HTTP 协议简介

国外媒体Venturebeat最近报道，谷歌 Chrome 将于今年七月份将所有的 HTTP 网站标记为“不安全” （原文链接）google又要带一波节奏了…..HTTP 协议是客户端浏览器或其他程序与 Web 服务器之间的应用层通信协议；HTTPS 协议可以理解为 HTTP+SSL/TLS， 即 HTTP 下加入 SSL 层，HTTPS 的安全基础是 SSL，因此加密的详细内容就需要 SSL，用于安全的 HTTP 数据传输。现在互联网安全越来越重要，如果大家都使用 HTTPS 协议的话会也会更加安全。

下面是对 HTTP 协议的一些总结：

协议概念

• 超文本传输协议（HTTP，HyperText Transfer Protocol)是互联网上广泛应用的一种网络协议，是万维网的数据通信的基础，HTTP是一个客户端终端（用户）和服务器端（网站）请求和应答的标准（TCP）。通过使用网页浏览器、网络爬虫或者其它的工具，客户端发起一个HTTP请求到服务器上指定端口（默认端口为80）。应答的服务器上存储着一些资源，比如HTML文件和图像。
• 通常，由HTTP客户端发起一个请求，创建一个到服务器指定端口（默认是80端口）的TCP连接。HTTP服务器则在那个端口监听客户端的请求。一旦收到请求，服务器会向客户端返回一个状态，比如”HTTP/1.1 200 OK”，以及返回的内容，如请求的文件、错误消息、或者其它信息。
• 设计HTTP最初的目的是为了提供一种发布和接收HTML页面的方法。1960年美国人Ted Nelson构思了一种通过计算机处理文本信息的方法，并称之为超文本（hypertext）,这成为了HTTP超文本传输协议标准架构的发展根基。Ted Nelson组织协调万维网协会（World Wide Web Consortium）和互联网工程工作小组（Internet Engineering Task Force ）共同合作研究，最终发布了一系列的RFC，其中著名的RFC 2616定义了HTTP 1.1。

主要特点

• 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。
• 灵活：HTTP是媒体独立的，这意味着，只要客户端和服务器知道如何处理的数据内容，任何类型的数据都可以通过HTTP发送。客户端以及服务器指定使用适合的MIME-type内容类型。
• 无状态：HTTP是一个基于请求/响应模式的无状态的协议。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。
• HTTP属于应用层协议，网页的浏览实际上是浏览器和服务器之间通过HTTP在Internet上进行数据的发送和接收。
• 绝大多数的Web开发都是构建在HTTP协议之上的Web应用。
• 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。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。

浏览器与服务器通信的过程

1. 客户端发起连接
2. 客户端发送请求
3. 服务器响应请求
4. 服务器关闭连接

请求消息结构

一个请求消息是由请求行、请求头字段、一个空行和消息主体构成。如

GET / HTTP/1.1
Host: www.google.com

请求行

请求消息的第一行就是请求行。它指明使用的请求方法、资源标示符、和 HTTP 版本。如
GET / HTTP/1.1

请求方法

请求方法用来定义操作资源的方式，HTTP/1.1 协议中定义了八种请求方法：

• GET：读取资源数据
• POST：新建资源数据
• PUT：更新资源数据
• DELETE：删除资源数据
• HEAD：读取资源的元数据
• OPTIONS：读取该资源所支持的所有请求方法
• TRACE：回显服务器收到的请求，主要用于测试或诊断
• 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。通常用于SSL加密服务器的链接（经由非加密的HTTP代理服务器）

此外，除了上述方法，特定的HTTP服务器还能够扩展自定义的方法。

资源标识符

URI、URL和URN是用来识别、定位和命名互联网上的资源。

因为要通过多样的方式识别资源（人的名字可能相同，然而计算机文件只能通过唯一的路径名称组合访问），所以需要标准的识别WWW资源的途径。为了满足这种需要，Tim Berners-Lee 引入了标准的识别、定位和命名的途径：URI、URL和URN。

• URI：Uniform Resource Identifier，统一资源标识符
• URL：Uniform Resource Locator，统一资源定位符
• URN：Uniform Resource Name，统一资源名称

URL 和 URN 都属于 URI，URI 和 URL 的区别是：URL 更具体。URI 和 URL 都定义了什么是资源。但 URL 还定义了如何获得资源。

请求头字段

请求头用来传递客户端的更多信息，以及传递解析消息主体的必要信息。如

User-Agent: Mozilla/4.0 (compatible; MSIE5.01; Windows NT)
Host: example.com
Accept-Language: en-us
Accept-Encoding: gzip, deflate

