44-http协议
参考资料：
《Web性能权威指南》
《HTTP权威指南》
1. http协议概述
http协议全称为超文本传输协议（HTTP，HyperText Transfer Protocol)，是基于tcp协议的一个应用层协议，主要定义web浏览器和web服务器之间交换数据的过程以及数据的格式。
经过不断地发展，现在http协议不仅成为了浏览器使用的通信协议，而且还成为了大部分的互联网软件和硬件应用的协议，所以在学习计算机网络时还是有必要学习http协议的。
2. http发展史
http协议发展到现在共经历了好几个版本，这里简单了解下：
1. HTTP/0.9版本，HTTP 的 1991 原型版本称为 HTTP/0.9， 这个协议有很多严重的设计缺陷，只应该用于与老客户端的交互 ，仅支持GET方式和HTML文本传输。
2. HTTP/1.0版本，HTTP/1.0 添加了版本号、 各种 HTTP首部、 一些额外的方法， 以及对多媒体对象的处理，多种请求方式，如：GET，POST，PUT等。
3. HTTP/1.1版本，1999年公布的HTTP/1.1是目前主流的HTTP协议版本，直到现在都还在广泛使用。
4. HTTP/2.0版本，2015年HTTP/2.0正式发布，它重点关注的是性能的大幅优化，安全性更高。
虽然HTTP/2.0版本很早就发布了，但是HTTP/1.1版本目前还在大量使用。
3. http连接过程
另外，http协议具备无连接，无状态的特点，服务器无法记住客户端的身份。
在http1.0版本中，浏览器与WEB服务器的连接过程中，每次连接只处理一个请求和响应，对每一个页面的访问，浏览器与WEB服务器都要建立一次单独的连接，浏览器到WEB服务器之间的所有通讯都是完全独立分开的请求和响应。这种连接称为短连接。
如果每次进行http请求就会进行一次tcp连接建立和断开，这显然降低了通信的性能的。后来在http1.1中改进了这个问题，使用了持久连接，持久连接的特点就是只要任意一端没有主动发起断开连接，那么则会一直保持连接状态。
http协议建立连接的过程：
首先http是一个基于tcp协议的应用层协议，客户端在和服务器进行通信前会先建立tcp连接，然后才正式开始进行http通信，通信完毕后释放tcp连接。
我们可以把客户端和服务器的通信过程分四个过程：建立连接、发送请求信息、发送响应信息、关闭连接。 一般来说http协议并不关心网络通信的细节，它把这些工作都交给了tcp协议来完成，因此在这四个过程中，我们重点关注发出请求和发出响应信息这两个过程，也就是http请求和http响应。
4. http请求和http响应
什么是http请求和http响应？
http请求：如果你想要向web服务器获取某些web资源时，就需要发出http请求信息向服务器请求web资源。
http响应：当服务器收到http请求后，服务器就会发送http响应信息把请求的web资源返回给客户端。
什么是web资源？
简单来说，web资源就是web服务器存储的数据，这些数据可以是文本文件，html页面，图片等其他格式的文件资源。当你发出http请求后，web服务器就会根据http请求知道你想要请求的具体类型的资源，然后把对应的资源以http响应方式发送给你。
HTTP请求格式
客户端连接上服务端后，向服务器请求某个web资源，称之为客户端向服务器发送了一个HTTP请求，HTTP的请求最常见的有两种：GET方式和POST方式，但是不管是哪一种请求方式，一个完整的请求须包括几下及部分：
- 请求行
- 请求头
- 请求消息
一般来说，在请求头可以有多个，且请求头和请求消息中的内容都是可选的，请求头和请求消息之间要用空行进行隔开。下面通过抓包的方式来看一下HTTP请求包的格式。
HTTP响应格式
服务器收到客户端的HTTP请求后，会根据请求包中的信息把对应的web资源组装到HTTP响应包中，并返回给客户端。一个完整的HTTP响应包的内容应该包括以下几部分：
- 响应行
