http协议与tomcat

目录

引言 

 抓包

fiddler的基本使用及设置

HTTP请求

请求=首行+请求头+空行+正文

请求的首行=方法+URL+版本号

​编辑

响应=首行+响应头+空行+正文

响应的首行=版本号+状态码

URL(网址)

url基本格式 

urlencode 

常见方法 

get和post区别

认识请求"报头"(header)

Host

Content-Length（和粘包有关）

Content-Type

User-Agent (简称 UA)

referer 

referer介绍 

应用在哪些场景？ ——运营商劫持

Cookie

Cookie的引入 

​编辑

Cookie的典型使用场景（网站登录+身份识别）

 小结

cookie中键与值使用 = 分割。​编辑

HTTP响应

状态码

构造HTTP请求 

1．通过 html 中的 form 表单

了解html

form表单 

2．通过 js 的 ajax 

3. Java 代码（其他各种语言的代码）

 4．借助一些第三方工具

Https 

Https是什么

加密

HTTPS工作过程

引入对称加密

引入非对称加密

中间人攻击 

引入证书

Tomcat简单介绍 

 

 

---

引言 

应用层中有自定义协议，也有一些现成的协议如HTTP，HTTP是 超文本 传输协议（文本=>字符串，“超”文本技能传输字符串也能传输其他的）。

主要用于浏览器访问网站的时候。当我们在浏览器中输入一个 搜狗搜索的 "网址" (URL) 时, 浏览器就给搜狗的服务器发送了一个 HTTP 请 求, 搜狗的服务器返回了一个 HTTP 响应.

这个响应结果被浏览器解析之后 , 就展示成我们看到的页面内容 . ( 这个过程中浏览器可能会给服务器发 送多个 HTTP 请求 , 服务器会对应返回多个响应 , 这些响应里就包含了页面 HTML, CSS, JavaScript, 图片 , 字体等信息).

顺便了解一个小知识，为什莫有时候在网页还需要验证码？

网络带宽有80%都是被爬虫消耗了。

 抓包

抓包工具本质是一种代理，代理客户端的是正向代理，代理服务器的是反向代理。

抓包工具有很多如wireshark,这里我们使用fiddler。

fiddler的基本使用及设置

接下来就可以喽！！！

此时我们点进去Raw并且使用记事本打开

但是HTTP的响应就经常进行压缩——节省带宽学习HTTP协议就是为了了解这解析后的文本中的各个字段是什莫含义打开一个网页会涉及到多次浏览器和服务器之间的交互。

注意：

1.https要勾选正确，证书安装正确；

2.有些代理程序可能和fiddler冲突 ，确保使用fiddler时关闭其他代理；

3.有些浏览器插件也可能和fiddler冲突；

HTTP请求

请求=首行+请求头+空行+正文

请求的首行=方法+URL+版本号

响应=首行+响应头+空行+正文

响应的首行=版本号+状态码

eg : HTTP/1.1 200 OK

HTTP/1.1是版本号；200是状态码 ；OK是状态码的描述

状态码就是对这次响应的定性（成功失败）

其中200就表示成功!

URL(网址)

url基本格式 

URL：协议名://ip地址:端口号/路径?querystring

其中querystring是一个键值对的结构数据：?k1=v1&k2=v2

了解一个完整的URL格式

URL 中的可省略部分

协议名: 可以省略, 省略后默认为 http://

ip 地址 / 域名: 在 HTML 中可以省略(比如 img, link, script, a 标签的 src 或者 href 属性). 省

略后表示服务器的 ip / 域名与当前 HTML 所属的 ip / 域名一致.

端口号: 可以省略. 省略后如果是 http 协议, 端口号自动设为 80; 如果是 https 协议, 端口号自

动设为 443.

带层次的文件路径: 可以省略. 省略后相当于 / . 有些服务器会在发现 / 路径的时候自动访问

/index.html

查询字符串: 可以省略

片段标识: 可以省略

正是因为HTTP的灵活性使得hhtp可以根据不同场景进行自 定制工作。

urlencode 

query string（query string 中的内容是键值对结构. 其中的 key 和 value 的取值和个数, 完全都是程序猿自己约 定的. 我们可以通过这样的方式来自定制传输我们需要的信息给服务器. ）中可能有一些特殊符号，而这些符号在url可能有其他含义，就会导致浏览器/服务器解析失败！

eg: + 即 %2B  urlencode本质上就是转义字符

一个中文字符由 UTF-8 或者 GBK 这样的编码方式构成 , 虽然在 URL 中没有特殊含义 , 但是仍然需要进行转义. 否则浏览器可能把 UTF-8/GBK 编码中的某个字节当做 URL 中的特殊符号 .

