Http协议的简单理解
Http协议的简单理解
协议
现实生活中的协议：相互遵守，单方面违背则协议不成立。(停战协议、全球贸易协议)
互联网中的协议：ftp、http、stmp、TCP/IP、UDP…
HTTP协议简介
HTTP(Hypertext transfer protocol)：超文本传输协议，详细的制定了万维网服务器与客户端间的数据传输的通信规则。
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）。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，经过几年的使用与发展，得到不断地完善和扩展。目前在WWW中使用的是HTTP/1.0的第六版，HTTP/1.1的规范化工作正在进行之中，而且HTTP-NG(Next Generation of HTTP)的建议已经提出。
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。 下图是HTTP请求-响应模型。
HTTP协议特点
- 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、HEAD、POST。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。
- 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。
- 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。
- 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。
- 支持B/S及C/S模式。
HTTP之URL
HTTP使用统一资源标识符（Uniform Resource Identifiers, 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,全称是UniformResourceLocator, 中文叫统一资源定位符,是互联网上用来标识某一处资源的地址。
以下面这个URL为例，介绍下普通URL的各部分组成：
http://www.aspxfans.com:8080/news/index.asp?boardID=5&ID=24618&page=1#name
一个URL包含以下几部分：
- 协议部分：该URL的协议部分为
http:，代表网页使用的是HTTP协议。Internet中可以使用多种协议，如HTTP、FTP等等。后面的//为分隔符 - 域名部分：该URL的域名部分为
www.aspxfans.com。在URL中，也能用IP地址来作为域名使用 - 端口部分：该URL的端口部分为
:8080。跟在域名后面的是端口，域名和端口之间使用“:”作为分隔符。端口不是一个URL必须的部分，如果省略端口部分，则将采用默认端口 - 虚拟目录部分：该URL的虚拟目录部分是
/news/。从域名后第一个 / 开始，到最后的 / 为止 ，都是虚拟目录部分，它也并不是一个URL必须的部分。 - 文件名部分：该URL的文件名部分是
index.asp。从域名后的最后一个“/”开始到“？”为止，是文件名部分，如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止，是文件部分，如果没有“？”和“#”，那么从域名后的最后一个“/”开始到结束，都是文件名部分。。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。 - 锚部分：该URL的锚部分是
name。从“#”开始到最后，都是锚部分。锚部分也不是一个URL必须的部分。 - 参数部分：该URL的参数部分是
boardID=5&ID=24618&page=1。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。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与URL的区别
URI(uniform resource identifier)，意思是统一资源标识符，用于唯一的标识一个资源。
Web上可用的每种资源如HTML文档、图像、视频等都是用URI来定位的。
一个URI由三部分组成：
- 访问资源的命名机制
- 存放资源的主机名
- 资源自身名称，由路径表示
URL(uniform resource locator)，意思是统一资源定位器，它是一种具体的URI。可以用来标识一个资源，而且还指明了如何锁定这个资源。
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。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 。
一个URL由三部分组成：
- 协议
- 存有资源的主机IP地址(包含端口号)
- 主机资源具体地址
HTTP之Request
客户端向服务器发送的HTTP请求由如下的四个部分组成
- 请求行(request line)
- 请求头(request head)
- 空行
- 请求数据
下图就是Http请求的消息结构
请求行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本。
比如如下就是一个GET请求的示例：
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
请求行
请求行用于说明请求的类型、要访问的资源及使用的HTTP版本
比如上面的请求类型就是GET类型
访问的资源则是 /562f25980001b1b106000338.jpg
使用的HTTP版本是HTTP 1.1
请求头
请求头紧接在请求行后，用于说明服务器使用的附加信息
Host：指定了请求的目的地 img.mukewang.com
