计算机网络-应用层HTTP协议

1.各层分组的名称

采用《计算机网络：自顶向下方法》一书中的定义：
应用层：报文（message）
运输层：报文段（segment）
网络层：数据包（datagram）
链路层：帧（frame）

2.应用层

HTTP：超文本传输协议，web应用采用的协议。
web页面（web page）：是由对象组成的。一个对象只是一个文件，诸如一个HTML文件、一个JPEG图象、一个Java小程序或者一个视频片段之类的文件，且他们可通过一个URL地址寻址。多数web页面含有一个HTML基本文件（base HTML file）以及几个引用对象。
URL地址：由两部分组成，为存放对象的服务器主机名和对象的路径名。例如https://blog.csdn.net/littleflypig/article/details/88290449 ，其中blog.csdn.net是主机名，/littleflypig/article/details/88290449是对象名。
持续连接和非持续连接：应用程序的每个请求/响应对是经一个单独的TCP连接发送的，还是所有请求/响应经相同的TCP连接发送的。

HTTP协议

HTTP报文有两种：请求报文和响应报文。

1.请求报文

下面是一个典型HTTP请求报文

GET /somedir/page.html HTTP/1.1
Host: www.someschool.edu
Connection: close
User-agent: MOzilla/5.0
Accept-language: fr

请求报文至少为一行。第一行称为请求行（request line），其后续的行叫做首部行（header line）。

• 请求行有3个字段：方法字段、URL字段、HTTP版本字段。方法字段可以取几种：GET、POST、HEAD、PUT、DELETE。
• 首部行Host指明了对象所在主机。
• 首部行Connect指明了使不使用持续连接，close表示不使用，要求服务器发送完被请求对象后就关闭此连接。
• 首部行User-agent指明用户代理，即用户所使用浏览器类型。服务器可以为不同类型的用户代理发送相同对象的不同版本。
• 首部行Accept-language表示用户想得到该对象的语言版本，没有该版本就用默认值。
  一个HTTP请求报文通用格式如下：
  除了前面例子中的首部行和请求行，此格式还有一个实体体（entity body），当使用GET方法时，实体体为空，使用POST方法时才使用实体体，当用户提交表单（表单在网页中主要负责数据采集功能）时，多使用POST方法，比如用户使用搜索引擎搜索关键词时，如果使用POST方法，其实体体中包含的就是用户在表单字段的输入值。当然，用表单生成的请求报文不是必须使用POST方法。
  HEAD方法类似POST方法，但是并不返回请求对象，多用于调试；PUT方法常与web发行工具使用，允许用户上传对象到指定web服务器的指定路径；DELETE方法允许用户或者应用程序删除web服务器上的对象。

2.HTTP响应报文

典型响应报文如下：

HTTP/1.1  200  OK
Connection: close
Data: Tue, 09 Aug 2011 15:44:04
Server: Apache/2/2/3 (Centos)
Last-Modified: Tue, 09 Aug 2011 15:11:03 GMT
Content-Length: 6821
Content-Type: text/html

(data data data data ...)

此响应报文包含三部分：状态行（status line），首部行，实体体。

• 状态行有三个字段：协议版本、状态码和相应状态信息。
• 首部行Connection告诉客户发送完此对象就关闭连接
• 首部行Data指示服务器产生并发送该响应报文的时间和日期，此时间不是指对象最后创建或修改的时间。
• 首部行Server指示服务器种类
• 首部行Last-Modified指示对象创建或修改的最后时间和日期，此首部行对对象缓存来说非常重要。
• 首部行Content-Typt指示实体体中的对象类型是html
• 首部行Content-Length指示了被发送的对象的字节数
  一个通用格式如下：
  
  常见的几个状态码和相关短语如下：
• 200 OK：请求成功，信息在返回的响应报文中。
• 301 Moved Permanently: 请求对象以被永久转移，新的URL定义在响应报文的Location首部行中。
• 400 Bad Request：通用差错码，指示该请求不能被服务器理解。
• 404 Not Found：请求对象不再服务器上。
• 505 HTTP Version Not Supported：不支持请求报文使用的HTTP协议版本。

3.cookie

HTTP协议使用cookie实现站点对用户的追踪。cookie技术有4个组件：HTTP响应报文中的一个cookie首部行、HTTP请求报文中的一个cookie首部行、用户端系统中一个cookie文件并有浏览器进行管理、web站点的一个后端数据库。
当用户第一次访问某站点时，该web站点产生一个唯一的识别码并在后端数据库产生一个表项，接下来用包含中Set-cookie首部行的响应报文对用户进行响应，其中的Set-cookie包括该识别码，用户收到响应报文后会取出该识别码，并存入本地系统的特定cookie文件。然后当用户在访问该站点时，就会在请求报文中设置一个首部行Set-cookie。

4.web缓存

web缓存器也叫代理服务器，它是能代表初始web服务器来满足HTTP请求的网络实体。通过web缓存器来请求某web页面时，发生如下过程：

• 浏览器建立一个到web缓存器的TCP连接（需要知道该web缓存器的ip地址，通常由hosts文件提供？），并发送请求报文到该web缓存器
• web缓存器检查本地是否存储了该对象副本，如果存在就像客户浏览器发送HTTP响应返回该对象。
• 如果web缓存器中没有该对象，就打开一个与该对象的初始服务器的TCP连接。然后web缓存器发送HTTP请求到初始服务器请求该对象，请求到后存储在本地，并发送响应给客户浏览器返回对象。
  然而某些时候该web缓存器上的内容可能是陈旧的，因此HTTP协议还提供一种方法保证web缓存器证实该对象是最新的。该方法就是条件GET方法：web缓存器通过添加首部行If-Modified-Since到向初始服务器的请求报文，初始服务器收到该请求后将If-Modified-Since首部行中的日期与该对象在初始服务器中被修改的最后日期比较，如果相等就发送一个状态为304 Not Modified的响应，否则就返回新对象。