HTTP Headers 入門 (转) 真的不错

什麼是HTTP Headers

HTTP是“Hypertext Transfer Protocol”的所寫，整個www都在使用這種協定，幾乎你在流覽器裏看到的大部分內容都是通過http協定來傳輸的，比如這篇文章。

HTTP Headers是HTTP請求和相應的核心，它承載了關於用戶端流覽器，請求頁面，伺服器等相關的資訊。

示例

當你在流覽器位址欄裏鍵入一個url，你的流覽器會將類似如下的http請求：
GET /tutorials/other/top-20-mysql-best-practices/ HTTP/1.1 (Request line)
Host: net.tutsplus.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5 (.NET CLR 3.5.30729)
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language: en-us,en;q=0.5
Accept-Encoding: gzip,deflate
Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7
Keep-Alive: 300
Connection: keep-alive
Cookie: PHPSESSID=r2t5uvjq435r4q7ib3vtdjq120
Pragma: no-cache
Cache-Control: no-cache
第一行被稱為“Request Line” 它描述的是這個請求的基本資訊，剩下的就是HTTP headers了。

請求完成之後，你的流覽器可能會收到如下的HTTP回應：

HTTP/1.x 200 OK (state line)
Transfer-Encoding: chunked
Date: Sat, 28 Nov 2009 04:36:25 GMT
Server: LiteSpeed
Connection: close
X-Powered-By: W3 Total Cache/0.8
Pragma: public
Expires: Sat, 28 Nov 2009 05:36:25 GMT
Etag: “pub1259380237;gz”
Cache-Control: max-age=3600, public
Content-Type: text/html; charset=UTF-8
Last-Modified: Sat, 28 Nov 2009 03:50:37 GMT
X-Pingback: http://net.tutsplus.com/xmlrpc.php
Content-Encoding: gzip
Vary: Accept-Encoding, Cookie, User-Agent
<!– … rest of the html … –>

第一行被稱為“Status Line”，它之後就是http headers，空行完了就開始輸出內容了（在這個案例中是一些html輸出）。

但你查看頁面源代碼卻不能看到HTTP headers，雖然它們連同你能看到的東西一起被傳送至流覽器。

這個HTTP請求也發出了一些其他資源的接收請求，例如圖片，css檔，js文件等等。

下面我們來看看細節。

怎樣才能看到HTTP Headers

下面這些FireFox擴展能夠幫助你分析HTTP headers：

1. firebug

2.Live HTTP Headers

3. 在PHP中：

• getallheaders() 用來獲取請求Header. 你也可以使用 $_SERVER 陣列.
• headers_list() 用來獲取回應Header.

文章下面將會看到一些使用php示範的例子。

HTTP Request 的結構

被稱作“first line”的第一行包含三個部分：

• “method” 表明這是何種類型的請求. 最常見的請求類型有 GET, POST 和 HEAD.
• “path” 體現的是主機之後的路徑. 例如，當你請求 “http://net.tutsplus.com/tutorials/other/top-20-mysql-best-practices/”時 , path 就會是 “/tutorials/other/top-20-mysql-best-practices/”.
• “protocol” 包含有 “HTTP” 和版本號, 目前流覽器都會使用1.1.

剩下的部分每行都是一個“Name：Value”對。它們包含了各式各樣關於請求和你流覽器的資訊。

例如”User-Agent“就表明了你流覽器版本和你所用的作業系統。

”Accept-Encoding“會告訴伺服器你的流覽可以接受類似gzip的壓縮輸出。

這些headers大部分都是可選的。HTTP 請求甚至可以被精簡成這樣子：

GET /tutorials/other/top-20-mysql-best-practices/ HTTP/1.1
Host: net.tutsplus.com