- 响应头
- 响应消息
同理，在响应头中也是可以有多个，且响应头和响应消息中的内容都是可选的，响应头和响应消息之间要用空行进行隔开。下面通过抓包的方式来看一下HTTP响应包的格式。
5. http协议抓包
以访问51cto网站为例，ip为59.110.244.199。
5.1HTTP请求包
在下图中是wireshark抓取到的数据包，输入“http”把http包过滤出来，75是一个HTTP请求包。
GET方式
从http请求信息中可以看出，75这个HTTP请求包是一个GET方式的HTTP请求包，其中第一行为请求行，后面就是请求头，这个GET方式没有携带请求消息。
POST方式
下图是POST方式的HTTP请求包，第一行为请求行，第二行往下就是请求头，下面的HTML Form表单就是请求消息内容。
5.2 HTTP响应包
109是一个HTTP响应包，是针对75这个HTTP请求包进行响应的
6. HTTP状态码
HTTP协议对于每一个HTTP响应包都会设置一个状态码。
HTTP响应包的格式：HTTP版本号 状态码 原因叙述
举例: HTTP/1.1 200 OK
状态码用于表示服务器对请求的各种不同处理结果和状态，它是一个三位的十进制数。响应状态码分为5类：
状态码 含义
100～199 表示成功接收请求，要求客户端继续提交下一次请求才能完成整个处理过程
200～299 表示成功接收请求并已完成整个处理过程
300～399 为完成请求，客户需进一步细化请求。例如，请求的资源已经移动一个新地址
400～499 客户端的请求有错误
500～599 服务器端出现错误
下面是一些常用的状态码：
200(正常)
表示一切正常，返回的是正常请求结果
302/307(临时重定向)
指出被请求的文档已被临时移动到别处，此文档的新的URL在Location响应头中给出。
304(未修改)
表示客户机缓存的版本是最新的，客户机可以继续使用它，无需到服务器请求。
404(找不到)
服务器上不存在客户机所请求的资源。
500(服务器内部错误)
服务器端的程序发生错误，无法提供服务
503（服务器内部错误）
服务器暂时无法提供服务，需等待一段时间恢复
7. HTTP请求包的字段
7.1 请求行
请求行格式：请求方式 资源路径 HTTP版本号
举例：GET / HTTP/1.1\r\n
请求方式主要有：GET，POST，HEAD，OPTION，DELETE，TRACE，PUT，比较常用的有GET和POST。如果没有设置，浏览器一般默认以GET方式请求，例如在浏览器中直接输入地址访问，如果要设置POST方式可通过更改表单的提交方式实现。不管是GET和POST，都是用于向服务器请求某个web资源，区别主要在于传递数据方式不一样。
这里主要介绍GET和POST两种请求方式：
GET方式，如果客户端请求方式为GET方式，那么可以在请求的URL地址后以?的形式带上交给服务器的数据，可以携带多个参数，每个参数之间以&进行分隔，例如：GET /mail/1.html?name=abc&password=xyz HTTP/1.1 ，但是GET方式也有限制，在URL地址后附带的参数的其数据容量通常不能超过1K。
POST方式，如果客户端请求方式为POST方式，说明客户端在表单内填写了内容，并提交，那么可以在请求消息内容中向服务器发送数据，且传递的数据容量没有限制。在前面我们通过wireshark软件抓到一个POST方法的http包，其实就是我们在51cto页面进行登录输入用户名和密码进行提交所发送的http包。
资源路径：请求的资源在哪个路径，上面的举例中请求的资源路径是 / 根目录。
HTTP版本号：当前请求是使用啊HTTP协议哪一个版本，上面的举例中的http请求的版本号是HTTP/1.1版本
7.2 请求头
请求头又称请求首部，是只在请求报文中有意义的首部。 用于说明是谁或什么在发送请求、 请求源自何处， 或者客户端的喜好及能力。 服务器可以根据请求首部给出的客户端信息，试着为客户端提供更好的响应，请求的首部的信息有以下一些：
