浏览器的传输协议。

目前HTTP协议的版本主要包括HTTP1.0、HTTP1.1、HTTP2.0 和HTTP3.0。HTTP3.0 基于 UDP 实现，其他基于 TCP 实现，Web服务器需要监听在80/TCP端口。

HTTP是基于C/S架构进行通信的，而HTTP的服务器端实现程序有httpd、nginx、IIS等，其客户端的实现程序主要是Web浏览器，例如Firefox、Internet Explorer、Google Chrome、Safari等。

二、HTTP协议工作过程

为便于介绍HTTP协议工作过程，本人模拟了一个实验环境，环境中包括一台Web服务器，一台DNS服务器和一台客户端计算机，配置信息如图所示。假设客户端在浏览器地址栏中输入：http://php.example.com:8888/ex20-finish，访问Web服务器上的页面，下面我们通过使用Wireshark嗅探器，解析此访问过程，来理解HTTP协议的工作过程。

2.1 DNS解析

当用户在浏览器中输入http://php.example.com:8888/ex20-finish，客户端联系DNS服务器，查询Web服务器php.example.com的IP地址，如下图所示。

DNS服务器收到查询请求后，将查询结果返回给客户端，如下图：

2.2 TCP连接过程

HTTP协议是承载在TCP协议之上的，在实验中用到的Web服务器，使用的是TCP的8888端口。当客户端通过DNS查询到Web服务器的IP地址后，便通过TCP三次握手，与Web服务器建立TCP连接。TCP连接建立之后，开始HTTP通信，数据传输结束，双方断开TCP连接。整个通信过程如下图：

其中三次握手捕获的数据包如下图所示：

2.3 HTTP 请求与响应

HTTP由请求和响应构成，是一个标准的客户端服务器模型。HTTP协议都是客户端发起请求，服务器回送响应。本例中，客户端请求访问服务器的http://php.example.com:8888/ex20-finish页面，同时可以看到此页面还加载了其他资源，都是以请求、响应的方式来通信的。

2.4 TCP连接断开

通信结束，首先由服务器申请断开TCP连接，客户端确认，客户端通信结束，向服务器申请断开TCP连接，服务器确认，最终完成通信。

三、HTTP请求报文格式

客户端发送给服务器的请求报文包括请求行、请求头、空行和请求体四个部分组成。

3.1 请求行

请求行包括请求方法、URI和协议版本三个部分，中间用空格分隔。

1、请求方法

请求方法	作用
GET	用于请求指定资源。GET请求通常用于数据检索，请求的参数通常附加在URL后面。
POST	用于向指定资源提交数据以创建或更新资源。POST请求通常包含在请求体中的数据，适用于提交表单或上传文件。
HEAD	与GET方法相似，但HEAD不返回消息体，仅返回状态行和消息头。HEAD方法主要用于获取响应的元数据。
PUT	用于将数据发送到服务器以创建或更新资源。PUT方法用上传的内容替换目标资源中的所有当前内容。
DELETE	用于请求服务器删除指定的资源。DELETE请求会导致服务器删除URI指定的目标资源的所有当前内容。
OPTIONS	用于获取当前URL支持的方法列表。OPTIONS请求返回服务器支持的方法列表
CONNECT	用于建立到给定URI标识的服务器的隧道，通常用于实现HTTPS连接。
TRACE	用于回显服务器收到的请求，主要用于测试或诊断。

2、URI

URL就是HTTP请求资源的地址，它配合消息头的 host 属性共同工作。

3、协议版本

HTTP 有多个版本，目前广泛使用的是 HTTP/1.1 和 HTTP/2，以及正在逐步推广的 HTTP/3。

HTTP/1.1：支持持久连接，允许多个请求/响应通过同一个 TCP 连接传输，减少了建立和关闭连接的消耗。
HTTP/2：基于二进制分帧，支持多路复用，允许同时通过单一的 HTTP/2 连接发起多重的、独立的、双向的交流。
HTTP/3：基于 QUIC 协议，旨在减少网络延迟，提高传输速度和安全性。

3.2 请求头

在HTTP请求报文中，请求头字段是发送 HTTP 请求时使用的首部字段，用于补充请求的额外信息，便于服务器理解请求的内容。如图所示：

1、Host

用于指定被请求资源的服务器和端口号，它通常从HTTP URL中提取出来的。如

Host：php.example.com:8888

2、Connection

keep-alive ：当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP连接不会关闭，如果客户端再次访问这个服务器上的网页，会继续使用这一条已经建立的连接。如

Connection: keep-alive

close ：代表一个请求t完成后，客户端和服务器之间用于传输HTTP数据的TCP连接会关闭，当客户端再次发送请求，需要重新建立TCP连接。

3、User-Agent

通知HTTP服务器，客户端使用的操作系统和浏览器的名称和版本，如

user_agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36 Edg/123.0.0.0

4、Accept

浏览器端可以接受的媒体类型，例如text/html 代表浏览器可以接受服务器回发的类型为 text/html、*/* 代表浏览器可以处理所有类型，使用 q= 权重值指定媒体类型的权重，默认权重为 q=1.0，当服务器提供多种内容时，将会首先返回权重值最高的媒体类型。

Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7\r\n

5、Content-Type

说明了请求体内对象的媒体类型，如：下面表示的是请求体内容是表单数据。

Content-Type: application/x-www-form-urlencoded

常见的媒体类型有：

媒体类型（值）	格式	媒体类型（值）	格式
text/html	HTML格式	text/plain	纯文本格式
text/xml	XML格式	image/gif	gif图片格式
image/jpeg	jpg图片格式	image/png	png图片格式
application/xhtml+xml	XHTML格式	application/xml	xML数据格式
application/ison	JSON数据格式	application/pdf	pdf格式
application/msword	Word格式	application/octet-stream	二进制流数据
application/x-www-form-urlencoded	表单提交	application/atom +xml	Atom xML格式

6、Accept-Encoding

浏览器声明自己接收的编码方法，通常指定压缩方法，作用：是否支持压缩，支持什么压缩方法。如：

Accept-Encoding: gzip, deflate

7、Accept-Language

浏览器声明自己接收的语言。如：

Accept-Language: zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6

8、Uprade-Insecure-Request

表示客户端对HTTPS加密和认证响应良好，可以请求所属网站所有的HTTPS资源。如：

Upgrade-Insecure-Requests: 1

9、Referer

当浏览器向web服务器发送请求的时候，一般会带上Referer，告诉服务器是从哪个页面链接过来的。如：

Referer:http://php.example.com:8888/ex20-finish/

3.3 空行

请求头后面的空行是必须的，空行后面是请求体

3.4 请求体

在HTTP请求报文中，请求体用于向服务器传递数据。与HTTP请求头不同，HTTP请求体通常只在POST、PUT等方法中使用，而在GET等方法中不使用请求体。

HTTP请求体的格式与请求头有所不同，它通常是一个字符串或二进制流，可以携带各种类型的数据，携带的媒体类型不一样，请求体的内容则不相同。例如，当请求体媒体内容为表单数据时（Content-Type: application/x-www-form-urlencoded），请求体的内容是表单提交数据，如:

username:testuser
password:mypasswd

四、HTTP响应报文格式

HTTP 的响应报文是服务器返回的数据，必须先有请求体再有响应报文。HTTP响应报文包括状态行、响应头、空行和响应体四个部分组成。

4.1 状态行

状态行包括协议版本、状态码和有总结代码含义的原因短语三个部分，中间用空格分隔。

1、状态码

HTTP状态码是服务器对客户端请求的响应。HTTP 状态码由三个十进制数字组成，第一个十进制数字定义了状态码的类型，分为五类。

状态码编号	状态码类型	状态码含义
1XX	信息性状态码	属于提示信息，是协议处理中的⼀种中间状态，实际⽤到的⽐较少。
2XX	成功状态码	表示服务器成功处理了客户端的请求。
3XX	重定向状态码	表示客户端请求的资源发送了变动，需要客户端⽤新的 URL 新发送请求获取资源，也就是重定向。
4XX	客户端错误状态码	表示客户端发送的报⽂有误，服务器⽆法处理。
5XX	服务器错误状态码	表示客户端请求报⽂正确，但是服务器处理时内部发⽣了错误。

HTTP协议共包括42个状态码，其中常见的状态码如下表。

状态码	状态码的英文名称	中文描述
200	OK	请求成功。一般用于GET与POST请求。
204	No Content	与 200OK 基本相同，但响应头没有 body 数据。
206	Partial Content	应⽤于 HTTP 分块下载或断点续传，表示响应返回的 body 数据并不是资源的全部，⽽是其中的⼀部分。
301	Moved Permanently	表示永久定向，说明请求的资源已经不存在了，需改⽤新的 URL 再次访问。响应头⾥使⽤字段 Location ，指明后续要跳转的 URL，浏览器会⾃动定向新的 URL。
302	Found	表示临时定向，说明请求的资源还在，但暂时需要⽤另⼀个 URL 来访问。响应头⾥使⽤字段 Location ，指明后续要跳转的 URL，浏览器会⾃动定向新的 URL。
304	Not Modified	不具有跳转的含义，表示资源未修改，定向已存在的缓冲⽂件，也称缓存定向，⽤于缓存控制。
400	Bad Request	表示客户端请求的报⽂有错误，但只是个笼统的错误。
403	Forbidden	表示服务器禁⽌访问资源，并不是客户端的请求出错。
404	Not Found	表示请求的资源在服务器上不存在或未找到，所以⽆法提供给客户端。
500	Internal Server Error	笼统通⽤的错误码，服务器发⽣了什么错误，并不知道。
501	Not Implemented	表示客户端请求的功能还不⽀持。
502	Bad Gateway	通常是服务器作为⽹关或代理时返回的错误码，表示服务器⾃身⼯作正常，访问后端服务器发⽣了错误。
503	Service Unavailable	表示服务器当前很忙，暂时⽆法响应服务器。
504	GetWay timeout	表示网关超时。
505	HTTP version not support	表示的HTTP协议不支持。