並且你仍舊可以從伺服器收到有效的回應。

請求類型

三種最常見的請求類型是：GET，POST 和 HEAD ，從html的編寫過程中你可能已經熟悉了前兩種。

GET：獲取一個文檔

大部分被傳輸到流覽器的html，images，js，css, … 都是通過GET方法發出請求的。它是獲取資料的主要方法。

例如，要獲取Nettuts+ 的文章，http request的第一行通常看起來是這樣的：

GET /tutorials/other/top-20-mysql-best-practices/ HTTP/1.1

一旦html載入完成，流覽器將會發送GET 請求去獲取圖片，就像下面這樣：

GET /wp-content/themes/tuts_theme/images/header_bg_tall.png HTTP/1.1

表單也可以通過GET方法發送，下面是個例子：

<form action=”foo.php” method=”GET”>
First Name: <input name=”first_name” type=”text” />
Last Name: <input name=”last_name” type=”text” />
<input name=”action” type=”submit” value=”Submit” />
</form>

當這個表單被提交時，HTTP request 就會像這樣：

GET /foo.php?first_name=John&last_name=Doe&action=Submit HTTP/1.1
…

你可以將表單輸入通過附加進查詢字串的方式發送至伺服器。

POST：發送資料至伺服器

儘管你可以通過GET方法將資料附加到url中傳送給伺服器，但在很多情況下使用POST發送資料給伺服器更加合適。通過GET發送大量資料是不現實的，它有一定的局限性。

用POST請求來發送表單數據是普遍的做法。我們來吧上面的例子改造成使用POST方式：

<form action=”foo.php” method=”POST”>
First Name: <input name=”first_name” type=”text” />
Last Name: <input name=”last_name” type=”text” />
<input name=”action” type=”submit” value=”Submit” />
</form>

提交這個表單會創建一個如下的HTTP 請求：

POST /foo.php HTTP/1.1
Host: localhost
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5 (.NET CLR 3.5.30729)
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language: en-us,en;q=0.5
Accept-Encoding: gzip,deflate
Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7
Keep-Alive: 300
Connection: keep-alive
Referer: http://localhost/test.php
Content-Type: application/x-www-form-urlencoded
Content-Length: 43
first_name=John&last_name=Doe&action=Submit

這裏有三個需要注意的地方：

• 第一行的路徑已經變為簡單的 /foo.php , 已經沒了查詢字串。
• 新增了 Content-Type 和 Content-Lenght Header，它提供了發送資訊的相關資訊.
• 所有資料都在headers之後，以查詢字串的形式被發送.

POST方式的請求也可用在AJAX，應用程式，cURL … 之上。並且所有的檔上傳表單都被要求使用POST方式。

HEAD：接收Header資訊

HEAD和GET很相似，只不過HEAD不接受HTTP回應的內容部分。當你發送了一個HEAD請求，那就意味著你只對HTTPHeader感興趣，而不是文檔本身。

這個方法可以讓流覽器判斷頁面是否被修改過，從而控制緩存。也可判斷所請求的文檔是否存在。

例如，假如你的網站上有很多鏈結，那麼你就可以簡單的給他們分別發送HEAD請求來判斷是否存在死鏈，這比使用GET要快很多。

http回應結構

當流覽器發送了HTTP請求之後，伺服器就會通過一個HTTP response來回應這個請求。如果不關心內容，那麼這個請求看起來會是這樣的：

第一個有價值的資訊就是協定。目前伺服器都會使用 HTTP/1.x 或者 HTTP/1.1。

接下來一個簡短的資訊代表狀態。代碼200意味著我們的請求已經發送成功了，伺服器將會返回給我們所請求的文檔，在Header資訊之後。

我們都見過“404”頁面。當我向伺服器請求一個不存在的路徑時，伺服器就用用404來代替200回應我們。

餘下的回應內容和HTTP請求相似。這些內容是關於伺服器軟體的，頁面/檔何時被修改過，mime type 等等…

同樣，這些Header資訊也是可選的。

HTTP狀態碼

• 200 用來表示請求成功.
• 300 來表示重定向.
• 400 用來表示請求出現問題.
• 500 用來表示伺服器出現問題.