Host：接收请求的服务器的主机名和端口号。
User-Agent：表示"用户代理"的意思，用于将客户端的操作系统和浏览器信息告知服务器，服务端可以根据这个字段，判断并统计终端用户的类型，一般很多安全软件可以伪造这个字段，欺骗服务器。
Referer：表示从哪个链接跳转到此页面的，包含一个URL，当我们从一个页面跳转到另外一个页面时一般会有Referer信息。
Origin：跟Referer类似，表示从哪个网站（域）跳转过来的，相比Referer，更加安全，不会携带参数包括账号密码。
Cookie：Cookie是一种客户端技术，用于记录客户端的身份信息，例如通过cookie可以登录网站。也就是说，服务器会给每个用户的数据以cokkile的形式写入每个用户的浏览器中，不同用户的cookie也是不同的，当用户通过各自的浏览器访问服务器时就会带着自己的数据，这样服务器通过cookie区分不同的用户，并把数据返回给不同的用户。
Range：用于分块请求实体内容，例如一个较大的文件，通过range多线程下载
x-forward-for：表示客户端的IP地址，一般称为“XXF”头，服务端通过这个头可以知道客户端的真实或代理IP
Accept：表示客户端能够接收哪些文件类型（MIME）
Accept-Charset：表示客户端的浏览器能够接受的字符集，常见的有UTF-8字符集
Accept-Encoding：表示客户端的浏览器能够进行解码的数据编码方式，比如gzip
Accept-Language：表示客户端的浏览器所希望的语言种类，当服务器能够提供一种以上的语言版本时要用到。 可以在浏览器中进行设置。
DNT：Chrome浏览器提供的安全功能，用于解决流量追踪问题，Do Not Track有几个取值：1代表用户不想被第三方网站追踪，0代表用户接受追踪，一般设置为1。
8. HTTP响应包的字段
8.1 响应头
Set-Cookie：服务器通过此字段为客户端设置cookie信息，后续客户端根据此cookie来进行请求
Connection：表示是否需要持久连接。如果服务器看到这里的值为“Keep -Alive”，或者看到请求使用的是HTTP 1.1（HTTP 1.1默认进行持久连接 ）
Server：表示Web服务器信息，为了安全性，可以关闭或修改。例如：Server: nginx/1.4.6 (Ubuntu)或者Server: Apache
X-Powered-By：表示服务器的程序版本，为了安全性，可以关闭或修改
Locatioin：服务器告知客户端去哪里访问这个资源，一般用于重定向，配合状态码302使用
Refresh：服务器告知客户端，定时刷新浏览器
9. 通用头部字段
不管是构建请求报文还是响应报文，都可以使用通用字段，下面是一些比较重要的通用字段：
Connection：用于表示连接是否可持续，如果Connection是 keep-alive选项表示连接持续，如果是close选项则表示不持续。
Transfer-Encoding：表示输出的内容长度不能确定，需要分块处理，对于动态的内容或者在发送数据前不能判定长度的情况下，可以使用分块的方法来传送编码，比如说直播传输的数据量比较大，也不能确定数据的大小；对于静态的内容或者发送数据可以预判长度的情况下，可以使用content-length来标识
Cache-Control：用于控制缓存信息，no-cache表示防止缓存过期的网页信息，要求获取最新缓存，max-age=94608000表示服务器告诉客户端，缓存这个信息的最长时间
Via：报文经过的代理服务器信息
Data：用于表示内容产生的时间
说明：关于HTTP请求包和HTTP响应包中的请求行和响应行，请求头和响应头中的比较常用的字段已经介绍完了，另外，大家在用抓包工具抓到的http包中可能会出现一些书上没介绍过的字段，或者说不是HTTP标准中的字段，一般来说，这种字段是由浏览器厂商自行实现的。