https到底加密了什么？

国庆期间闲来无事，写了一个简单的小程序，小程序名称叫做 IT藏经楼。目的是分享这些年自己积累的一些学习材料，方面大家查找使用，包括电子书、案例项目、学习视频、面试题和一些PPT模板。里面所有材料都免费分享。目前小程序中只发布了非常小的一部分，后续会陆续上传分享。当前版本的小程序页面也比较简单，还在逐渐的优化中。

问题描述

都说https是在http和tcp两层之间加密，针对的是传输过程，只有客户端和服务端才能解密，变成明文。但是又有很多人说，https协议下，用get请求不加密，需要用post才会加密，而且这么说的人很多。

我的疑惑就是，如果把整个数据都加密了，是不是无论get和post都是一样的？
因为不懂抓包技术，所以比较好奇。https传输下，抓包者抓到的都是乱码？能抓到URL，或者header之类的信息嘛？

另外再补充一个问题哈，网上还有一种中间人抓包模式？

如果有人在我和服务器之间抓包，伪造证书，搞这个中间人模式，那么浏览器是不是直接提示证书不安全？

如果浏览器也分辨不出来的话，是不是ssl证书质量不过关？

如果ssl证书质量过关，浏览器还无法分辨的话，那https岂不是一点用没有？该抓还抓，该截还截？

正文

首先直接说结论，https安全通信模式，是使用TLS加密传输所有的http协议

通常将TLS加密传输http这个通信过程称为https，如果使用协议封装的逻辑结构来表达就是：
IP + TCP + TLS +【HTTP】，其中用【】括起来的http是完全被加密保护起来的。

既然http被完全加密起来了，那使用https加密传输信息，途径互联网的时候，互联网上的第三方可以知道我们在访问什么网站吗？

可以的！你可能会很惊奇，既然http已经被完全加密了，怎么第三方还会知道我们访问什么网站？

我们在访问一个网站时，比如www.zhihu.com，首先会使用DNS将网站的域名解析成IP地址，然后才可以使用IP地址来网站建立TCP连接、TLS安全连接。由于DNS是不加密的，所以第三方只要通过读取明文的DNS查询与响应报文，就可以知道我们再访问哪些网站。

读者会心生一计，如果我将域名与IP地址的对应关系，保存在本地的host文件里，那么下次就不需要发送DNS查询报文了，那么第三方就无法知道我们在访问什么网站了，对吗？

好主意！但是第三方可以通过服务器的IP地址，使用DNS反向解析得到服务器的域名。

像知乎这样的网站通常会使用边缘加速，一个边缘加速服务器IP地址会host成千上百个网站，使用DNS反向解析会返回上千个域名，对吗？
对的！但是我们与服务器TLS握手时，会在Client Hello报文的“TLS Extension”里携带一个明文的“Server Name Indication”用于指示边缘服务器我们真正要访问哪个网站，第三方读取一下SNI就会得到答案。

即使我们的浏览器有点古老，不支持SNI扩展，第三方就没有办法知道我们访问哪个网站了？

当然可以知道，因为TLS握手时，服务器推送过来的Server Hello里会携带明文的证书，证书里会清清楚楚地标明客户端正要访问什么网站。

现在互联网上大体有以下三种通信模式：

• 不安全通信
  
• 不完全安全通信
  
• 安全通信
  

HTTPS到底加密了什么？

上面谈到了浏览器访问三种不同的模式，对于不安全通信、安全通信其实非常好理解，它们分别对应http与https。

http的协议封装的逻辑架构是这个样子的：IP + TCP + HTTP

https的协议封装的逻辑架构是这样的：IP + TCP + TLS +【HTTP】

两者都使用http协议通信，只是由于后者有TLS的撑腰（安全加密），才使得https通信安全。

不完全安全通信又代表什么呢？
https+ http

读者会很纳闷，如下图所示，访问微信公众平台明明使用https://的协议前缀（Prefix），应该全部使用https完全安全通信，而不会使用https+ http混合通信，对吗？

理论上是这样的，但现实有时却偏离理论。理想是丰满的，现实却是骨感的。

当我们使用https访问https://www.example.com时，服务器返回的内容是https加密的，这一点问题没有，当浏览器准备显示的时候，发现要显示的内容是一个链接资源，而这个资源的链接地址是：http:// www.example.com，于是浏览器使用不加密的http，去访问服务器，将链接所对应的资源拉下来，然后显示在浏览器上。

最终，我们看到的页面由两部分组成：https的安全页面 + http的不安全页面，我们称之为混合页面（Mixed Content）

为何会产生混合页面？

最早的服务器提供的是http服务，很多资源的链接地址无意中使用了绝对路径，比如“http://www.example.com”,在这个绝对路径中，不仅仅包含了路径“www.example.com/*****”，同时还包含了访问协议类型“http”。

这种绝对路径在http通信用的好好的，用于指示浏览器使用TCP 80端口访问服务器。

当https慢慢成为主流通信方式，越来越多的公司开始从http向https的迁徙，很多服务器跑在了有TLS保护的443端口。

当我们访问“https:// www.example.com”,浏览器可以协议前缀，准确地知道我们要访问的是服务器的443端口。

一旦链接使用绝对路径，浏览器就会乖乖地使用“http://www.example.com/*****”访问服务器的80端口。

如何解决混合页面问题？

将所有链接的绝对路径改写为相对路径“//www.example.com/*****”。

如果浏览器使用https访问服务器，会默认添加成“https: //www.example.com/*****”。

如果浏览器使用http访问服务器，会默认添加成“http: //www.example.com/*****”。

当你意识到自己访问的页面有一部分是明文传输时，会否大吃一惊？

混合页面的存在，网站的owner肯定是知道的，甚至故意将一部分静态页面（图片、视频、音频）使用http传输，以减轻服务器处理加密报文的负担。

有潜在的读取浏览器cookie的动态页面（Javascript），绝对不能使用明文传输。

使用完全加密的https通信时，则没有那么麻烦，所以将网站采用完全https通信是最明智的选择。

再来回顾一下问题，https会加密所有的http内容，但是当浏览器尝试去拉取不安全（http）链接时，此时已经不是安全通信了。当抓包时，就会出现在一堆加密报文中，穿插着不加密的报文。