web服务器及http协议原理

一、HTTP协议的作用原理

    WWW是以Internet作为传输媒介的一个应用系统，WWW网上最基本的传输单位是Web网页。WWW的工作基于客户机/服务器计算模型，由Web 浏览器（客户机）和Web服务器（服务器）构成，两者之间采用超文本传送协议（HTTP）进行通信。HTTP协议是基于TCP/IP协议之上的协议，是Web浏览器和Web服务器之间的应用层协议，是通用的、无状态的、面向对象的协议。HTTP协议的作用原理包括四个步骤：

    （1） 连接：Web浏览器与Web服务器建立连接，打开一个称为socket（套接字）的虚拟文件，此文件的建立标志着连接建立成功。

    （2） 请求：Web浏览器通过socket向Web服务器提交请求。HTTP的请求一般是GET或POST命令（POST用于FORM参数的传递）。GET命令的格式为：

    GET 路径/文件名 HTTP/1.0

    文件名指出所访问的文件，HTTP/1.0指出Web浏览器使用的HTTP版本。

    （3） 应答：Web浏览器提交请求后，通过HTTP协议传送给Web服务器。Web服务器接到后，进行事务处理，处理结果又通过HTTP传回给Web浏览器，从而在Web浏览器上显示出所请求的页面。

    例：假设客户机与www.mycompany.com：8080/mydir/index.html建立了连接，就会发送GET命令：GET /mydir/index.html HTTP/1.0.主机名为www.mycompany.com的Web服务器从它的文档空间中搜索子目录mydir的文件index.html.如果找到该文件，Web服务器把该文件内容传送给相应的Web浏览器。

    为了告知 Web浏览器传送内容的类型，Web服务器首先传送一些HTTP头信息，然后传送具体内容（即HTTP体信息），HTTP头信息和HTTP体信息之间用一个空行分开。

    常用的HTTP头信息有：

    ① HTTP 1.0 200 OK

    这是Web服务器应答的第一行，列出服务器正在运行的HTTP版本号和应答代码。代码“200 OK”表示请求完成。

    ② MIME_Version：1.0

    它指示MIME类型的版本。

    ③ content_type：类型

    这个头信息非常重要，它指示HTTP体信息的MIME类型。如：content_type：text/html指示传送的数据是HTML文档。

    ④ content_length：长度值

    它指示HTTP体信息的长度（字节）。

    （4） 关闭连接：当应答结束后，Web浏览器与Web服务器必须断开，以保证其它Web浏览器能够与Web服务器建立连接。

    二、Java实现Web服务器功能的程序设计

    根据上述HTTP协议的作用原理，实现GET请求的Web服务器程序的方法如下：

    （1） 创建ServerSocket类对象，监听端口8080.这是为了区别于HTTP的标准TCP/IP端口80而取的；

    （2） 等待、接受客户机连接到端口8080，得到与客户机连接的socket；

    （3） 创建与socket字相关联的输入流instream和输出流outstream；

    （4） 从与socket关联的输入流instream中读取一行客户机提交的请求信息，请求信息的格式为：GET 路径/文件名 HTTP/1.0

    （5） 从请求信息中获取请求类型。如果请求类型是GET，则从请求信息中获取所访问的HTML文件名。没有HTML文件名时，则以index.html作为文件名；

    （6） 如果HTML文件存在，则打开HTML文件，把HTTP头信息和HTML文件内容通过socket传回给Web浏览器，然后关闭文件。否则发送错误信息给Web浏览器；

    （7） 关闭与相应Web浏览器连接的socket字。

    下面的程序是根据上述方法编写的、可实现多线程的Web服务器，以保证多个客户机能同时与该Web服务器连接。

    三、Http服务器

    Http服务器主要由三个类构成：HttpServer、Request和Response。

    其中程序的入口在HttpServer类，它调用await()方法，使得Server开始等候客户端的连接。当客户端连接后，它将把静态的页面内容发送给客户端浏览器。

    由于Web服务器使用Http协议通信的因此也把它叫做Http服务器，Http使用可靠的TCP连接来工作，它是面向连接的通信方式，这意味着客户端和服务器每次通信都建立自己的连接，它又是无状态的连接，当数据传输完毕后客户端和服务器端的连接马上关闭，这样可以节省服务器的资源，当然假如需要传输大量的数据，你可以在Request的头设置Connection=keep-alive使得可以复用这一个连接通道。

    在HTTP协议中非常重要的两个概念就是：请求（Request)和（响应）

 一个Http请求包括三个重要的部分：
1）Method-URI-PRotocol/Version
2）Request headers
3）Entity body 

下面是一个Http请求的例子：
POST /servlet/default.jsp HTTP/1.1
Accept: text/plain; text/Html
Accept-Language: en-gb
Connection: Keep-Alive
Host: localhost
Referer: http://localhost/ch8/SendDetails.htm
User-Agent: Mozilla/4.0 (compatible; MSIE 4.01; Windows 98)
Content-Length: 33
Content-Type: application/x-www-form-urlencoded
Accept-Encoding: gzip, deflate

LastName=Franks&FirstName=Michael

     其中第一行是Method-URI-Protocol/Version ，这是非常重要的部分，你需要从中读取客户端数据传输的方式，URI以及协议和版本，在这里分别是POST / servlet/default.jsp http/1.1，我们的简单的服务器的思路就是从request中得到URI后在你的服务器上找到这个资源，比如是一个静态的html页面，然后把它发送给浏览器。记住URI是相对于你的HTTP服务器的根目录的，所以以/来开头。接下来的部分是请求头信息它们都是以name:value这样的方式构成的，这里不再多介绍了。在Header和Entity body之间有一空行叫做CRLF，这用来标记Entity body的开始的，意思是下面的是传输的数据了。

     HTTP响应和请求非常相似，同样包括三个部分：
1）Protocol-Status code-Description
2）Response headers
3）Entity body

下面是一个具体的例子：
HTTP/1.1 200 OK
Server: Microsoft-IIS/4.0
Date: Mon, 3 Jan 1998 13:13:33 GMT
Content-Type: text/html
Last-Modified: Mon, 11 Jan 1998 13:23:42 GMT
Content-Length: 112

something  in html style......................
通常在J2ME联网中我们需要判定响应的状态码来决定下一步的操作，比如200代表连接成功。现在你应该清楚为什么这么做了吧。同样在Header和Entity body中有一个CRLF分割。