http协议

HTTP简介

• HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写，是用于从万维网（WWW：World Wide Web）服务器传输超文本到本地浏览器的传送协议。
• HTTP是一个基于TCP/IP通信协议来传递数据（HTML文件，图片文件，查询结果等）。
• HTTP是一个属于应用层的面向对象的协议，由于其简捷、快速的方式，适用于分布式超媒体信息系统。
• HTTP协议工作于客户端-服务端架构上。浏览器作为HTTP客户端通过URL向HTTP服务端即WEB服务器发送所有请求。WEB服务器根据接收到的请求后，向客户端发送相应信息。

主要特点

• 简单快速：客户端向服务器请求服务时，只需传送请求方法和路径。请求方法常用的有GET、POST、PUT、DELETE。每种方法规定了客户于服务器联系的类型不同。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。
• 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。
• 无连接：无连接的含义是限制每次链接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开链接。采用这种方式可以节省传输时间。
• 无状态：HTTP协议是无状态协议。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，这样可能导致每次链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。
• 支持B/S及C/S模式。

HTTP之URL

HTTP使用统一资源表示符（Uniform Resource Identifiers，URI）来传输数据和建立连接。URL是一种特殊类型的URI，包含了用于查找某个资源的足够的信息
URL，全称是UniformResourceLocator，中文叫统一资源定位符，是互联网上用来标识某一处资源的地址。以下面这个URL为例，介绍下普通URL的各部分组成：

http://www.aspxfans.com:8080/news/index.asp?boardID=5&ID=24618&page=1#name

从上面的URL可以看出，一个完整的URL包括以下及部分：

• 协议部分：该URL的协议部分为“http：”，这代表网页使用的是HTTP协议。在Internet中可以使用多种协议，如HTTP，FTP等等示例中使用的是HTTP协议。在“HTTP”后面的“//”为分隔符
• 域名部分：该URL的域名部分为“www.aspxfans.com”。一个URL中，也可以使用IP地址作为域名使用
• 端口部分：跟在域名后面的是端口，域名和端口之间使用“：”作为分隔符。端口不是一个URL必须的部分，如果省略端口部分，将采用默认端口
• 虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分。本例中的虚拟目录是“/news/”
• 文件名部分：从域名后的最后一个“/”开始到“？”为止，是文件名部分，如果没有“？”，则是从域名的最后一个“/”开始到“#”为止，是文件部分，如果没有“？”和“#”，那么从域名后的最后一个“/”开始到结束，都是文件名部分。本例中的文件名是“index.asp”。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名
• 锚部分：从“#”开始到最后，都是锚部分。本例中锚部分是“name”。锚部分也不是一个URL必须的部分
• 参数部分：从“？”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。本例中的参数部分为“boardID=5&ID=24618&page=1”。参数可以允许有多个参数，参数于参数之间用“&”作为分隔符。

URI和URL的区别

URI，是uniform resource identifier，统一资源标识符，用来唯一的标识一个资源。
WEB上可用的美中资源如HTML文档、图像、视频片段、程序等都是一个URL来定位的
URI一般由三部分组成：

• 访问资源的命名机制
• 存放资源的主机名
• 资源自身的名称，由路径标识，着重强调于资源

URL是uniform resource locator，统一资源定位器，它是一种具体的URI，即URL可以用来标识一个资源，而且还指明了如何locate这个资源。
URL是Internet上用来描述信息资源的字符串，主要用在各种WWW客户程序和服务器程序上，特别是著名的Mosaic
采用URL可以用一种统一的格式来描述各种信息资源，包括文件、服务器的地址和目录等。URL一般由三部分组成：

• 协议（或称为服务方式）
• 存有该资源的主机IP地址（有时也包括端口号）
• 主机资源的具体地址，如目录和文件名等

URN，uniform resource name，统一资源命名，是通过名字来标识资源，比如maito：[email protected]。
URI是以一种抽象的，高层次概念定义统一资源标识，而URL和URN则是具体的资源标识的方式。URL和URN都是一种URI。笼统地说，每个URL都是URI，但不一定每个URI都是URL。这事因为URI还包括一个子类，即统一资源名称（URN），它命名资源但不制定如何定位资源。上面的mailto、news和isbn URI都是URN的示例。