200 成功 （OK）

前文已經提到，200是用來表示請求成功的。

206 部分內容 （Partial Content）

如果一個應用只請求某範圍之內的檔，那麼就會返回206.

這通常被用來進行下載管理，中斷點續傳或者檔分塊下載。

404 沒有找到 （Not Found）

很容易理解

401 未經授權 （Unauthorized）

受密碼保護的頁面會返回這個狀態。如果你沒有輸入正確的密碼，那麼你就會在流覽器中看到如下的資訊：

注意這只是受密碼保護頁面，請求輸入密碼的彈出框是下面這個樣子的：

403 被禁止（Forbidden）

如果你沒有許可權訪問某個頁面，那麼就會返回403狀態。這種情況通常會發生在你試圖打開一個沒有index頁面的檔夾。如果伺服器設置不允許查看目錄內容，那麼你就會看到403錯誤。

其他一些方式也會發送許可權限制，例如你可以通過IP位址進行阻止，這需要一些htaccess的協助。

order allow,deny
deny from 192.168.44.201
deny from 224.39.163.12
deny from 172.16.7.92
allow from all

302（或307）臨時移動（Moved Temporarily） 和 301 永久移動（Moved Permanently）

這兩個狀態會出現在流覽器重定向時。例如，你使用了類似 bit.ly 的網址縮短服務。這也是它們如何獲知誰點擊了他們鏈結的方法。

302和301對於流覽器來說是非常相似的，但對於搜索引擎爬蟲就有一些差別。打個比方，如果你的網站正在維護，那麼你就會將用戶端流覽器用302 重定向到另外一個位址。搜索引擎爬蟲就會在將來重新索引你的頁面。但是如果你使用了301重定向，這就等於你告訴了搜索引擎爬蟲：你的網站已經永久的移動 到了新的位址。

500 伺服器錯誤（Internal Server Error）

這個代碼通常會在頁面腳本崩潰時出現。大部分CGI腳本都不會像PHP那樣輸出錯誤資訊給流覽器。如果出現了致命的錯誤，它們只會發送一個500的狀態碼。這時需要查看伺服器錯誤日誌來排錯。

完整的列表

你可以在這裏找到完整的HTTP 狀態碼說明。

HTTP Headers 中的 HTTP請求

現在我們來看一些在HTTP headers中常見的HTTP請求資訊。

所有這些Header資訊都可以在PHP的$_SERVER陣列中找到。你也可以用getallheaders() 函數一次性獲取所有的Header資訊。

Host

一個HTTP請求會發送至一個特定的IP位址，但是大部分伺服器都有在同一IP位址下託管多個網站的能力，那麼伺服器必須知道流覽器請求的是哪個功能變數名稱下的資源。

Host: rlog.cn

這只是基本的主機名，包含功能變數名稱和子級功能變數名稱。

在PHP中，可以通過$_SERVER['HTTP_HOST'] 或 $_SERVER['SERVER_NAME']來查看。

User-Agent

User-Agent: Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5 (.NET CLR 3.5.30729)

這個Header可以攜帶如下幾條資訊：

• 流覽器名和版本號.
• 作業系統名和版本號.
• 默認語言.

這就是某些網站用來收集訪客資訊的一般手段。例如，你可以判斷訪客是否在使用手機訪問你的網站，然後決定是否將他們引導至一個在低解析度下表現良好的移動網站。

在PHP中，可以通過 $_SERVER['HTTP_USER_AGENT'] 來獲取User-Agent

if ( strstr($_SERVER['HTTP_USER_AGENT'],’MSIE 6′) ) {
echo “Please stop using IE6!”;
}

Accept-Language

Accept-Language: en-us,en;q=0.5

這個資訊可以說明用戶的默認語言設置。如果網站有不同的語言版本，那麼就可以通過這個資訊來重定向用戶的流覽器。

它可以通過逗號分割來攜帶多國語言。第一個會是首選的語言，其他語言會攜帶一個“q”值，來表示用戶對該語言的喜好程度（0~1）。

在PHP中用 $_SERVER["HTTP_ACCEPT_LANGUAGE"] 來獲取這一資訊。

if (substr($_SERVER['HTTP_ACCEPT_LANGUAGE'], 0, 2) == ‘fr’) {
header(‘Location: http://french.mydomain.com’);
}