转义的规则如下 : 将需要转码的字符转为 16 进制，然后从右到左，取 4 位 ( 不足 4 位直接处理 ) ，每 2 位做一 位，前面加上% ，编码成 %XY格式。 urlencode 工具

常见方法 

PUT 与 POST 相似，只是具有幂等特性，一般用于更新

DELETE 删除服务器指定资源

OPTIONS 返回服务器所支持的请求方法

HEAD 类似于 GET ，只不过响应体不返回，只返回响应头

TRACE 回显服务器端收到的请求，测试的时候会用到这个

CONNECT 预留，暂无使用

get和post区别

post常用于登录，上传。是把一些自定义的数据放在body里面，query string 通常是空的（post中空行分隔header和body）

get是把一些自定义的数据放在query string 中，body通常是空的；

最直观的感受是，在网页登陆的页面，如果用户名以及被加密的密码被放在url（即放在query string中不仅能看到，也能收藏）里面，用户也会觉得不太靠谱的样子，so放在Body（用户看不到也收藏不了）里。但是本质上放哪都行。

get和post没有本质区别，从习惯上讲，
get通常把数据放在query string中，
而post通常是放在body中

看一下错误的说法：（有的有一定道理但不是完全正确）

认识请求"报头"(header)

header 的整体的格式也是 " 键值对 " 结构 .

每个键值对占一行 . 键和值之间使用分号分割 .

query string 和body里面的键值对完全是我们自己定义的

报头的种类有很多 , 此处仅介绍几个常见的 .

Host

表示服务器主机的地址和端口.

host里面的内容不是url中也有，为什莫还要再搞一份？

通常情况下，host和url里面的内容是一样的，但是，如果有代理，就不一定一样了

Content-Length（和粘包有关）

表示 body 中的数据长度 .

如何解决粘包？

1.分隔符

2.长度

HTTP两个都有。

如果是 get，没有body，那就用空行作为结束；

如果是post，有body，就用Content-Length区分结束。

Content-Type

表示请求的 body 中的数据格式 .

常见选项 :

• application/x-www-form-urlencoded: form 表单提交的数据格式. 此时 body 的格式形如:

title=test&content=hello

• multipart/form-data: form 表单提交的数据格式(在 form 标签中加上

enctyped="multipart/form-data" . 通常用于提交图片/文件. body 格式形如
Content-Type:multipart/form-data; boundary=----
WebKitFormBoundaryrGKCBY7qhFd3TrwA
------WebKitFormBoundaryrGKCBY7qhFd3TrwA
Content-Disposition: form-data; name="text"
title
------WebKitFormBoundaryrGKCBY7qhFd3TrwA
Content-Disposition: form-data; name="file"; filename="chrome.png"
Content-Type: image/png
PNG ... content of chrome.png ...
------WebKitFormBoundaryrGKCBY7qhFd3TrwA--

• application/json: 数据为 json 格式. body 格式

{"username":"123456789","password":"xxxx","code":"jw7l","uuid":"d110a05ccde64b16
a861fa2bddfdcd15"}

User-Agent (简称 UA)

表示浏览器/ 操作系统的属性，里面包含浏览器的版本号和操作系统的信息，之前，UA是用来兼容不同版本号的浏览器（有人习惯旧版本）。现在用来区分移动端/pc端

referer 

referer介绍 

表示这个页面是从哪个页面跳转过来的 . (像广告商就需要) 形如:

https://v.bitedu.vip/login

如果直接在浏览器中输入 URL, 或者直接通过收藏夹访问页面时是没有 Referer 的 .

