HTTP 协议解析

1.什么是超文本（Hyper Text）?

包含有超链接（Link）和各种多媒体元素标记（Markup)的文本。这些超文本文件彼此链接，形成网状（Web),因此又被称为网页（Web Page）。这些链接使用URL表示。最常见的超文本标记语言HTML。

2.什么是URL?

URL统一资源定位符（Uniform Resource Locator）,用来唯一地标识万维网中的某一文档。URL由协议，主机和端口（默认为80）以及文件名三部分构成：

图1-1

3.什么是超文本传输协议（HTTP）?

是客户端（如浏览器和手机应用程序等）以及其他应用程序 与Web服务器之间的应用层通信协议。在Internet上的Web服务器上存放的都是超文本信息，Web服务器按照URL指示，将超文本文档传输到客户端（浏览器），以实现超链接功能。

4.HTTP协议的特点

1）支持客户/服务器模式（C/S):HTTP协议由两部分程序实现，一个客户机程序和一个服务器程序，通过交换HTTP报文进行会话。

2）简单快速：客户向服务器请求服务时，只需要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。

3）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。

4）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。  早期这么做的原因是HTTP产生于互联网，虽然服务器处理的客户端访问数据量很大，几十万到几百万，但每个客户端（浏览器等应用程序）与服务器之间交换数据间歇性比较大（即传输具有突发性，瞬时性），并且网页浏览的联想性，发散性导致两次传送的数据关联性很低，大部分通道实际上很空闲，无端占用资源。因此HTTP协议的设计者有意利用这种特点将协议设计为请求时建立连接，请求完释放链接，以尽快释放资源来服务于其他客户端程序；随着时间推移，网页（其他应用程序等）复杂化，可能内嵌很多图片，如果每次请求图片，都建立一个TCP链接就显得效率很低。于是Keep-Alive被提出来解决这个低效率问题，Keep-Alive功能使客户端到服务器端的连接持续有效，当出现后继请求时，就不用再建立TCP连接。（注：超过Keep-Alive时间和意外断电会断开）

5）无状态：HTTP协议对事务处理没有记忆能力，服务器不知道客户端的状态。即客户端发送HTTP请求，服务器做出回应，返回数据，但是服务器不做任何记录。这样做的既有优点也有缺点，缺点是，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；优点是，如果服务器不需要先前传送的信息时，服务端应答就快。由于现在客户端与服务器是动态交互的，HTTP的无状态特性严重阻碍了这些应用程序的实现，毕竟交互需要承前启后的，如购物车程序也需要用户之前选择了那些商品。于是，保持HTTP连接状态的技术就应运而生了，一个是Cookie,另一个是Session;Cookie是由服务端生成，发送给User-Agent客户端（一般是浏览器）,其中记录了用户信息以便确认用户身份，保存在客户端，客户端下次请求时将Cookie信息发送给服务器来识别用户身份（前提是浏览器启用了Cookie）；Session是服务端使用的一种记录客户端状态的机制，Session将客户端信息以某种形式记录在服务器上，客户端第一次请求时，服务器返回一个唯一的SessionId,客户端将其保存在本地，客户端再次访问服务器时只需要带上SessionId在对应Session中查找客户的状态就可以了。(参考文章：http://blog.csdn.net/fangaoxin/article/details/6952954/)

5.HTTP的工作原理

图1-2        

结合图1-1分析，在用户点击URL为http://www.sxtyu.com/index.html的链接后，浏览器和Web服务器执行以下动作：

1）浏览器分析超链接中的URL

2）浏览器向DNS请求解析www.sxtyu.com的IP地址

3）DNS将解析出的IP地址202.2.16.21返回浏览器

4）浏览器与服务器建立TCP连接（80端口）

5）浏览器请求文档：GET/index.html

6)服务器给出响应，将文档index/html发送给浏览器

7）释放TCP连接

8）浏览器显示index.html中的内容

6.HTTP报文结构

1）请求报文：从客户端向Web服务器发送的请求的报文。报文的所有字段都是ASCII码。其由请求行，请求头，请求体三部分组成。如下图：

图1-3        

实例图如下：

图1-4

2）响应报文：从Web服务器到客户端的应答。报文的所有字段都是ASCII码。其由状态行，消息报头，响应正文三部分组成。如下图：

图1-5

实例图如下：

图1-6

3）响应报文中的状态码

状态码             含义                                   例子

1XX              通知消息                             100=服务器正在处理客户请求

2XX              成功                                    200= 请求成功(OK)

3XX                重定向                               301 = 页面改变了位置

4XX                客户错误                           403 = 服务器收到请求，但拒绝服务； 404 =请求的资源不存在，如输入URL错误

5XX                  服务器错误                      500 = 服务器内部错误； 503 = 以后再试，当前不能处理请求

注： 具体请参考W3C的HTTP1.1 标准规范：https://www.w3.org/Protocols/rfc2616/rfc2616-sec10.htmll 或W3CSchool的http://www.w3cschool.cn/servlet/servlet-http-status-codes.html

4）请求头和消息报头的字段解析

图1-7

5.HTTP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新增五中请求方法：OPTIONS,PUT,DELETE,TRACE和CONNECT方法。

如下图表：

图1-8

6.什么是HTTP代理?

HTTP代理又称Web缓存或代理服务器（Proxy Server）,是一种网络实体，能代替浏览器发送出HTTP请求，并将最近的一些请求和响应暂存在本地磁盘中，当请求的Web页面先前暂存过，则直接将暂存的页面发送给客户端（浏览器等），无需再次访问Internet。

下面是原理图：

图1-9

---