Accept-Encoding

Accept-Encoding: gzip,deflate

大部分的流覽器都支援gzip壓縮，並會把這一資訊報告給伺服器。這時伺服器就會壓縮HTML發送給流覽器。這可以減少近80%的檔案大小，以節省下載時間和頻寬。

在PHP中可以使用 $_SERVER["HTTP_ACCEPT_ENCODING"] 獲取該資訊。 然後調用ob_gzhandler()方法時會自動檢測該值，所以你無需手動檢測。

// enables output buffering
// and all output is compressed if the browser supports it
ob_start(‘ob_gzhandler’);

If-Modified-Since

如果一個頁面已經在你的流覽器中被cache，那麼你下次流覽時流覽器將會檢測文檔是否被修改過，那麼它就會發送這樣的Header：

If-Modified-Since: Sat, 28 Nov 2009 06:38:19 GMT

如果自從這個時間以來未被修改過，那麼伺服器將會返回“304 Not Modified”，而且不會再返回內容。流覽器將自動去緩存中讀取內容

在PHP中，可以用$_SERVER['HTTP_IF_MODIFIED_SINCE'] 來檢測。

// assume $last_modify_time was the last the output was updated
// did the browser send If-Modified-Since header?
if(isset($_SERVER['HTTP_IF_MODIFIED_SINCE'])) {
// if the browser cache matches the modify time
if ($last_modify_time == strtotime($_SERVER['HTTP_IF_MODIFIED_SINCE'])) {
// send a 304 header, and no content
header(“HTTP/1.1 304 Not Modified”);
exit;
}
}

還有一個叫Etag的HTTP頭資訊，它被用來確定緩存的資訊是否正確，稍後我們將會解釋它。

Cookie

顧名思義，他會送出流覽器中存儲的Cookie資訊給伺服器。

Cookie: PHPSESSID=r2t5uvjq435r4q7ib3vtdjq120; foo=bar

它是用分號分割的一組名值對。Cookie也可以包含session id。

在PHP中，單一的Cookie可以訪問$_COOKIE陣列獲得。你可以直接用$_SESSION array獲取session變數。如果你需要session id，那麼你可以使用session_id()函數代替cookie。

echo $_COOKIE['foo'];
// output: bar
echo $_COOKIE['PHPSESSID'];
// output: r2t5uvjq435r4q7ib3vtdjq120
session_start();
echo session_id();
// output: r2t5uvjq435r4q7ib3vtdjq120

Referer

顧名思義, Header將會包含referring url信息。

例如，我訪問Nettuts+的主頁並點擊了一個鏈結，這個Header資訊將會發送到流覽器：
Referer: http://net.tutsplus.com/

在PHP中，可以通過 $_SERVER['HTTP_REFERER'] 獲取該值。

if (isset($_SERVER['HTTP_REFERER'])) {
$url_info = parse_url($_SERVER['HTTP_REFERER']);
// is the surfer coming from Google?
if ($url_info['host'] == ‘www.google.com’) {
parse_str($url_info['query'], $vars);
echo “You searched on Google for this keyword: “. $vars['q'];
}
}
// if the referring url was:
// http://www.google.com/search?source=ig&hl=en&rlz=&=&q=http+headers&aq=f&oq=&aqi=g-p1g9
// the output will be:
// You searched on Google for this keyword: http headers

You may have noticed the word “referrer” is misspelled as “referer”. Unfortunately it made into the official HTTP specifications like that and got stuck.