应用在哪些场景？ ——运营商劫持

14年，广告商在统计各个厂的点击量时，厂内的请求通过运营商，运营商将referer改成了自己的，->违法， 除了法律手段之外，也要通过技术手段去反制——HTTPS！！！ 

HTTP是明文传输，但是改成https,进行加密传输，

Cookie

Cookie的引入 

浏览器要保存数据直接放在硬盘上不行吗，为啥要放在cookie里？

不可以！ 网页如果可以轻易访问你的文件系统是非常危险的！为了保证安全，又能存储数据，浏览器就提供了cookie的功能（也有其他的）。

cookie是按照键值对的方式来存储一些字符串的，这些键值对往往都是服务器返回回来的，浏览器把这些键值对按照 "域名" 维度(各个网站的cookie是相互独立的)，分类存储。

Cookie的典型使用场景（网站登录+身份识别）

cookie中的键值对都是程序员自己定义的，cookie中往往会保存很多键值对，往往会有一个很重要的键值对是用来表示用户信息的.(标识当前请求来自哪个用户)，

尤其是网站上的登陆界面，登陆一次后，以后再访问网站上其他网页的时候就不用再重新登陆了。而且关了电脑第二天再进网站也不用再重新登陆。

为了实现身份识别的效果，不仅仅需要cookie来支持，在服务器这边，也需要Session机制来支持  

 小结

1.cookie从哪里来？

从服务器返回给浏览器的.

2.cookie里面的内容？

键值对结构的数据，都是程序员自定义的.

3.cookie保存在哪里？

cookie保存在浏览器上，浏览器所在电脑的硬盘上，每个域名都有自己的一组Cookie.

4.Cookie中的内容要到哪去？

后续再访问这个网站的各个页面，就都会在请求中带上Cookie,服务器就可以进一步知道客户端的详细情况了。（去看病，各个科室刷卡）

5.cookie中的键值对之间使用 ; 分割。

cookie中键与值使用 = 分割。

6.cookie中往往会有一个键值对用于标识用户身份。对于身份标识这块，一些安全性要求高的网站（支付宝等）就会缩短cookie的有效时间，并且设有登陆密码，支付密码等

HTTP响应

状态码

200成功．

404访问的资源不存在
403访问的资源没有权限
502服务器挂了
504服务器超时了
302重定向（浏览器会自动跳转到其他的页面

403 Forbidden:表示访问被拒绝,也是比较常见的状态.有的页面通常需要用户具有一定的权限才能访问(登陆后才能访问). 如果用户没有登陆 直接访问, 就容易见到 403

302 Found:表示重定向,类似于呼叫转移.比如我有一个手机号,后来换了个号,此时办理一个呼叫转移业务就不需要告诉他们新号码,直接用旧号码打电话,就会自动转移到新的号码.这里出现这个状态就是转移到另一个新的页面
————————————————
 

302和301本质是相同的,都是重定向.302是临时重定向,资源只是临时被移动.301是永久重定向,请求的资源已被永久的移动到新URI，返回信息会包括新的URI，浏览器会自动定向到新URI。今后任何新的请求都应使用新的URI代替

浏览器的重定向和请求转发的区别是什么?

重定向是http协议中提供的机制,为了方便进行网站迁移这样的工作.请求转发则是servlet/spring中提供的机制,看看具体区别

重定向:涉及到两次交互,可以重定向到外部资源,跳转到别的网站
 

构造HTTP请求 

1．通过 html 中的 form 表单

了解html

html是一种编程语言，描述一种形态，一个网页上都有啥。输入！在vscode生成

xml中的标签都是可以自定义的，HTML中的标签可以成对出现，标签页可以进行嵌套

form的重要参数

action:构造的HTTP请求的URL是什么

method:构造的HTTP的请求的方法是get 还是post(只支持get和post)

input的重要参数 

type:输入框的类型.text表示文本,password表示密码,submit表示提交按钮

name:表示构造的HTTP请求的query string中的key.value为用户输入的内容；name中的内容会作为参数放在querystring中或者body(这个取决于调用的方法)

value: input 标签的值. 对于 type 为 submit 类型来说, value 就对应了按钮上显示的文本
 

form表单 

输入后点击提交就进入百度界面

2．通过 js 的 ajax 

还可以通过 ajax 的方式来构造 HTTP 请求. 并且功能更强大，是异步通信方式，通过代码发送http请求，请求发出去之后，js代码就继续向下执行了，当服务器的响应回来之后，就会自动通知到我们的代码中，进一步就可以处理响应了。

ajax 全称 A synchronous J avascript A nd X ML, 是 2005 年提出的一种 JavaScript 给服务器发送 HTTP 请求的方式 .