User-Agent：包含了浏览器的类型信息。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.该信息由浏览器定义,且在每个请求中自动发送。
空行
请求头后必须有一个空行，即使请求数据为空
请求数据
本GET请求中的请求数据为空。
下面是一个POST请求的例子
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
- 请求行：标明了使用POST方式，HTTP1.1协议
- 请求头：标明了一些附加信息
- 空行：紧跟在请求头后
- 请求数据：指定了name数据和publisher数据等
HTTP之Response
一般情况下服务器接收到客户端的请求后会返回一个HTTP响应信息
响应信息也是由四部分组成
- 状态行
- 消息报头
- 空行
- 响应正文
下面就是一个响应的结构
下面给出一个响应的例子
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>
状态行
状态行由HTTP版本号(HTTP/1.1)，状态码(200)及状态消息(OK)三部分组成
消息报头
消息报头说明了一些客户端要使用的附加信息
-
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
空行
消息报头后必须有一个空行。
响应正文
响应正文则是服务器返回给客户端的文本信息(如HTML代码等)
HTTP之状态码
状态码由三位数字组成，第一个数字定义了相应的类别
- 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
下面是一些常见的状态码
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
更多的状态码可以参考这篇文章
HTTP之请求方法
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。
HTTP工作原理
HTTP协议定义了Web客户端如何从Web服务器请求Web页面 ，以及服务器如何将页面传送给客户端。其采用了 请求/响应 模型。
客户端向服务器发送请求报文，请求报文中包含了请求的方法、URL、协议版本、请求头和请求数据。
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、响应头和响应数据。
下面是详细步骤
1. 客户端连接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 Socket连接。例如，
2. 发送HTTP请求
通过TCP Socket，客户端向Web服务器发送一个请求报文。
3. 服务器接收请求并返回响应
Web服务器将会解析请求，定位请求的资源。服务器将资源副本写为TCP Socket，由客户端来读取。
4. 释放TCP连接
如果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。
如果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. 客户端进行相应处理
客户端收到后，先解析状态行，查看状态码是否表明成功。
然后解析响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。
之后客户端对响应的数据进行一系列处理，将结果显示出来。
GET请求与POST请求的区别
GET请求
GET /books/?sex=man&name=Professional HTTP/1.1
Host: www.wrox.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 Firefox/1.0.1
Connection: Keep-Alive
[空行]
POST请求
POST / HTTP/1.1
Host: www.wrox.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 Firefox/1.0.1
Content-Type: application/x-www-form-urlencoded
Content-Length: 40
Connection: Keep-Alive
[空行]
name=Professional%20Ajax&publisher=Wiley
上面是GET和POST请求的示例
它们的区别如下
- 放置请求数据的方式不同，因此，GET提交的数据会在地址栏中显示出来，而POST提交，地址栏不会改变
- GET请求的数据会附在URL之后，如
login.action?username=hahaha&password=idontknow。如果数据是英文字母/数字，原样发送，如果是空格，转换为+，如果是中文/其他字符，则直接把字符串用BASE64加密 - POST请求则是把提交的数据放置在HTTP包的包体中。
- GET请求的数据会附在URL之后，如
- 传输数据的大小。虽然HTTP协议没有对传输的数据大小进行限制，HTTP协议规范也没有对URL长度进行限制。但是实际开发中会有如下的限制
- **GET：**特定浏览器和服务器对URL长度有限制，例如 IE对URL长度的限制是2083字节(2K+35)。对于其他浏览器，如Netscape、FireFox等，理论上没有长度限制，其限制取决于操作系统的支持。 因此对于GET提交时，传输数据就会受到URL长度的限制。
- **POST：**由于不是通过URL传值，理论上数据不受限。但实际各个WEB服务器会规定对POST提交数据大小进行限制，Apache、IIS6都有各自的配置。
- 安全性
- POST的安全性要比GET的安全性高。比如：通过GET提交数据，用户名和密码将明文出现在URL上：登录页面有可能被浏览器缓存；其他人查看浏览器的历史纪录，那么别人就可以拿到你的账号和密码了。除此之外，使用GET提交数据还可能会造成Cross-site request forgery攻击