Authorization

當一個頁面需要授權，流覽器就會彈出一個登入視窗，輸入正確的帳號後，流覽器會發送一個HTTP請求，但此時會包含這樣一個Header：

Authorization: Basic bXl1c2VyOm15cGFzcw==

包含在Header的這部分資訊是base64 encoded。例如，base64_decode(‘bXl1c2VyOm15cGFzcw==’) 會被轉化為 ‘myuser:mypass’ 。

在PHP中，這個值可以用$_SERVER['PHP_AUTH_USER'] 和 $_SERVER['PHP_AUTH_PW'] 獲得。

更多細節我們會在WWW-Authenticate部分講解。

HTTP Headers 中的 HTTP回應

現在讓我瞭解一些常見的HTTP Headers中的HTTP回應資訊。

在PHP中，你可以通過 header() 來設置Header回應資訊。PHP已經自動發送了一些必要的Header資訊，如 載入的內容，設置 cookies 等等… 你可以通過 headers_list() 函數看到已發送和將要發送的Header資訊。你也可以使用headers_sent()函數來檢查Header資訊是否已經被發送。

Cache-Control

w3.org 的定義是：“The Cache-Control general-header field is used to specify directives which MUST be obeyed by all caching mechanisms along the request/response chain.” 其中“caching mechanisms” 包含一些你ISP可能會用到的 閘道和代理資訊。

例如：

Cache-Control: max-age=3600, public

“public”意味著這個回應可以被任何人cache，“max-age” 則表明了該cache有效的秒數。允許你的網站被cache降大大減少下載時間和帶寬，同時也提高的流覽器的載入速度。

也可以通過設置 “no-cache”  指令來禁止緩存：

Cache-Control: no-cache

更多詳情請參見w3.org。

Content-Type

這個Header包含了文檔的”mime-type”。流覽器將會依據該參數決定如何對文檔進行解析。例如，一個html頁面（或者有html輸出的php頁面）將會返回這樣的東西：

Content-Type: text/html; charset=UTF-8

‘text’ 是文檔類型，‘html’則是文檔子類型。 這個Header還包括了更多資訊，例如 charset。

如果是一個圖片，將會發送這樣的回應：

Content-Type: image/gif

流覽器可以通過mime-type來決定使用外部程式還是自身擴展來打開該文檔。如下的例子降調用Adobe Reader：

Content-Type: application/pdf

直接載入，Apache通常會自動判斷文檔的mime-type並且添加合適的資訊到Header去。並且大部分流覽器都有一定程度的容錯，在Header未提供或者錯誤提供該資訊的情況下它會去自動檢測mime-type。

你可以在這裏找到一個常用mime-type列表。

在PHP中你可以通過 finfo_file() 來檢測檔的ime-type。

Content-Disposition

這個Header資訊將告訴流覽器打開一個檔下載視窗，而不是試圖解析該回應的內容。例如：

Content-Disposition: attachment; filename=”download.zip”

他會導致流覽器出現這樣的對話方塊：

注意，適合它的Content-Type頭資訊同時也會被發送

Content-Type: application/zip
Content-Disposition: attachment; filename=”download.zip”

Content-Length

當內容將要被傳輸到流覽器時，伺服器可以通過該Header告知流覽器將要傳送檔的大小（bytes）。

Content-Length: 89123

對於檔下載來說這個資訊相當的有用。這就是為什麼流覽器知道下載進度的原因。

例如，這裏我寫了一段虛擬腳本，來模擬一個慢速下載。

// it’s a zip file
header(‘Content-Type: application/zip’);
// 1 million bytes (about 1megabyte)
header(‘Content-Length: 1000000′);
// load a download dialogue, and save it as download.zip
header(‘Content-Disposition: attachment; filename=”download.zip”‘);
// 1000 times 1000 bytes of data
for ($i = 0; $i < 1000; $i++) {
echo str_repeat(“.”,1000);
// sleep to slow down the download
usleep(50000);
}