特点是 可以不需要 刷新页面/页面跳转 就能进行数据传输

js界还有一个知名的第三方库jQuery.

使用前首先要引入jQuery

搜索jquery cdn然后使用第一个版本的就可以

复制链接到js代码中

$在js中是一个合法的变量。$.ajax就是jQuery封装好的用来发起ajax请求的方法！

后续学了serlvet/Spring后才能正确观察到响应！此处所谓的“异步”，js在执行ajax方法的时候把请求发出去，就会立即向下执行，这个时候还没有调用到success方法，一直等到相应回来，success才开始执行。所以success就叫做回调函数

3. Java 代码（其他各种语言的代码）

 4．借助一些第三方工具

postman软件根据请求直接生成代码。通过抓包我们也可以实现爬虫，爬虫的本质就是http客户端

Https 

Https是什么

HTTPS 也是一个应用层协议 . 是在 HTTP 协议的基础上引入了一个加密层 .

HTTP 协议内容都是按照文本的方式明文传输的 . 这就导致在传输过程中出现一些被篡改的情况.——运营商劫持

加密

明文+密钥=密文；

密文+密钥=明文； 

如果加密和解密用的是相同的密钥，那就是对称密钥，否则“非对称密钥”（一对密钥——公钥和私钥） 

HTTPS工作过程

引入对称加密

按位异或就是一种简单的对称加密

由于第一次服务器也不知道客户端的密钥是什么,需要客户端明文传送密钥给服务器.那么此时如果被截取,密钥就泄露了.因此密钥的传输也必须加密传输!很显然,对密钥加密不能再使用对称加密了！

so，非对称加密！

引入非对称加密

公钥+明文=>密文

私钥+密文=>明文

反过来也可以

使用非对称密钥来 加密 对称密钥，而不会加密http的header和body(数据)，后续数据的加密还是会使用对称加密。

非对称加密，运算量很大，效率也比较低；

对称加密，运算量小，效率较高；

中间人攻击 

上述操作其实还存在严重的问题——中间人攻击，黑客可以使用中间攻击的方式拿走对称密钥

上述图表示：

服务器生成一对pub1和pri1,准备发送pub1给客户端，中途被黑客截获到，

和可自己生成pub2,pri2,发送给客户端，客户端收到pub2

在客户端到黑客的过程中，pub2 +明文->密文；

黑客得到密文后，密文+pri2->明文。此时就已经被黑客截获到了。

黑客对接服务器时就假装自己是客户端，以此让服务器觉得没问题；

之后就一直使用这个来加密.实际上，对称密钥已经被黑客获取到了。

解决中间人攻击问题的关键:客户端要能正确的识别公钥是否来自真正的服务器

为了解决这个问题引入了"证书"

引入证书

证书就是结构化的字符串，这个证书包含 公钥，网站的域名，证书的过期时间等这个数字签名，就是对证书中数据进行验证的一个机制，公共机构在生成证书的时候，会先针对证书中其他属性生成校验和，公共机构还会是用自己的私钥，针对上述校验和进行加密，别人就无法重新生成这个校验和。

有时候浏览器会提示：“证书错误”，这就是客户端证书校验和验证的不正确，明确提示用户有风险

不过就算这样，黑客仍有可能骗客户端安装自己的证书。就可以光明正大替换掉证书里面的数字签名。

fiddle能够抓包，在才开始，安装fiddle开启https的时候提示你安装****，就是让fiddle成为一个认证机构，就可以让fiddle对浏览器进行合法的中间人攻击。

Tomcat简单介绍 

Tomcat是Java圈子中广泛使用的HTTP服务器   

，bat后缀：是windows上的批处理脚本，在windows上运行这个文件就可以启动tomcat。

sh后缀：是Linux上的shell 脚本，在Linux上运行这个文件，就能启动tomcat;  

Tomcat使用utf8,windows cmd 窗口默认gbk,tomcat启动的时候产生的日志是乱码的，把windows cmd 改成utf8.(改不了，后面使用idea的终端来展示tomcat入职就可以避免乱码 )

conf是配置，放了tomcat的配置文件 

logs里面放重要的日志文件； 

webapps这个目录就是用来方网站的，一个tomacat上可以有好多网站，把网站代码写好，打包好之后，放在这个目录下就可以加载运行网站了。