这篇文章的最初来源是《计算机网络：自顶向下》的第7版的第2章（应用层）末尾，套接字编程作业第一题实验题。通过这个实验作业，学习 Python 中 TCP 连接的套接字编程基础知识：如何创建一个套接字，将其绑定到特定的地址和端口，以及发送和接收 HTTP 数据包。同时也学习一些 HTTP 报文格式的基础知识。
目标：开发一个一次处理一个 HTTP 请求的 Web 服务器。 这个 Web 服务器应该接受并解析 HTTP 请求，从服务器的文件系统中获取请求的文件，创建一个 HTTP 响应消息，该消息由请求的文件和标题行组成，然后将响应直接发送到客户端。 如果服务器中不存在请求的文件，则服务器应将 HTTP “404 Not Found”消息发送回客户端。
一、回顾http协议
HTTP（超文本传输协议）是在TCP/IP协议族中的一种应用层协议，除了HTTP以外，预存在TCP/IP协议族中的应用层协议还包括知名的FTP（用于文件传输服务），SMTP（简单邮件传输协议，其他的邮件协议还有POP3），DNS（域名解析系统）等等。
预备知识：URI 统一资源定位符
需要认识URI这个东西，uniform resource identification（和URL差不多，但是比URL更加具体，因为它定义了每一个网络资源单位的绝对地址路径）。HTTP 协议使用 URI 定位互联网上的资源。
这就是一个URI的格式示意图（图自《图解HTTP》）【注意：URI不区分大小写】，下面是几个不同协议的URI的示例：
ftp://ftp.is.co.za/rfc/rfc1808.txt
http://www.ietf.org/rfc/rfc23...
ldap://[2001:db8::7]/c=GB?objectClass?one
mailto:John.D[email protected]
news:comp.infosystems.www.servers.unix
tel:+1-816-555-1212
telnet://192.0.2.16:80/
urn:oasis:names:specification:docbook:dtd:xml:4.1.2
接下来讲述 HTTP的报文结构
HTTP用于客户端与服务端的通信，通过请求和响应的交换达成通信。具体过程为：由客户端发起请求，服务器接收到，然后回复响应报文。
请求报文
书上的两个http请求报文的例子：
第1部分（第1行），请求行(request line)：包括字段：方法、URI和协议版本
- 方法取值：基础的有5个，POST GET HEAD PUT DELETE 【注意区分大小写！需要用大写字母】
【辨析GET与POST】简单讲讲GET和POST的区别：GET和POST 都能够获取网络资源，GET是直接请求获取页面，POST是提交表单让服务器返回结果资源。概念上，大概区分下面几点即可（不做web开发的话）。
（1）GET把参数包含在URL中，POST通过request body传递参数。相对而言，GET比POST更不安全，因为参数直接暴露在URL上，但是由于都是http没加密，所以本质上都不安全。
（2）GET在浏览器回退时是无害的，而POST会再次提交请求。
（3）GET请求参数会被完整保留在浏览器历史记录里，而POST中的参数不会被保留。
（4）GET产生一个TCP数据包；POST产生两个TCP数据包。对于POST，浏览器先发送header，服务器响应100 continue，浏览器再发送data，服务器响应200 ok（返回数据）。对于GET方式的请求，浏览器会把http header和data一并发送出去，服务器响应200（返回数据）。(并不是所有浏览器都会在POST中发送两次包，Firefox就只发送一次)
（5）它们其实有时候可以混用，本质上都是通过TCP封装
【PUT和DELETE方法】HTTP/1.1 的 PUT和DELETE 方法自身不带验证机制， 任何人都可以上传或删除文件 , 存在安全性问题， 因此一般的 Web 网站不使用该方法。 - URI:上文已经给出了定义
1） 如果不是访问特定资源而是对服务器本身发起请求， 可以用一个 * 来代替请求 URI
2） 可以使用完整的域名+服务器路径作为URI，也可以把域名填在首部行的 Host 字段
* 协议版本
例子中都是HTTP/1.1
【说明：历史上的HTTP版本：（1）HTTP/0.9： HTTP 于 1990 年问世。 那时的 HTTP 并没有作为正式的标准被建立。含有 HTTP1.0 之前版本的意思， 因此被称为 HTTP/0.9。（2）HTTP/1.0：HTTP 正式作为标准被公布是在 1996年5月，版本被命名为 HTTP/1.0，并记载于 RFC1945 1。虽说是初期标准，但该协议标准至今仍被广泛使用在服务器端。（3）HTTP/1.1：1997年1月公布的 HTTP/1.1 是目前主流的 HTTP 协议版本。当初的标准是 RFC2068，之后发布的修订版 RFC2616 就是当前的最新版本 2 （4）HTTP/2.0 协议的主要目的是提高网页性能，目前尚未广泛使用】
第2部分（第2~K行），首部行（header line） 包含字段：各种首部字段（分为三类请求首部，通用首部和实体首部），每个首部字段分别占一行，格式为： 首部字段名+空格+值+CRLF（换行符）。下面是首部格式的示意图：
第3部分 空行 直接一个CRLF
第4部分 实体体（entity body）
GET方法时，实体体为空。POST方法时候才使用（将这些内容提交上去）。HEAD方法也为空，因为这个一般用于调试追踪（响应不返回请求的内容，只返回首部）。
总结
以上4部分合起来，构成一个请求报文，格式如下：
响应报文
依旧是从一个例子开始，
可以看到，响应报文由状态行，首部行，空行和实体体构成
- 状态行：包括 协议版本 状态码 状态码原因短语
协议版本：例如 HTTP/1.0
状态码：仅记录在 RFC2616 上的 HTTP 状态码就达 40 种，加上其他的就更多。
但是只要记住14种就可以：
200 OK
204 no content 没有实际内容，请求已成功处理， 但在返回的响应报文中不含实体的主体部分
206 Partial Content 客户端发出的是获取资源的部分范围请求，Content-Range指定
