HTTP协议

HTTP协议

HTTP是一个非常广泛的应用层协议
应用层协议，经常是需要进行“自定义协议”的，但是，很多时候也不一定非得从零设定开始，也可以基于一些大佬们设计好的协议，在这个基础上进行定制，HTTP之所以应用非常广，主要是因为HTTP可定制性非常强，以HTTP为蓝本，在这个基础之上捎带着你想要传输的数据，这个时候就很容易完成一个自定义协议了
啥时候会用到HTTP协议呢？
只要你在上网，就在使用，比如
1.浏览一个网页
2.手机app从网络上加载一份数据
3.wx小程序，支付宝小程序
4.打开游戏，游戏的一些界面
HTTP应用的范围非常广，因此说HTTP是应用层最广泛的协议，不管你是前端还是后端，HTTP是一个程序员必须要掌握的协议

HTTP协议的工作过程

HTTP是一问一答形式的
一个请求对应一个响应

HTTP是一个应用层协议，HTTP请求发送出去之后，就需要从应用层到物理层，层层封装，接收方接收到数据之后，再从物理层到应用层，层层分用，最后才能够完成传输

HTTP的报文协议格式

学习HTTP协议，最主要的还是学习HTTP的报文协议格式
要想认识报文格式，需要借助一些外部的工具，来吧HTTP协议给显示出来，这个工具就是抓包工具，就是把数据包给他抓出来，然后显示这个包的报文格式，抓包工具相当于一个代理，借助这样的代理，就可以看到网络上传输的具体数据
抓包工具有很多
chrome（内置了抓包工具）
wireshark（学校计算机网络课，经常会涉及到这个），功能全面，使用复杂，ip，tcp，udp，http都能抓
这里使用的是fiddler，专注于http，使用简单（实际工作中抓包，fiddler也够用了）

Fiddler使用

浏览器访问 sogou.com 时, 就会把 HTTP 请求先发给Fiddler,Fiddler 再把请求转发给 sogou 的服务器. 当 sogou 服务器返回数据时,Fiddler 拿到返回数据, 再把数据交给浏览器. 因此 Fiddler 对于浏览器和 sogou 服务器之间交互的数据细节, 都是非常清楚的.

请求

响应
也是点击Raw




正文也可以叫body
借助上述抓包工具，就看到了http协议请求和响应的具体内容了

请求首行

方法

HTTP有很多方法

但是最常用的是GET和POST
POST：往服务器提交个啥东西
日常开发中绝大部分用的都是GET
举个例子：
东晋谢灵运说才高八斗，意思是天下文采分十斗，曹子建独占八斗，他自己占一斗，天下文人占一斗
如果天下的http请求分十斗，GET独占八斗，POST占一斗，剩下的占一斗

那么啥时候能看到POST呢？
1.登陆的时候
2.上传文件的时候
POST请求的正文（body）一般不为空
GET请求的正文（body）一般为空
下面看一个登录的http请求

GET和POST虽然表示的是不同语义，但是实际上，也并非需要严格遵守，http方法的语义只是一种建议，程序员实际使用的时候，也不一定必须要遵守，毕竟你自己写的代码你自己负责来定义
对于body有没有的情况，也不是绝对的，GET可能也有body，只不过很少见，POST也可以没有body，也比较少见
**如果谈到GET和POST有什么区别？（面试题）
没有本质区别！使用GET的场景，替换成POST一般也可以，反过来也行
但是，没有本质区别，不代表没区别！
两者在使用习惯上有区别：
1.GET习惯上用来表示“获取一个数据”，POST则用来表示“提交一个数据”
2.GET一般没有body，需要携带数据就放到URL中，POST一般有body
3.GET请求通常会设计成幂等的，POST则无要求
4.GET是可缓存的（前提是幂等），而POST则不能
5.GET请求可以被浏览器收藏，而POST不能
**

