Linux 解析HTTP协议

所有的 HTTP 服务器和浏览器，都遵守 HTTP 协议。

认识 URL

URL（统一资源定位符）：每一信息资源都有统一的且在网上唯一的地址，该地址就叫URL，俗称网址。

解析：

• 协议方案名：常见的有 http、https
• 服务器地址：用来描述服务器的位置（IP地址）
• 服务器端口号：如果是 HTTP 协议，默认的端口号是 80；如果是 HTTPS 协议，默认的端口号是 443。如果 url 中省略了，浏览器会自动加上对应的默认端口号
• 文件路径：对应到服务器具体的资源
• 查询字符串(query string)："?"用来分割路径和字符串。字符串是键值对结构，键和值之间用&分割

注意：如果 URL 里面存在特殊符号，就会造成歧义，此时需要进行编码和解码操作

URL 编码：把需要转码的字符转换成16进制，然后从右到左，取4位(不足4位直接处理)，每2位作一位，前面加上 % ，编码成 %xy 的格式
举例： “+” 会转换为 “%2B”

URL 解码：解码就是编码的逆过程
举例： “%2B” 会转换为 “+”

协议格式

请求格式：

• 首行(请求行)：包括请求的方法、URL、版本号，三者之间用空格分割
• Header：键值对结构，每个键值对占一行(用 \n 分割)
• 空行：是 Header 的结束标记
• Body(正文)：允许为空，如果 Body 存在，里面会有一个Content-Length属性来标识Body 的长度

响应格式：

• 首行(状态行)：包括版本号、状态码、状态码描述，三者之间用空格分割
• Header：键值对结构，每个键值对占一行(用 \n 分割)
• 空行：是 Header 的结束标记
• Body(正文)：允许为空，如果 Body 存在，里面会有一个Content-Length属性来标识Body 的长度；如果服务器返回了一个 html 主页，那么 html 页面内容就在 body 中

方法包括：

方法	描述	支持的HTTP协议版本
GET	从服务器获取数据	1.0、1.1
POST	向服务器提交数据	1.0、1.1
PUT	传输文件	1.0、1.1
HEAD	获取报文首部	1.0、1.1
DELETE	请求服务器删除指定文件	1.0、1.1
OPTIONS	询问支持的方法	1.1
LINK	建立和资源之间的连接	1.0
UNLINK	建立和资源之间的连接	1.0

get 和 post 的区别

• 对于HTTP的 get 请求，一般没有 body ；对于HTTP的 post 请求 ，一般有 body
• get 提交的数据一般在 url 的 query string 中；post 提交的数据一般在 body 里
• get 可以被缓存，而 post 一般不可以被缓存
• get 一般设计为幂等，而 post 设计时不必考虑幂等
• get 请求可以被浏览器收藏夹保存，而 post 一般不可以
• 获取数据时，一般使用 get ；需要对数据进行操作时，一般使用 post

状态码

	类别	原因短语
1xx	Informational()信息性状态码	接受的请求正在处理
2xx	Success(成功状态码)	请求正常处理完毕
3xx	Redirection(重定向状态码)	需要进行附加操作以完成请求
4xx	Client Error(客户端错误状态码)	服务器无法处理请求
5xx	Server Error(服务器错误状态码)	服务器处理请求出错

常见的状态码

• 200：访问成功
• 302：重定向
• 403：没找到资源
• 404：访问的资源没有权限
• 500：服务器内部错误，无法完成请求

常见的Header

• Content-Type：描述正文的数据类型
• Content-Length：描述正文的长度
• Host：客户端告知服务器，所请求的资源是在哪个主机的哪个端口上
• User-Agent：声明用户的操作系统和浏览器版本信息
• referer：当前页面是从哪个页面跳转过来的
• location：搭配 3xx 状态码使用，告诉用户接下来要访问哪里
• Cookie：用于在客户端存储少量信息，通常用户实现会话(session)功能

cookie 和 session 的区别

• cookie 是一个键值对结构的字符串： 保存在客户端，来自于服务器（set-cookie字段）下次请求服务器时会自动带上 cookie。
• session 是服务器位每一个客户端单独创建的会话，保存在服务器，里面有客户端的认证信息

https 协议是在 http 协议的基础上加了加密过程。