详解HTTP协议

目录

HTTP协议

URL

HTTP报文

请求报文：

响应报文：

HTTP工作原理

---

HTTP协议

一、协议简介

• HTTP协议(超文本传输协议),是用于从万维网(WWW)服务器传输超文本到本地浏览器的传送协议。
• HTTP是一个基于TCP/IP通信协议来传递数据（HTML 文件, 图片文件, 查询结果等）。
• HTTP是一个属于应用层的面向对象的协议，由于其简捷、快速的方式，适用于分布式超媒体信息系统。它于1990年提出，目前在WWW中使用的是HTTP/1.0的第六版.
• HTTP协议工作于客户端-服务端架构为上。浏览器作为HTTP客户端通过URL向HTTP服务端即WEB服务器发送所有请求。Web服务器根据接收到的请求后，向客户端发送响应信息。

         

 

二、主要特点

1. 简单快速：客户向服务器请求服务时，只需传送请求方法和路径。请求方法常用的有GET、POST、HEAD。每种方法规定了客户与服务器联系的类型不同。由于HTTP协议简单，使得HTTP服务器的程序规模小，因而通信速度很快。
2. 灵活：HTTP允许传输任意类型的数据对象。正在传输的类型由Content-Type加以标记。
3. 无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接。采用这种方式可以节省传输时间。
4. 无状态：HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。
5. 支持B/S及C/S模式。

---

URL

• HTTP使用统一资源标识符（URI）来传输数据和建立连接。URL是一种特殊类型的URI，包含了用于查找某个资源的足够的信息。
• URL：统一资源定位符,在互联网上用来标识某一处资源的地址。简单来说，URL就是我们平时说的“网址”。

下面以这个URL为例，介绍下普通URL的各部分组成：

        http://www.le.com/ptv/vplay/20167941.html?ch=sogou_sv&fromvsogou=1

• 协议部分：该URL的协议部分为“http：”，这代表网页使用的是HTTP协议。在Internet中可以使用多种协议，如HTTP，FTP等等本例中使用的是HTTP协议。在"HTTP"后面的“//”为分隔符。
• 域名部分：该URL的域名部分为“www.le.com”。一个URL中，也可以使用IP地址作为域名使用
• 虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分。本例中的虚拟目录是“/ptv/vplay”。
• 文件名部分：从域名后的最后一个“/”开始到“？”为止(如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止)，本例中的文件名是“20167941.html”。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名。
• 参数部分：从“？”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。本例中的参数部分为“ch=sogou_sv&fromvsogou=1”。参数可以允许有多个参数，参数与参数之间用“&”作为分隔符。

URI和URL的区别：

       URI用字符串唯一标识某一互联网资源，URL标识了资源的地点(在互联网上所处的位置)，也就是说：URL是URI的子集。

• URI：Web上可用的每种资源如HTML文档、图像、视频片段、程序等都是一个来URI来定位的。

        URI一般由三部组成：

                ①访问资源的命名机制
                ②存放资源的主机名
                ③资源自身的名称，由路径表示，着重强调于资源

• URL：是Internet上用来描述信息资源的字符串，主要用在各种WWW客户程序和服务器程序上，特别是著名的马赛克(Mosaic)。采用URL可以用一种统一的格式来描述各种信息资源，包括文件、服务器的地址和目录等。

        URL一般由三部组成：

                ①协议(或称为服务方式)
                ②存有该资源的主机IP地址(有时也包括端口号)
                ③主机资源的具体地址。如目录和文件名等

---

HTTP报文

• 用于HTTP协议交互的信息被称为HTTP报文。
• 请求端(客户端)的HTTP报文叫做请求报文；响应端(服务器端)的HTTP报文叫做响应报文。

请求报文：

 

客户端发送一个HTTP请求到服务器的请求消息包括以下四个部分：

1. 请求行：用来说明 请求方法(method)、要访问的资源(URI)、所使用的HTTP版本。
2. 请求头部：用来说明 服务器要使用的附加信息。其中Content-Length标识了请求数据的长度。
3. 空行：将请求头部与有效载荷分隔开，请求头部后面的空行是必须的。
4. 请求数据：请求数据也叫报文主体，可以添加任意的其他数据，也可以为空。

 