幂等：如果输入一定，得到的输出也一定，这种情况就可以认为是幂等的
比如牛吃进去的是草，挤出来的是奶
如果每次吃进去的都是草，并且每次挤出来的都是奶，就可以说是幂等
如果每次吃进去的是草，挤出来的不都是奶，就不是幂等
幂等性，在开发中也是很关键的，设计成幂等之后，请求就可以缓存了
怎么理解缓存呢？
比如1×10 我可以一秒就说出来是等于10，不是因为我脑子快，而是我记住了，因为只计算了一次，我就记住了，后续我再被问1×10，我可以张口就来
缓存可以提高响应速度，节省运算资源
比如别人问，牛吃了草，挤出来了什么？
我可以一下子就说出是奶，我不用再现去查挤出来的是什么，张口就来就是提高了速度，不用再拿手机查，就是节省了运算资源

缓存无处不在，既可以在客户端，也可以在服务器

浏览器本质上也是一个程序，在cpu上运行的一系列指令，很有可能cpu也把120给记录下来，后续如果再需要计算5的阶乘，都不许要访问其他设备，自己就知道了，这也是一种缓存

URL

URL–唯一资源定位符，描述了网络上的唯一的一个资源
这个概念严格的说，并非是HTTP里的概念，很多协议都会用到URL

URL的结构如图

版本号

最常见的是HTTP/1.1，这也是最主流的版本，绝大部分的互联网上的网站用的都是1.1
还有HTTP/1.0 HTTP/2 HTTP/3
后两个版本对HTTP的功能做了很多扩充

请求头（header）

最后三行应该是一行，只不过太长了，换行了，可以在文件里取消换行
这里的键值对，可以有N行，会用空行作为结束标记，空行就类似于链表的null
header中的键值对，大部分都是http协议规定的，当然这里也是可以添加自定义的键值对

Content-type和Content-Length

Content-type 描述了body的数据格式
Content-Length 描述了body的长度（字节）
这俩属性，跟着body走的，如果是一个没有body的get请求，自然header中就没有这俩属性了


有了上述格式的描述，服务器才能正确认识到当前的body，并正确的进行解析

User-Agent

UA主要描述了系统是啥版本，浏览器是啥版本

那么UA有啥作用呢？

Referer

描述了当前这个页面，从哪个页面跳转过来的
如果直接在搜狗主页的地址栏输入url，此时请求中没有referer，如果点收藏夹，效果也一样，如下图，请求的header里就没有referer

假如你从搜狗的页面输入一个信息，然后你到了你想要的信息的页面，就可以看到referer就是sougou主页，因为是从搜狗主页跳转过来的
举个例子

Cookie

Cookie的本质是浏览器在本地存储用户自定义数据的一种关键机制

由于网页有很多，我访问搜狗，是需要存一些数据，访问百度也需要存一些数据，针对这种情况，做法是分开，每个网站都存自己的cookie，cookie是按照域名为维度进行存储的
同一个网站（搜狗的主页，搜狗的结果页，搜狗的图片）都共享一份cookie
不同网站（百度，美团，淘宝）则是各自有各自的cookie
那么针对cookie有三个问题
1.cookie从哪里来？
从服务器来的，当我们的浏览器访问服务器的时候，服务器就会在http响应中，通过Set-Cookie字段，把Cookie的键值对，返回给浏览器，浏览器收到这个数据，就会在本地存储
2.cookie到哪里去？
会在下次请求的时候，把cookie带给服务器，cookie在浏览器这边只是暂存，真正要让这个数据发挥作用，还是得由服务器来使用
3.cookie有啥用？
cookie是浏览器本地存储数据的机制，存储的不一定非得是角色，任何想存的数据都行（前提是字符串）
由于cookie存储空间有限，一般也不会用cookie存太大的
cookie这里最典型的应用就是存储用户的身份信息

