第一部分 HTTP：Web的基础——第1章 HTTP概述

第1章 HTTP概述

MIME类型

        MIME是Multipurpose Internet Mail Extension的缩写，多用途因特网邮件扩展。最初设计之初是为了解决在不同的电子邮件系统之间搬移报文时存在的问题。MIME在电子邮件系统中工作得非常好，因此HTTP采纳了，用它来描述并标记多媒体内容。

        Web服务器会为所有的HTTP对象数据附加一个MIME类型。

        MIME类型是一种文本标记，表示一种主要的对象类型和一个特定的子类型，中间由一条斜杠来分隔。

• HTML格式的文本文档由text/html类型来标记。
• 普通的ASCII文本文档由text/plain类型来标记。
• JPEG格式的图片为image/jpeg类型。
  …

URI

URL遵循的标准格式

• URL的第一部分被称为方案（scheme），说明了访问资源所使用的协议类型。这部分通常就是HTTP协议（http://）.
• 第二部分给出了服务器的因特网地址（比如，www.joes-hardware.com）。
• 其余部分指定了Web服务器上的某个资源（比如，/specials/saw-blade.gif）.

现在，几乎所有的URI都是URL。

常见的HTTP方法

HTTP方法	描述
GET	从服务器向客户端发送命名资源
PUT	将来自客户端的数据存储到一个命名的服务器资源中去
DELETE	从服务器中删除命名资源
POST	将客户端数据发送到一个服务器网关应用程序
HEAD	仅发送命名资源响应中的HTTP首部

报文

定义：报文是由一行一行的简单字符串组成的。HTTP报文都是纯文本，不是二进制代码，所以人们可以很方便地对其进行读写。

请求报文：从Web客户端发往Web服务器的HTTP报文称为请求报文(request message)。

响应报文：从服务器发往客户端的报文称为响应报文(response message)。

只有以上两种形式的报文，没有其他类型的HTTP报文。

HTTP报文的组成

部分	作用
起始行	报文的第一行就是起始行，在请求报文中用来说明要做些什么，在响应报文中说明出现了什么情况。
首部字段	起始行后面有零个或多个首部字段。每个首部字段都包含一个名字和一个值，为了便于解析，两者之间用冒号(:)来分隔。首部以一个空行结束。添加一个首部字段和添加新行一样简单。
主体	空行之后就是可选的报文主体了，其中包含了所有类型的数据。请求主体中包含了要发送给Web服务器的数据；响应主体中装载了要返回给客户端的数据。起始行和首部都是文本形式且都是结构化的，而主体则不同，主体中可以包含任意的二进制数据（比如图片、视频、音轨、软件程序）。当然，主体中也可以包含文本。

简单的报文实例

连接
        HTTP是个应用层协议。HTTP无需操心网络通信的具体细节；它把互联网的细节都交给了通用、可靠的因特网传输协议TCP/IP。

TCP特点

• 无差错的数据传输
• 按序传输（数据总是会按照发送的顺序到达）
• 未分段的数据流（可以在任意时刻以任意尺寸将数据发送出去）

        因特网自身就是基于TCP/IP的，TCP/IP是全世界的计算机和网络设备常用的层次化分组交换网络协议集。TCP/IP隐藏了各种网络和硬件的特点及弱点，使各种类型的计算机和网络都能够进行可靠的通信。

        只要建立了TCP连接，客户端和服务器之间的报文交换就不会丢失、不会被破坏，也不会在接收时出现错序了。

HTTP协议位于TCP的上层。HTTP使用TCP来传输其报文数据。

基本的浏览器连接处理，步骤如下：

1. 浏览器从URL中解析出服务器的主机名；
2. 浏览器将服务器的主机名转换成服务器的IP地址；
3. 浏览器将端口号（如果有的话）从URL中解析出来；
4. 浏览器建立一条与Web服务器的TCP连接；
5. 浏览器向服务器发送一条HTTP请求报文；
6. 服务器向浏览器回送一条HTTP响应报文；
7. 关闭连接，浏览器显示文档。

Telnet实例
        Telnet程序可以将键盘连接到某个目标TCP端口，并将此TCP端口的输出回送到显示屏上。Telnet常用于远程终端会话，但它几乎可以连接所有的TCP服务器，包括HTTP服务器。

Telnet可以很好地模拟HTTP客户端，但不能作为服务器使用。

Web的结构组件

• 代理：位于客户端和服务器之间的HTTP中间实体。
• 缓存：HTTP的仓库，使常用页面的副本可以保存在离客户端更近的地方。
• 网关：连接其他应用程序的特殊Web服务器。
• 隧道：对HTTP通信报文进行盲转发的特殊代理。
• Agent代理：发起自动HTTP请求的半智能Web客户端。

代理
        代理位于客户端和服务器之间，接收所有客户端的HTTP请求，并将这些请求转发给服务器。对用户来说，这些应用程序就是一个代理，代表用户访问服务器。
        出于安全考虑，通常会将代理作为转发所有Web流量的可信任中间节点使用。

缓存
        Web缓存或代理缓存是一种特殊的HTTP代理服务器，可以将经过代理传送的常用文档复制保存起来。下一个请求同一文档的客户端就可以享受缓存的私有副本所提供的服务了。

        客户端从附近的缓存下载文档会比从远程Web服务器下载快得多。HTTP定义了很多功能，使得缓存更加高效，并规范了文档的新鲜度和缓存内容的隐私性。

网关
        网关（gateway）是一种特殊的服务器，作为其他服务器的中间实体使用。通常用于将HTTP流量转换成其他的协议。网关接受请求时就好像自己是资源的源端服务器一样。客户端可能并不知道自己正在与一个网关进行通信。

        一个HTTP/FTP网关会通过HTTP请求接收对FTPURI的请求，但通过FTP协议来获取文档。得到的文档会被封装成一条HTTP报文，发送给客户端。

隧道
         隧道（tunnel）是建立起来之后，就会在两条连接之间对原始数据进行盲转发的HTTP应用程序。HTTP隧道通常用来在一条或多条HTTP连接上转发非HTTP数据，转发时不会窥探数据。

        HTTP隧道的一种常见用途是通过HTTP连接承载加密的安全套接字层（SSL，Secure Socket Layer）流量，这样SSL流量就可以穿过只允许Web流量通过的防火墙了。

Agent代理
         用户Agent代理（或者简称为Agent代理）是代表用户发起HTTP请求的客户端程序。所有发布Web请求的应用程序都是HTTP Agent代理。Web浏览器也是一种HTTP Agent代理。

         “网络蜘蛛”或者“Web机器人”都是自己会在Web上闲逛的自动用户Agent代理。