HTTP中常见的请求头部：

• Content-Type: 数据类型(text/html等)； 
• Content-Length: 报文主体的长度；
• Host: 客户端告知服务器, 所请求的资源是在哪个主机的哪个端口上;
• User-Agent: 声明用户的操作系统和浏览器版本信息;
• referer: 当前页⾯是从哪个页⾯跳转过来的;
• location: 搭配3xx状态码使用, 告诉客户端接下来要去哪⾥访问;
• Cookie: ⽤于在客户端存储少量信息. 通常用于实现会话(session)的功能;

 

请求报文中请求行的请求方法(method)：

根据HTTP标准，HTTP请求可以使用多种请求方法。
HTTP1.0定义了三种请求方法： GET, POST 和 HEAD方法。
HTTP1.1新增了五种请求方法：OPTIONS, PUT, DELETE, TRACE 和 CONNECT 方法。

GET     请求指定的页面信息，并返回实体主体。
HEAD     类似于get请求，只不过返回的响应中没有具体的内容，用于获取报头
POST     向指定资源提交数据进行处理请求（例如提交表单或者上传文件）。数据被包含在请求体中。POST请求可能会导致新的资源的建立和/或已有资源的修改。
PUT     从客户端向服务器传送的数据取代指定的文档的内容。
DELETE      请求服务器删除指定的页面。
CONNECT     HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。
OPTIONS     允许客户端查看服务器的性能。
TRACE     回显服务器收到的请求，主要用于测试或诊断。

 

Get请求例子，使用Charles抓取的request：

GET /562f25980001b1b106000338.jpg HTTP/1.1
Host    img.mukewang.com
User-Agent    Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36
Accept    image/webp,image/*,*/*;q=0.8
Referer    http://www.imooc.com/
Accept-Encoding    gzip, deflate, sdch
Accept-Language    zh-CN,zh;q=0.8

• 第一部分：请求行，用来说明请求类型,要访问的资源以及所使用的HTTP版本.

        GET说明请求类型为GET，[/562f25980001b1b106000338.jpg]为要访问的资源，最后一部分说明使用的是HTTP1.1版本。

• 第二部分：请求头部，紧接着请求行，用来说明服务器要使用的附加信息

        从第二行到第七行是请求头部，HOST将指出请求的目的地，User-Agent 服务器端和客户端脚本都能访问它,它是浏览器类型检测逻辑的重要基础，该信息由你的浏览器来定义，并且在每个请求中自动发送等等。

• 第三部分：空行，用于分隔请求头部与有效载荷，请求头部后面的空行是必须的

        即使第四部分的请求数据为空，也必须有空行。

• 第四部分：请求数据也叫主体，可以添加任意的其他数据。

        这个例子的请求数据为空。

 

POST请求例子，使用Charles抓取的request：

POST / HTTP1.1
Host:www.wrox.com
User-Agent:Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727; .NET CLR 3.0.04506.648; .NET CLR 3.5.21022)
Content-Type:application/x-www-form-urlencoded
Content-Length:40
Connection: Keep-Alive

name=Professional%20Ajax&publisher=Wiley

• 第一部分：请求行，第一行说明了是post请求，以及http1.1版本。
• 第二部分：请求头部，包括第二行至第六行。
• 第三部分：空行，第七行的空行。
• 第四部分：请求数据，第八行。

GET和POST请求的区别：

1. GET一般用于获取/查询资源信息，而POST一般用于更新资源信息。
2. GET提交的数据会放在URL之后，以?分割URL和传输数据，参数之间以&相连，如EditPosts.aspx?name=test1&id=123456. POST方法是把提交的数据放在HTTP包的报文主体中。
3. GET提交的数据大小有限制（因为浏览器对URL的长度有限制），而POST方法提交的数据没有限制。
4. GET方式需要使用Request.QueryString来取得变量的值，而POST方式通过Request.Form来获取变量的值。
5. GET方式提交数据，会带来安全问题，比如一个登录页面，通过GET方式提交数据时，用户名和密码将出现在URL上，如果页面可以被缓存或者其他人可以访问这台机器，就可以从历史记录获得该用户的账号和密码。

 