301 Moved Permanently 请求的资源已被分配了新的 URI
302 Found 该状态码表示请求的资源已被分配了新的 URI， 希望用户（本次） 能使用新的 URI 访问
303 See Other 由于请求对应的资源存在着另一个 URI， 应使用 GET方法定向获取请求的资源
304 Not Modified 客户端发送的是附带条件的请求，服务器端允许请求访问资源， 但没有满足条件的情况。附带条件的请求是指采用 GET方法的请求报文中包含 If-Match， If-ModifiedSince， If-None-Match， If-Range， If-Unmodified-Since 中任一首部。
307 Temporary Redirect 临时重定向 和302差不多
400 Bad Request 请求报文有语法错误
401 Unauthorized 发送的请求需要有通过 HTTP 认证（BASIC 认证、DIGEST 认证） 的认证信息
403 Forbidden 服务器拒绝访问资源，服务器可以不说明原因，如要说明原因则填写在响应报文的实体体，一般可能是例如文件权限，从未授权的发送源IP地址试图访问等原因
404 Not Found 找不到或者服务器不想告诉你他有这个资源
500 Internal Server Error 服务器内部故障
503 Service Unavailable 服务器超负荷或者停机维护，现在无法处理请求。
- 首部行：这里主要研究的是符合HTTP/1.1的规范的首部字段
响应报文的首部行和请求报文的差不多，只是字段 不再有请求报文字段而是改为响应报文字段 - 空行和实体体
- 总结
请求报文和响应报文的首部行
上面提到了，这两种报文的首部行有很多字段，可以分为四类 通用首部字段，实体首部字段，请求首部字段（请求报文），响应首部字段（响应报文）
接下来给出详细定义：
通用首部字段
请求首部字段
响应首部字段
实体首部字段
更详细的解释以及它们的用法需要再去查看RFC文档或者相关书籍
二、完成一个搭建web服务器的简单实例（python）
http是基于tcp连接的，因此首先要掌握一下 python中 tcp通信的基本接口用法。
服务端socket通信
- 导包
from socket import * - 创建一个socket：
serverSocket = socket(AF_INET, SOCK_STREAM) - 绑定本地端口
serverSocket.bind("127.0.0.1", 80) - 设置监听，操作系统可以挂起的最大连接数量设置为5
serverSocket.listen(5) - 监听等待一个外部进来的连接，返回一个新的socket表示这个连接，以及提取出客户端的地址
connectionSocket, addr = serverSocket.accept() - 一旦连接成功，则从客户端处获取数据
message = connectionSocket.recv(1024)
准备一个简单的html文件
例如我准备的 hello.html 如下
Insert title here
你好啊, 天才
放到程序同目录下
然后写web server的主程序
web_server.py:
from socket import *
serverSocket = socket(AF_INET, SOCK_STREAM)
serverSocket.bind(("127.0.0.1", 80))
serverSocket.listen(5)
while True:
print("ready to serve")
connectionSocket, addr = serverSocket.accept()
try:
# establish connection
message = connectionSocket.recv(20000)
# print(message)
filename = message.split()[1]
f = open(filename[1:], 'rb')
outputdata = f.readlines()
# send on HTTP Header line into socket
header = bytearray('HTTP/1.1 200 OK\r\n Date: Sat, 28 May 2022 18:10:01 GMT \r\n Content-Type: text/html \r\n \r\n ', 'utf-8')
connectionSocket.send(header)
# send to content of the requested file to the client
for i in range(0, len(outputdata)):
connectionSocket.send(outputdata[i])
connectionSocket.close()
except IOError:
header = bytearray('HTTP/1.1 404 Not Found\r\n Date: Tue, 03 Jul 2012 04:40:59 GMT \r\n Content-Type: text/html \r\n \r\n ', 'utf-8')
connectionSocket.send(header)
connectionSocket.close()
serverSocket.close()
程序里明确了让它运行在 本地 127.0.0.1的 80 端口上，因此运行程序以后，在浏览器打开如下网址即可获取到这个html的内容
http://127.0.0.1:80/hello.html
如果出错了，获取不到那个文件，会返回404
后记：遗留下的一些问题
1）现代的web服务，除了本文最基础的HTTP协议外，还有很多重要的实现和特性，包括：持久连接，pipeline作业， cookie， SSL加密，压缩编码传输，分块传输 这些是什么？
2）web服务如何准确响应返回多个文件内容？例如加了CSS和各种图片文件元素的网页
3）如何处理高并发的访问请求？
上述问题会在后续的系列里继续详细说。