結果將會是這樣的：

現在，我將Content-LengthHeader注釋掉：

// it’s a zip file
header(‘Content-Type: application/zip’);
// the browser won’t know the size
// header(‘Content-Length: 1000000′);
// load a download dialogue, and save it as download.zip
header(‘Content-Disposition: attachment; filename=”download.zip”‘);
// 1000 times 1000 bytes of data
for ($i = 0; $i < 1000; $i++) {
echo str_repeat(“.”,1000);
// sleep to slow down the download
usleep(50000);
}

結果就變成了這樣：

這個流覽器只會告訴你已下載了多少，但不會告訴你總共需要下載多少。而且進度條也不會顯示進度。

Etag

這是另一個為緩存而產生的Header資訊。它看起來會是這樣：

Etag: “pub1259380237;gz”

伺服器可能會將該資訊和每個被發送檔一起回應給流覽器。該值可以包含文檔的最後修改日期，檔大小或者檔校驗和。流覽會把它和所接收到的文檔一起緩存。下一次當流覽器再次請求同一檔時將會發送如下的HTTP請求：

If-None-Match: “pub1259380237;gz”

如果所請求的文檔Etag值和它一致，伺服器將會發送304狀態碼，而不是200。並且不返回內容。流覽器此時就會從緩存載入該檔。

Last-Modified

顧名思義，這個Header資訊用GMT格式表明了文檔的最後修改時間：

Last-Modified: Sat, 28 Nov 2009 03:50:37 GMT

$modify_time = filemtime($file);
header(“Last-Modified: ” . gmdate(“D, d M Y H:i:s”, $modify_time) . ” GMT”);

它提供了另一種緩存機制。流覽器可能會發送這樣的請求：

If-Modified-Since: Sat, 28 Nov 2009 06:38:19 GMT

在If-Modified-Since一節我們已經討論過了。

Location

這個Header是用來重定向的。如果回應代碼為 301 或者 302 ，伺服器就必須發送該Header。例如，當你訪問 http://www.nettuts.com 時流覽器就會收到如下的回應：

HTTP/1.x 301 Moved Permanently
…
Location: http://net.tutsplus.com/
…

在PHP中你可以通過這種方式對訪客重定向：
header(‘Location: http://net.tutsplus.com/’);

默認會發送302狀態碼，如果你想發送301，就這樣寫：

header(‘Location: http://net.tutsplus.com/’, true, 301);

Set-Cookie

當一個網站需要設置或者更新你流覽的cookie資訊時，它就會使用這樣的Header：

Set-Cookie: skin=noskin; path=/; domain=.amazon.com; expires=Sun, 29-Nov-2009 21:42:28 GMT
Set-Cookie: session-id=120-7333518-8165026; path=/; domain=.amazon.com; expires=Sat Feb 27 08:00:00 2010 GMT

每個cookie會作為單獨的一條Header資訊。注意，通過js設置cookie將不會出現在HTTP頭中。

在PHP中，你可以通過setcookie()函數來設置cookie，PHP會發送合適的HTTP 頭。

setcookie(“TestCookie”, “foobar”);

它會發送這樣的頭資訊：

Set-Cookie: TestCookie=foobar

如果未指定到期時間，cookie就會在流覽器關閉後被刪除。

WWW-Authenticate

一個網站可能會通過HTTP發送這個Header資訊來驗證用戶。當流覽器看到Header有這個回應時就會打開一個彈出窗。

WWW-Authenticate: Basic realm=”Restricted Area”

它會看起來像這樣：

在PHP手冊的一章中就有一段簡單的代碼演示了如果用PHP做這樣的事情：

if (!isset($_SERVER['PHP_AUTH_USER'])) {
header(‘WWW-Authenticate: Basic realm=”My Realm”‘);
header(‘HTTP/1.0 401 Unauthorized’);
echo ‘Text to send if user hits Cancel button’;
exit;
} else {
echo “<p>Hello {$_SERVER['PHP_AUTH_USER']}.</p>”;
echo “<p>You entered {$_SERVER['PHP_AUTH_PW']} as your password.</p>”;
}

Content-Encoding

這個Header通常會在返回內容被壓縮時設置。