python—HTTP協議詳解

1、HTTP協議簡介

超文本傳輸協議（英文：HyperText Transfer Protocol，縮寫：HTTP）
是一種用於分佈 式、協作式和超媒體信息系統的應用層協議。
HTTP是萬維網的數據通信的基礎。

HTTP的發展是由蒂姆∙伯納斯-李於1989年在歐洲核子研究組織（CERN）所發起。
HTTP的 標準制定由萬維網協會（World Wide Web Consortium，W3C）和互聯網工程任務組 （Internet Engineering Task Force，IETF）進行協調，終發佈了一系列的RFC，其中 著名的是1999年6月公佈的 RFC 2616，定義了HTTP協議中現今廣泛使用的一個版本—— HTTP 1.1。

2014年12月，互聯網工程任務組（IETF）的Hypertext Transfer Protocol Bis（httpbis） 工作小組將HTTP/2標準提議遞交至IESG進行討論，於2015年2月17日被批准。 HTTP/2標 準於2015年5月以RFC 7540正式發表，取代HTTP 1.1成爲HTTP的實現標準。

2、HTTP協議概述

HTTP是一個客戶端終端（用戶）和服務器端（網站）請求和應答的標準（TCP）。
通過使 用網頁瀏覽器、網絡爬蟲或者其它的工具，客戶端發起一個HTTP請求到服務器上指定端口 （默認端口爲80）。

我們稱這個客戶端爲用戶代理程序（user agent）。
應答的服務器上 存儲着一些資源，比如HTML文件和圖像。我們稱這個應答服務器爲源服務器（origin server）。在用戶代理和源服務器中間可能存在多個“中間層”，比如代理服務器、網關或 者隧道（tunnel）。

儘管TCP/IP協議是互聯網上流行的應用，HTTP協議中，並沒有規定必須使用它或它支持 的層。事實上，HTTP可以在任何互聯網協議上，或其他網絡上實現。HTTP假定其下層協議 提供可靠的傳輸。因此，任何能夠提供這種保證的協議都可以被其使用。因此也就是其在 TCP/IP協議族使用TCP作爲其傳輸層。

通常，由HTTP客戶端發起一個請求，創建一個到服務器指定端口（默認是80端口）的TCP 連接。HTTP服務器則在那個端口監聽客戶端的請求。一旦收到請求，服務器會向客戶端返 回一個狀態，比如"HTTP/1.1 200 OK"，以及返回的內容，如請求的文件、錯誤消息、或者 其它信息。

3、HTTP工作原理

HTTP協議定義Web客戶端如何從Web服務器請求Web頁面，以及服務器如何把Web頁面 傳送給客戶端。HTTP協議採用了請求/響應模型。客戶端向服務器發送一個請求報文，請求 報文包含請求的方法、URL、協議版本、請求頭部和請求數據。服務器以一個狀態行作爲響 應，響應的內容包括協議的版本、成功或者錯誤代碼、服務器信息、響應頭部和響應數據。

以下是 HTTP 請求/響應的步驟：

1. 客戶端連接到Web服務器 一個HTTP客戶端，通常是瀏覽器，與Web服務器的HTTP端口（默認爲80）建立一個TCP 套接字連接。例如，http://www.luffycity.com。

2. 發送HTTP請求 通過TCP套接字，客戶端向Web服務器發送一個文本的請求報文，一個請求報文由請求 行、請求頭部、空行和請求數據4部分組成。

3. 服務器接受請求並返回HTTP響應 Web服務器解析請求，定位請求資源。服務器將資源複本寫到TCP套接字，由客戶端讀 取。一個響應由狀態行、響應頭部、空行和響應數據4部分組成。

4. 釋放連接TCP連接 若connection 模式爲close，則服務器主動關閉TCP連接，客戶端被動關閉連接，釋放TCP 連接;若connection 模式爲keepalive，則該連接會保持一段時間，在該時間內可以繼續接 收請求;

5. 客戶端瀏覽器解析HTML內容 客戶端瀏覽器首先解析狀態行，查看錶明請求是否成功的狀態代碼。然後解析每一個響應 頭，響應頭告知以下爲若干字節的HTML文檔和文檔的字符集。

客戶端瀏覽器讀取響應數據 HTML，根據HTML的語法對其進行格式化，並在瀏覽器窗口中顯示。 例如：在瀏覽器地址欄鍵入URL，按下回車之後會經歷以下流程：

1. 瀏覽器向 DNS 服務器請求解析該 URL 中的域名所對應的 IP 地址;
2. 解析出 IP 地址後，根據該 IP 地址和默認端口 80，和服務器建立TCP連接;
3. 瀏覽器發出讀取文件(URL 中域名後面部分對應的文件)的HTTP 請求，該請求報文作爲 TCP 三次握手的第三個報文的數據發送給服務器;
4. 服務器對瀏覽器請求作出響應，並把對應的 html 文本發送給瀏覽器;
5. 釋放 TCP連接;
6. 瀏覽器將該 html 文本並顯示內容;