响应报文：

一般情况下，服务器接收并处理客户端发过来的请求后会返回一个HTTP的响应消息，响应也由四个部分组成：

1. 状态行：由 HTTP协议版本号、 状态码、状态消息 三部分组成。
2. 响应头部：用来说明 客户端要使用的附加信息。
3. 空行：将响应头部与有效载荷分隔开，消息报头后面的空行是必须的。
4. 响应正文：响应正文，服务器返回给客户端的文本信息。（空行后面的html部分为响应正文）

响应报文中状态行的状态码：

状态码有三位数字组成，第一个数字定义了响应的类别，共分五种类别:

• 1xx：指示信息--表示请求已接收，继续处理
• 2xx：成功--表示请求已被成功接收、理解、接受
• 3xx：重定向--要完成请求必须进行更进一步的操作
• 4xx：客户端错误--请求有语法错误或请求无法实现
• 5xx：服务器端错误--服务器未能实现合法的请求

常见状态码：

200 OK                        //客户端请求成功
400 Bad Request               //客户端请求有语法错误，不能被服务器所理解
401 Unauthorized              //请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用 
403 Forbidden                 //服务器收到请求，但是拒绝提供服务
404 Not Found                 //请求资源不存在，eg：输入了错误的URL
500 Internal Server Error     //服务器发生不可预期的错误
503 Server Unavailable        //服务器当前不能处理客户端的请求，一段时间后可能恢复正常

更多状态码http://www.runoob.com/http/http-status-codes.html

响应报文例子：

HTTP/1.1 200 OK
Date: Fri, 22 May 2009 06:07:21 GMT
Content-Type: text/html; charset=UTF-8

<html>
      <head></head>
      <body>
            <!--body goes here-->
      </body>
</html>

• 第一部分：第一行是状态行，（HTTP/1.1）表明HTTP版本为1.1版本，状态码为200，状态消息为（ok）
• 第二部分：第二行和第三行为消息报头，用来说明客户端要使用的一些附加信息。   Date:生成响应的日期和时间；Content-Type:指定了MIME类型的HTML(text/html),编码类型是UTF-8
• 第三部分：空行，消息报头后面的空行是必须的
• 第四部分：响应正文，服务器返回给客户端的文本信息。空行后面的html部分为响应正文。

---

HTTP工作原理

         HTTP协议定义Web客户端如何从Web服务器请求Web页面，以及服务器如何把Web页面传送给客户端。HTTP协议采用了请求/响应模型。客户端向服务器发送一个请求报文，请求报文包含请求方法、URL、协议版本、请求头部和请求数据；服务器以一个状态行作为响应，响应的内容包括协议的版本、成功或者错误代码、服务器信息、响应头部和响应数据。

HTTP 请求/响应的具体步骤：

  1、客户端连接到Web服务器

         一个HTTP客户端，通常是浏览器，与Web服务器的HTTP端口（默认为80）建立一个TCP套接字连接。例如，http://www.oakcms.cn。

   2、发送HTTP请求

         通过TCP套接字，客户端向Web服务器发送一个文本的请求报文，一个请求报文由请求行、请求头部、空行和请求数据4部分组成。

   3、服务器接受请求并返回HTTP响应

         Web服务器解析请求，定位请求资源。服务器将资源复本写到TCP套接字，由客户端读取。一个响应由状态行、响应头部、空行和响应数据4部分组成。

   4、释放TCP连接

         若connection 模式为close，则服务器主动关闭TCP连接，客户端被动关闭连接，释放TCP连接；若connection 模式为keepalive，则该连接会保持一段时间，在该时间内可以继续接收请求。

   5、客户端浏览器解析HTML内容

         客户端浏览器首先解析状态行，查看表明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。客户端浏览器读取响应数据HTML，根据HTML的语法对其进行格式化，并在浏览器窗口中显示。

 

例如：在浏览器地址栏键入URL，按下回车之后会经历以下流程：

1、浏览器向 DNS 服务器请求解析该 URL 中的域名所对应的 IP 地址;

2、解析出 IP 地址后，根据该 IP 地址和默认端口 80（http端口号为80），和服务器建立TCP连接；

3、浏览器发出读取文件(URL 中域名后面部分对应的文件)的HTTP 请求，该请求报文作为TCP三次握手的第三个报文的数据发送给服务器;

4、服务器对浏览器请求作出响应，并把对应的 html 文本发送给浏览器;

5、释放TCP连接；

6、浏览器将该 html 文本解析并显示内容;