常见请求头字段有

• Accept: 客户端接受哪些 Mine 类型。如 Accept: text/html
• Accept-Encoding: 支持的编码类型。如 gzip, deflate, sdch
• Accept-Language: 可接受的语言。如 en-US,en;q=0.8
• User-Agent:一个标识客户端的字符串。如 User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_5) AppleWebKit/537.36 (KHTML，like Gecko) Chrome/38.0.2125.101 Safari/537.36
• Cookie: Cookie。如 sessionid=c8422b97-98e2-4bc6-aa31-9b667d6ca4a5; theme=4;
• Referer: 从那个页面到的该页面。

空行

表示头字段区完成，消息主体开始（如果有消息主体的话）。

消息主体

消息主体是可选的，消息主体是请求消息的承载数据。比如在提交POST表单，并且表单方法不是GET时，表单数据就是打包在消息主体内的。

响应消息结构

响应消息由一个状态行、响应头字段、一个空行、消息主体构成。如

HTTP/1.0 200 OK
MIME-Version: 1.0
Date: Mon, 8 Jan 2010 4:59:42 GMT
Server: Apcha-Coyote/1.1
Content-Type: text/html
Content-Length: 42092


...

状态行

由 http 版本、状态码、状态描述文字构成。如
HTTP/1.1 200 OK

状态码

HTTP 状态码（HTTP Status Code）是用以表示网页服务器 HTTP 响应状态的3位数字代码。

所有的状态码的第一个数字代表了响应的五种状态之一:

• 1xx：代表请求已被接受，需要继续处理。这类响应是临时响应，只包含状态行和某些可选的响应头信息，并以空行 结束。
• 2xx：代表请求接收、理解并且接受。
• 3xx：代表需要客户端采取进一步的操作才能完成请求。通常，这些状态码用来重定向，后续的请求地址（重定向目 标）在本次响应的Location域中指明。当且仅当后续的请求所使用的方法是GET或者HEAD时，用户浏览器才可以 在没有用户介入的情况下自动提交所需要的后续请求。
• 4xx：代表了客户端看起来可能发生了错误，妨碍了服务器的处理。除非响应的是一个HEAD请求，否则服务器就应 该返回一个解释当前错误状况的实体，以及这是临时的还是永久性的状况。
• 5xx：代表了服务器在处理请求的过程中有错误或者异常状态发生，，也有可能是服务器意识到以当前的软硬件资源 无法完成对请求的处理。

常见状态码有：

• 200: 请求已经成功，请求所希望的响应头或者数据体将随着此响应返回
• 202: 服务器已接受请求，但尚未处理。正如它可能被拒绝一样，最终该请求可能会也可能不会被执行。在异步操作的场合下，没有比发送这个状态码更方便的做法了
• 204: 服务器成功处理了请求，但不需要返回任何实体内容，并且希望返回更新了的元信息
• 304: 被请求的资源内容没有发生更改
• 400: 包含语法错误，无法被服务器解析
• 403: 服务器已经接收请求，但是拒绝执行
• 404: 请求失败，请求所希望得到的资源未在服务器上发现
• 408: 请求超时。客户端可以再次提交这一请求而无需任何修改
• 500: 服务器内部错误，无法处理请求
• 502: 作为网关或者代理工作的服务器尝试执行请求时，从上游服务器接收到无效响应
• 504: 作为网关或者代理工作的服务器尝试执行请求时，未能及时从上游服务器（URI标识出的服务器，例如HTTP、FTP、LDAP）或者辅助服务器（例如DNS）收到响应

响应头字段

和请求消息类似，首部字段会包括服务器本身的一些信息指示、以及响应消息本身的元数据。如

MIME-Version: 1.0
Date: Mon, 8 Jan 2010 4:59:42 GMT
Server: Apcha-Coyote/1.1
Content-Type: text/html
Content-Length: 42092

常见响应头有：

• Content-Encoding: 数据的编码类型。如 Content-Encoding: gzip
• Server: 服务器的名称。如 Server:thin 1.5.0 codename Knife
• Location: 通知客户端新的资源位置。如 Location: http://www.github.com/login
• Content-Type: 响应数据的类型。如 Content-Type:text/html; charset=UTF-8
• Content-Encoding: 响应数据的编码格式。如 gzip。客户端会根据该值对响应内容解码。

消息主体

消息主体是响应消息的承载数据。