4、HTTP請求方法

HTTP/1.1協議中共定義了八種方法（也叫“動作”）來以不同方式操作指定的資源： GET 向指定的資源發出“顯示”請求。

使用GET方法應該只用在讀取數據，而不應當被用於產 生“副作用”的操作中，例如在Web Application中。其中一個原因是GET可能會被網絡蜘 蛛等隨意訪問。

HEAD 與GET方法一樣，都是向服務器發出指定資源的請求。只不過服務器將不傳回資源的本文部 分。它的好處在於，使用這個方法可以在不必傳輸全部內容的情況下，就可以獲取其中“關 於該資源的信息”（元信息或稱元數據）。 POST 向指定資源提交數據，請求服務器進行處理（例如提交表單或者上傳文件）。

數據被包含在 請求本文中。這個請求可能會創建新的資源或修改現有資源，或二者皆有。 PUT 向指定資源位置上傳其新內容。 DELETE 請求服務器刪除Request-URI所標識的資源。 TRACE 回顯服務器收到的請求，主要用於測試或診斷。

OPTIONS 這個方法可使服務器傳回該資源所支持的所有HTTP請求方法。用’*'來代替資源名稱，向 Web服務器發送OPTIONS請求，可以測試服務器功能是否正常運作。 CONNECT HTTP/1.1協議中預留給能夠將連接改爲管道方式的代理服務器。通常用於SSL加密服務器的 鏈接（經由非加密的HTTP代理服務器）。

注意事項：

1.方法名稱是區分大小寫的。當某個請求所針對的資源不支持對應的請求方法的時候，服務 器應當返回狀態碼405（Method Not Allowed），當服務器不認識或者不支持對應的請求 方法的時候，應當返回狀態碼501（Not Implemented）。

2.HTTP服務器至少應該實現GET和HEAD方法，其他方法都是可選的。當然，所有的方法支 持的實現都應當匹配下述的方法各自的語義定義。此外，除了上述方法，特定的HTTP服務 器還能夠擴展自定義的方法。例如PATCH（由 RFC 5789 指定的方法）用於將局部修改應 用到資源。

5、HTTP狀態碼

所有HTTP響應的第一行都是狀態行，依次是當前HTTP版本號，3位數字組成的狀態代碼， 以及描述狀態的短語，彼此由空格分隔。 狀態代碼的第一個數字代表當前響應的類型：

∙ 1xx消息——請求已被服務器接收，繼續處理
∙ 2xx成功——請求已成功被服務器接收、理解、並接受
∙ 3xx重定向——需要後續操作才能完成這一請求
∙ 4xx請求錯誤——請求含有詞法錯誤或者無法被執行
∙ 5xx服務器錯誤——服務器在處理某個正確請求時發生錯誤 雖然 RFC 2616 中已經推薦了描述狀態的短語，例如"200 OK"，“404 Not Found”，但是 WEB開發者仍然能夠自行決定採用何種短語，用以顯示本地化的狀態描述或者自定義信 息。

6、URL

超文本傳輸協議（HTTP）的統一資源定位符將從因特網獲取信息的五個基本元素包括在一 個簡單的地址中：

∙ 傳送協議。
∙ 層級URL標記符號(爲[//],固定不變)
∙ 訪問資源需要的憑證信息（可省略）
∙ 服務器。（通常爲域名，有時爲IP地址）
∙ 端口號。（以數字方式表示，若爲HTTP的默認值“:80”可省略）
∙ 路徑。（以“/”字符區別路徑中的每一個目錄名稱）
∙ 查詢。（GET模式的窗體參數，以“?”字符爲起點，每個參數以“&”隔開，再 以“=”分開參數 名 稱與數據，通常以UTF8的URL編碼，避開字符衝突的問題）
∙ 片段。以“#”字符爲起點 以http://www.luffycity.com:80/news/index.html?id=250&page=1 爲例,

其中： http，是協議； www.luffycity.com，是服務器； 80，是服務器上的網絡端口號； /news/index.html，是路徑； ?id=250&page=1，是查詢。

大多數網頁瀏覽器不要求用戶輸入網頁中“http://”的部分，因爲絕大多數網頁內容是超 文本傳輸協議文件。同樣，“80”是超文本傳輸協議文件的常用端口號，因此一般也不必 寫明。一般來說用戶只要鍵入統一資源定位符的一部分 （www.luffycity.com:80/news/index.html?id=250&page=1）就可以了。

由於超文本傳輸協議允許服務器將瀏覽器重定向到另一個網頁地址，因此許多服務器允許用 戶省略網頁地址中的部分，比如 www。從技術上來說這樣省略後的網頁地址實際上是一個 不同的網頁地址，瀏覽器本身無法決定這個新地址是否通，服務器必須完成重定向的任務。

7、HTTP請求格式

8、HTTP相應格式

HTTP響應也由三個部分組成，分別是：狀態行、消息報頭、響應正文

<status-line>
<headers>
<blank line>
[<response-body>]

在響應中唯一真正的區別在於第一行中用狀態信息代替了請求信息。狀態行（status line）通過提供一個狀態碼來說明所請求的資源情況。