在java的URI中，一个URI示例可以代表绝对的，也可以是相对的，只要它符合URI的语法规则。而uRL类则不仅符合语义，还包含了定位该资源的信息，因此它不能是相对的。
在java类库中，URI类不包含任何访问资源的方法，它唯一的作用就是解析。
相反的，URL类可以打开一个到达资源的流。

HTTP特性：

• http协议构建与TCP/IP协议之上，应用层协议，默认端口80
• http无链接状态

HTTP报文：

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新增了五种请求方法：OPTIONS，PUT，DELETE，TRACE和CONNECT方法

• GET 请求制定的页面信息，并返回实体主体
• HEAD 类似于get请求，只不过返回的响应中没有具体的内容，用于获取报头
• POST 向指定资源提交数据进行处理请求（例如提交表单或者上传文件）。数据被包含在请求体中。POST请求可能会导致新的资源的建立或已有资源的修改
• PUT 从客户端想服务器传送的数据取代指定的文档的内容
• DELETE 请求服务器删除指定的页面
• CONNECT HTTP1.1协议中预留给能够将链接改为管道方式的代理服务器
• OPTIONS 允许客户端查看服务器的性能
• TRACE 回显服务器收到的请求，主要用于测试或诊断

请求报文

四部分：状态行、请求头、空行、消息主体

• 第一部分：请求行，用来说明请求类型，要访问的资源以及所使用的HTTP版本
• 第二部分：请求头部，紧接着请求行（即第一行）之后的部分，用来说咪给你服务器要使用的附加信息
• 第三部分：空行，请求头部后面的空行是必须的
• 第四部分：请求数据也叫主体，可以添加任意的其他数据
  请求消息组成：method、request-url、version、headers、entity-body
  method：四种，GET、POST、PUT、DELETE 对应 查，增，改，删

1. GET用于信息获取，而且应该是安全的和幂等的
2. POST表示可能修改服务器上的资源的请求
3. 注意：
* GET可提交的数据量受到URL长度的限制，HTTP协议规范没有对URL长度进行限制。这个限制是特定的浏览器及服务器对它的限制
* 理论上讲，POST是没有大小限制的，HTTP协议规范也没有进行大小限制，处于安全考虑，服务器软件在实现时会做一定限制
* GET和POST数据内容一摸一样，知识位置不同，一个在URL里，一个在HTTP包的包体里

响应报文

四部分：状态行，消息报头，空行，响应正文

• 第一部分：状态行，由HTTP协议版本号，状态码，状态消息 三部分组成
• 第二部分：消息报头，用来说明客户端要使用的一些附加信息
• 第三部分：空行，消息报头后面的空行是必须的
• 第四部分：响应正文，服务器返回给客户端的文本信息

状态行由协议版本、数字形式的状态代码、及响应的状态描述，各元素之间以空格分隔。
常见的状态码有如下几种：

• 200 OK 客户端请求成功
• 301 Moved Permanently 请求永久重定向
• 302 Moved Temporarily 请求临时重定向
• 304 Not Modified 文件未修改，可以直接使用缓存的文件
• 400 Bad Request 由于客户端请求有语法错误，不能被服务器所理解
• 401 Unauthorized 请求未经授权。这个状态代码必须和WWW-Authenticate报头域一起使用
• 403 Forbidden 服务器收到请求，但是拒绝提供服务。服务器通常会在响应正文中给出不提供服务的原因
• 404 Not Found 请求的资源不存在，例如，输入了错误的URL
• 1xx：指示信息 表示请求已接收，继续处理
• 2xx：成功 表示请求已被成功接收、理解、接受
• 3xx：重定向 要完成请求必须进行更进一步的操作
• 4xx：客户端错误 请求有语法错误或请求无法实现
• 5xx：服务器端错误 服务器未能实现合法的请求

HTTP工作原理

HTTP协议定义WEB客户端如何从WEB服务器请求WEB页面，以及服务器如何把WEB页面传送给客户端。HTTP协议采用了请求/响应模型。客户端想服务器发送一个请求报文，请求报文包含请求的方法、URL、协议版本、请求头部和请求数据。服务器以一个状态行为作为响应，响应的内容包括协议的版本、成功或者错误代码、服务器信息、响应头部和响应数据。
以下是HTTP请求/响应的步骤：

