Servlet&JSP学习系列(2) - Request消息

Servlet是基于HTTP协议的，因而深入了解HTTP协议的消息格式，对理解Servlet有很大的帮助。事实上，HttpServletRequest就是对HTTP请求消息的一种封装。

HTTP request消息的格式如下：
[Method][SP][URI][SP][HTTP version]
[headers(key: value)]*
CRLF
[Content]

注：SP为空格
CRLF为回车换行
如：
GET /servlet/Search?Keywords=servlet+jsp HTTP/1.1
Accept:image/gif,image/jpg,*/*
Accept-Encoding:gzip
Connection:Keep-Alive
Cookie:userID=id45678
Host:localhost
User-Agent:Mozilla/4.0(compatible;MISE 6.0;Windows NT 5.0)

可以将HTTP请求消息格式分成三部分来讨论：
1. 起始行：包含请求方法（如GET、POST、PUT、DELETE等），请求URI，若是GET方法，URI中还包含了请求内容，以及HTTP版本号，一般都为HTTP/1.1的值。
2. 请求报头：包含当前请求的额外信息。如Accept表示客户端可处理的MIME类型，Cookie表示客户端传输过来的cookie值对。
3. 请求消息内容：如果是POST请求，还会在请求报头后空一行，加如请求消息的内容。（注：如要读取该内容，要用read方法，而不能用readLine方法。

一般常用的请求方法有：GET和POST。GET方法会直接在浏览器的地址栏中显示，不会加密，因而主要用于不敏感的数据，而POST的数据可以用于加密操作，主要用于敏感数据，可以加密。另外GET传送数据量较小，一般不能大于2K，而POST传送数据量较大，一般最大可以达到2M。
在servlet中，请求方法可以通过request.getMethod()方法获取。

URI表示要请求的资源，如要请求的Servlet，JSP页面，HTML页面等。如果是GET方法，则还包含了请求内容，”?”后的值对即为请求的内容，但是内容可以为空，如超链接的请求。
在servlet中，请求方法可以通过request.getRequestURI()方法获取。注：该方法获取的是URL中主机和端口之后、表单数据之前的部分，如http://somehost.com:8080/servlet/booksearch?subject=jsp,则该方法返回的值为:”/servlet/booksearch”.

HTTP版本一般有1.1、1.0。
在servlet中，可以通过request.getProtocol()获取。

请求内容：POST请求出现在请求报头后，一般也是以值对的形式出现，该值对中的值可以为二进制的数据，如文件上传操作。而GET请求则包含在URI中。请求内容一般为用户输入的数据。
在servlet中，请求的内容可以通过request.getParameter(“key”)方法获得。由于请求内容的key可以多次出现，因而对这种情况，可以通过request.getParameterValues(“key”)方法获取。同时Servlet也提供了request.getParameterNames()和request.getParameterMap()方法以获取所有值对的列表。
对GET请求，也可以通过request.getQueryString()方法来获取请求内容，如上URL返回”subject=jsp”。

或许Request消息中，最复杂的就是请求消息头了，HTTP请求消息头一般为浏览器默认填入。为什么HTTP中的请求消息中需要添加消息头呢？我的理解主要有两点：
1. 提供给服务器一些必要的信息，但是这些信息又不是由用户输入的，如cookie，host等。
2. 提供一种对HTTP协议的扩展程序，以定制基于自己的应用程序。
在servlet中，可以通过request.getHeader(“name”)获取相关的值或者用request.getDateHeader(“name”),request.getIntHeader(“name”)进行相应的类型转换，也可以通过request.getHeaderNames()获取所有的请求头列表。对多次出现的报头，可以通过getHeaders(“name”)来获取。
对几种常用的报头，servlet为其提供了专门的方法。如：
1. Cookie报头request.getCookies()
2. Authorization报头：request.getAuthType()和request.RemoteUser()的组合
3. Content-Length报头：request.getContentLength()
4. Content-Type报头：request.getContentType()

几种常见的请求报头：
1. Accept
指示客户端能够处理的MIME类型。用于某些支持多种格式的网站根据Accept报头来定制响应报文。如png文件比gif文件在压缩上占有优势，因而可以检查该报头的内容以定制返回的是png文件还是gif文件。
2. Accept-Charset
指示客户端可以使用的字符集。如ISO-8859-11。
3. Accept-Encoding
指示客户端能够处理的页面编码类型，常见的如”gzip”,”compress”等值。而响应报文中通常加入Content-Encoding来标明响应页面的编码类型。一般来说压缩的时间要比减小的传输时间要短，因而对返回页面进行压缩一般来说是值得的。
4. Accept-Language
指示客户端期望接受的语言类型（单值），如en，en-us等。该报头一般用于国际化，以处理多种语言的结果。
5. Authorization
在访问密码保护的Web页面是，客户端用于标识自己的身份。
6. Connection
指示是否保持连接，以在一个Socket中可以读取多个文件，HTTP1.1中默认为保持连接，而HTTP1.0默认相反。保持连接可以减少协商时间，增加性能。
但是不管是否保持连接，在servlet中，每一个请求多会新起一个线程来调用service方法。
7. Content-Length
只用于POST方法中，用来指示POST的数据大小，以字节为单位。
8. Cookie
向服务器返回之前服务器发送给客户端的Cookies。
9. Host
在HTTP1.1中是必须的，指示原始URL中给出的主机名和端口号。由于虚拟主机的引入（一台计算机处理多个域名对应的网站），导致服务器可能不能通过其他方式知道这个信息。
10. If-Modified-Since
指示仅当页面在制定的日志发生更改的情况下，客户程序才需要获取该页面。如果没有更新的结果，则服务器发送304报头（Not Modified）。该选项可用于浏览器有缓存的情况下。一般Servlet不需要直接处理这个报头，而是应该实现getLastModified()方法，以让系统自动处理修改的日期。
11. If-Unmodified-Since
该报头和If-Modified-Since相反，指示仅当文档比指定的日期要旧时才需要继续操作。一般来说，If-Modified-Since用在GET请求中（仅当服务器的文档比我缓存的文档要新时才获取新的文档），If-Unmodified-Since用在PUT请求中（仅当在我获得这个文档之后，服务器的文档没有其他人做过修改时，才需要更新这个文档）。这是HTTP1.1中新加入的报头。
12. Referer
指示引用Web页面的URL。如在一个Web页面1单击指向Web页面2的链接，那么在浏览器生成请求时就会将Web页面1的URL填入Referer报头中。
该报头可以用于追踪请求的来源。如可以追踪将人们引到某网站广告客户以追溯流量的来源，或者更具引用网站的不同对内容做一些调整。
要注意：
1） 客户端可以轻易的篡改Referer报头。
2） Referer的正确拼写是Referrer，这是HTTP协议作者的一个错误。
3） 某些浏览器（Opera）、广告过滤软件、个人防火墙可能会屏蔽这个报头，并且即使在正常的情况下，也只有用于点击连接时才会设置该报头，因而需要做null检查。
13. User-Agent
指示请求来源的浏览器或者其他客户端程序。可以根据该值为不同的浏览器返回不同的内容。如处理浏览器间的兼容问题。
注意：很多浏览器会在User-Agent中加入其他浏览器的内容，如果IE会加入”Mozilla”的值，以兼容JavaScript。因而需要检查某些浏览器特定包含的内容。