举个例子

当前在http中遇到的键值对
1.url中的query string
2.header部分，每一行都是一个键值对
3.body部分，如果Content-Type为x-www-form-urlencoded或者json，body的内容也是键值对
4.Cookie里面存储的数据还是键值对
这些键值对都是允许用户自定义的
这些自定义键值对，都是http协议留给程序员进行扩展的地方
为什么http能大火，就是因为他强大的扩展性

正文（body）

正文中的内容格式和 header 中的 Content-Type 密切相关.可以理解成就是按照Content-Type的格式类型写的

Http响应首行

状态码这一块是很经典的面试题！！！
首行由版本号，状态码，状态码描述组成
版本号（和请求相同）
状态码 是个数字，数字来表示这次请求执行成功还是失败，以及失败的原因
（比如我用海尔洗衣机，中涂出错了，洗衣机显示一个E02，我就去查了一下，原来E02是错误的标志，什么出错呢？是甩干的时候洗衣机盖子没盖好的标志）
状态码描述 通过一个或者一组单词，描述这个状态码的含义
Http的状态码非常繁多，是因为HTTP遇到的情况太复杂了

虽然上述的状态码很对，但是常见的就几个
（1）.200 OK 表示的是请求成功

（2）.404 Not Found 表示要访问的资源不存在

（3）.403 Forbidden 访问被拒绝（无权限）
（4）.500 Internal Server Error 服务器内部错误
这个状态码你在互联网上不常见，但是在你自己写代码的过程中非常常见，比如你的服务器bug了，抛了异常但是没有catch到，就会500
（5）.504 Gateway Timeout 服务器访问超时了
浏览器给服务器发送请求，服务器就要返回响应，结果服务器迟迟没响应
（6）.Move temporarily 临时重定向
Moved Permanently 永久重定向
重定向：访问旧的地址，被自动引导到新的地址上
临时重定向就是我这次重定向了，下次要不要重定向不确定
状态码虽然很多，但是总的可以分成几个大类
(7).418 I am a teapot 这是个特殊的状态码，是个彩蛋
，比如你在百度搜索黑洞，会先出来个黑洞的动画，这个动画就是个彩蛋

后面的Header和Body就和请求没啥区别了，具体参照 http请求 做参考

如何去构造HTTP请求

1.直接通过地址栏，输入一个url，然后就会构造出一个get请求
2.html中，一些特殊标签，也会触发get请求
例如link，script，img，a
比如有个页面中，有一个img标签，此时当页面被加载好了之后，浏览器就会根据标签的src属性，给服务器发起一个get请求，来获取图片内容（想触发get请求需要是个网络资源，如果是个本地资源，就不会触发get请求）
3.form表单，可以触发get请求和post请求



form只支持get和post，其他的http方法就无能为力了
（4）.ajax[重要]
ajax 全称 Asynchronous Javascript And XML
ajax是一种前端和后端异步交互的一种方式
什么是异步呢？
不如我去饭馆吃饭，跟老板说，我要个蛋炒饭，如果我一直在窗口等老板做好了，这就是同步
如果老板坐着的时候，我做桌子上玩手机，等老板端上来，就是异步，就是老板做好了那一刻我没有立刻拿到

js提供了原生的ajax的api，这个api贼难用，这里用jquery里面提供的ajax的api

success表示如果请求成功之后，我们要通过一个回调函数来处理响应

回调函数就是不会立刻去调用，而是在后面合适的时机再去调用

相比之下，ajax的功能比form更丰富更灵活

form则允许跨域
构造http请求，不仅仅js，ajax可以构造，任何一个可以操控网络的语言，像java，c++都可以
上述构造请求都需要写代码，是否有办法能不写代码就能构造请求呢？当然有！！！
有一些现成的工具，可以直接构造出http请求
这里用postman

postman还可以自动生成代码

以上就是HTTP的基本内容了，用一张图来说就是

HTTPS

HTTPS是基于HTTP的，仅仅比HTTP多了一个“加密层”
为啥要有HTTPS呢？
就是上面提到的运营商劫持问题


为了能够改善上述问题，就引入了加密，因此HTTPS就应运而生了
加密涉及到了密码学，由于我们对密码学并没有太多的了解，所以我们就不讨论具体的细节算法，只考虑宏观的流程
加密分为
对称加密：只有一个密钥：key
明文+key==>密文
密文+key==>明文
加密解密使用同一个密钥，对称加密的特点就是算起来比较快速