1. 客户端链接到WEB服务器
一个HTTP客户端，通常是浏览器，与WEB服务器的HTTP端口（默认为80）建立一个TCP套接字链接
2. 发送HTTP请求
通过TCP套接字，客户端想WEB服务器发送一个文本的请求报文，一个请求报文由请求请求行、请求头部、空行和请求数据4部分组成。
3. 服务器接受请求并返回HTTP响应
WEB服务器解析请求，定位请求资源。服务器将资源复本写到TCP套接字，由客户端读取。一个响应由状态行、响应头部、空行和响应数据4部分组成。
4. 释放链接TCP连接
若connection模式为close，则服务器主动关闭TCP连接，客户端被动关闭连接，释放TCP连接；若connection模式为keepalive，则该连接会保持一段时间，在该时间内可以继续接收请求
5. 客户端浏览器解析HTML内容
客户端浏览器首先解析状态行，查看表明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。客户端浏览器读取响应数据HTML，根据HTML的语法进行格式化，并在浏览器窗口中显示。

例如：在浏览器地址栏键入URL，按下回车之后会经历以下流程：
1. 浏览器向DNS服务器请求解析该URL中的域名所对应的IP地址
2. 解析出IP地址后，根据该IP地址和默认端口80，和服务器建立TCP连接
3. 浏览器发出读取文件（URL中域名后面部分对应的文件）的HTTP请求，该请求包围作为TCP三次握手的第三个报文的数据发送给服务器
4. 服务器对浏览器请求做出响应，并把对应的html文本发送给浏览器
5. 释放TCP连接
6. 浏览器将该html文本解析并显示内容

GET和POST请求的区别

• GET提交，请求的数据会附在URL之后（就是把数据防止在HTTP协议头中），以？分割URL和传输数据，多个参数用&连接，如果是英文字母/数字，原样发送，如果是空格，转换为+，如果是中文/其他字符，则直接把字符串用BASE64加密（16禁止表示的ASCII）；POST提交，把提交的数据放置在HTTP包的包体中。因此，GET提交的数据会在地址栏中显示出来，而POST提交，地址栏不会改变
• 传输数据的大小：首先声明，HTTP协议没有对传输的数据大小进行限制，HTTP协议规范也没有对URL长度进行限制，而在实际开发中存在的限制主要有：
  GET：特定浏览器和服务器对URL长度有限制，因此对于GET提交时，传输数据就会受到URL长度的限制
  POST：由于不是通过URL传值，理论上数据不受限。但实际各个WEB服务器会规定对POST提交数据大小进行限制
• 安全性：POST的安全性要比GET的安全性高。使用GET提交数据还可能造成Cross-site request forgery供给
• HTTP get，post，soap协议都是在http上运行的

1. get：请求参数是作为一个key/value对的序列（查询字符串）附加到URL上的
查询字符串的长度收到web浏览器和web服务器的限制，不适合传输大型数据集，同时它很不安全
2. post：请求参数是在http标题的一个不同部分（名为 entity body——传输的，这一部分用来传输表单信息，因此必须进行Content-type设置。post设计用来支持web窗体上的用户字段，其参数也是作为key/value对传输。但是，它不支持复杂数据类型，因为post没有定义传输数据结构的语义和规则
3. soap：是http post的一个专用版本，遵循一种特殊的xml消息格式
Content-type设置为：text/xml 任意数据都可以xml化
http协议定义了很多与服务器交互的方法，最基本的有4中，分别是GET、POST、PUT、DELETE。

GET和POST的区别：

• GET提交的数据会放在URL之后，以？分割URL和传输数据，参数之间以&相连；POST提交是把提交的数据放在HTTP包的Body中。
• GET提交的数据大小有限制（因为浏览器对URL的长度有限制），而POST方法提交的数据没有限制
• GET方式需要使用Request.QueryString来取得变量的值，而POST方式通过Request.Form来获取变脸的值
• GET方式提交数据，会带来安全问题

跨站攻击

CSRF（Cross-site request forgery，跨站请求伪造）
如何防范CSRF攻击：

• 关键操作只接受POST请求
• 验证码（一般用在特殊操作里面或者在注册的时候使用）
• 检测Referer（用于监控和判断是否为CSRF攻击，而不是用来抵御攻击）
• Token（要足够随机，达到不可预测；一次性，增加攻击难度，预测难度；主义保密性）

XSS（Cross Site Scripting，跨站脚本攻击）
如何防御XSS攻击：

• 过滤用户的输入
• 将用户的输入使用HTML解析哭进行解析