非对称加密：需要两个密钥，一个是公钥（public），一个是私钥（private）
明文+public==>密文
密文+private==>明文
或者
明文+private==>密文
密文+public==>明文
公钥和私钥是对称出现的，用一个加密就用另一个解密
非对称加密相比对称加密消耗的资源更多，效率更低

HTTPS是如何去保证数据安全的？

HTTPS的基本工作过程就是加密：针对HTTP的各种header和body加密，分三步

第一步.使用对称密钥

理想状态

但是可能有黑客从中间截获，但是下图这种情况也是安全的

但是服务器对应的客户端不是只有一个，不同的客户端，使用的密钥，是否是一样的呢？

但是问题又来了

于是就有了

第二步，使用非对称加密

相当于公钥把[key和被key加密的数据]给加密了，然后服务器用私钥把公钥给打开了，然后获取到了key，进而获取到了被key加密的数据，当第一次服务器获取了这个key之后，这个非对称密钥就可以不用了，因为第一次的时候key有公钥保护，黑客没有拿到key，后续就更拿不到了，因为这个时候key以及被服务器获取了

客户端和服务器的业务数据传输，仍然是使用对称加密的方式，因为对称加密速度快，成本低，为了保证对称密钥能够安全到达服务器，引入了非对称加密来保护对称密钥，非对称加密在对称加密传输完成之后，就可以不要了，这就保证了数据安全，同时性能也不会受太大的影响

相当于
B想玩A的游戏号，可是C也想玩，但是A不想给C，这时候A用嘴巴说话告诉B，我的密码是111xxxxx，本来密码有8位，现在只说了3位，因为A发现了C在偷听，为了防止C偷听，A可以发微信告诉B剩下的密码，这时候C就听不到了，然后B就可以随时登录A的游戏号了

你以为这样就安全了吗？？？
当然不是！安全是相对的，黑客也不是吃素的，下面我们来看一下黑客通过来骗来偷袭的方式，如何骗到了客户端

上述情况，黑客在中间的操作，客户端和服务器都是感知不到的，我们把这样的操作就叫做中间人攻击
而中间人攻击，破解的关键就是要让客户端能够信任公钥！如果客户端能够识别出这个公钥是不是服务器本身的，那么问题不就迎刃而解了嘛

第三步 引入证书

这个证书不是纸质的证书，而是一串数据（类似于一个对象，里面有很多属性），是一个数字证书。
假如我现在有一个服务器，我就需要去这个机构里申请证书，申请的时候，当然要提交一些材料（甚至要交钱），机构进行审核，审核通过了，就颁发证书。
提交资料的时候，服务器的公钥，也一起提交过去，此时，证书中就包含了服务器的公钥

现在一共涉及到了5把密钥
客户端生成的对称密钥，用来加密数据
服务器生成的非对称密钥pub和pri，用来加密对称密钥
颁布证书机构的非对称密钥（pri，权威机构自己持有这个私钥）
客户端电脑系统内置的权威机构的公钥，用来加密证书的签名

上述的这一套：对称加密+非对称加密+证书这一套流程，叫做SSL（也叫TLS，两者是一个东西）
SSL也是一个协议
总的来说HTTPS=HTTP+SSL
不仅在HTTPS中涉及到SSL，其他场景也会用到SSL（比如SSH协议,JDBC编程等）

面试题

1.http响应首行状态码那里 ，基本必考
2.HTTPS的加密过程