HTTP 详解（上）---请求报文、响应报文、状态码、缓存机制

HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写,是用于从万维网（WWW:World Wide Web ）服务器传输超文本到本地浏览器的传送协议。
主要特点

•简单快速：客户向服务器请求服务时，只需传送请求方法和路径。请求方法常用的有GET、HEAD、POST。每种方法规定了客户与服务器联系的类型不同。由于HTTP协议简单，使得HTTP服务器的程序规模小，因而通信速度很快。
灵活：HTTP允许传输任意类型的数据对象。正在传输的类型由Content-Type加以标记。
无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接。采用这种方式可以节省传输时间。
无状态：HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。
支持B/S及C/S模式。

http://www.aspxfans.com:8080/news/index.asp?boardID=5&ID=24618&page=1#name
从上面的URL可以看出，一个完整的URL包括以下几部分：
协议部分：该URL的协议部分为“http：”，这代表网页使用的是HTTP协议。在Internet中可以使用多种协议，如HTTP，FTP等等本例中使用的是HTTP协议。在”HTTP”后面的“//”为分隔符

域名部分：该URL的域名部分为“www.aspxfans.com”。一个URL中，也可以使用IP地址作为域名使用

端口部分：跟在域名后面的是端口，域名和端口之间使用“:”作为分隔符。端口不是一个URL必须的部分，如果省略端口部分，将采用默认端口

虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分。本例中的虚拟目录是“/news/”

文件名部分：从域名后的最后一个“/”开始到“？”为止，是文件名部分，如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止，是文件部分，如果没有“？”和“#”，那么从域名后的最后一个“/”开始到结束，都是文件名部分。本例中的文件名是“index.asp”。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名

锚部分：从“#”开始到最后，都是锚部分。本例中的锚部分是“name”。锚部分也不是一个URL必须的部分

参数部分：从“？”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。本例中的参数部分为“boardID=5&ID=24618&page=1”。参数可以允许有多个参数，参数与参数之间用“&”作为分隔符。

1. Request

客户端发送一个HTTP请求到服务器的请求消息包括以下格式：
请求行（request line）、请求头部（header）、空行和请求数据四个部分组成。
HTTP 详解（上）---请求报文、响应报文、状态码、缓存机制
1.1. 请求行 由 3 部分组成，分别为：请求方法、URL（不包含域名）以及协议版本，之间由空格分隔；
请求方法包括 GET、HEAD、PUT、POST、TRACE、OPTIONS、DELETE 以及扩展方法，当然并不是所有的服务器都实现了所有的方法，部分方法即便支持，出于安全性的考虑也是不可用的；

协议版本的格式为：HTTP/主版本号.次版本号，常用的有 HTTP/1.0 和 HTTP/1.1。

1.2. 请求头部:请求头部为请求报文添加了一些附加信息，由“名/值”对组成，每行一对，名和值之间使用冒号分隔。（请求的服务器地址，指定连接的属性 keep-alive ,可接受编码格式，可接受数据压缩格式，可接受的语言等）

1.3. 空行 请求头的最后会有一个空行，表示请求头部结束，接下来为请求正文，这一行非常重要，必不可少。

1.4. 请求正文 可选部分，比如 GET 请求就没有请求正文
HTTP 详解（上）---请求报文、响应报文、状态码、缓存机制
HTTP1.0定义了三种请求方法： GET, POST 和 HEAD方法。
HTTP1.1新增了五种请求方法：OPTIONS, PUT, DELETE, TRACE 和 CONNECT 方法。

2. Response

一般情况下，服务器接收并处理客户端发过来的请求后会返回一个HTTP的响应消息。主要由状态行、响应头、空行、响应正文 4 部分组成。
HTTP 详解（上）---请求报文、响应报文、状态码、缓存机制
2.1. 状态行 由 3 部分组成，分别为：协议版本，状态码，状态码描述，之间由空格分隔；
2.2. 响应头 与请求头类似，为响应报文添加了一些附加信息。（响应正文的类型，长度，编码，压缩格式，语言等）
HTTP 详解（上）---请求报文、响应报文、状态码、缓存机制

3.常见 HTTP 首部字段。

a、通用首部字段（请求报文与响应报文都会使用的首部字段）
Date：创建报文时间
Connection：连接的管理
Cache-Control：缓存的控制
Transfer-Encoding：报文主体的传输编码方式，如 Transfer-Encoding：chunked。

b、请求首部字段（请求报文会使用的首部字段）
Host：请求资源所在服务器
Accept：可处理的媒体类型
Accept-Charset：可接收的字符集
Accept-Encoding：可接受的内容编码
Accept-Language：可接受的自然语言
Referer：HTTP Referer 是 header 的一部分，当浏览器向 web 服务器发送请求的时候，一般会带上 Referer，告诉服务器我是从哪个页面链接过来的，服务器籍此可以获得一些信息用于处理。比如从我主页上链接到一个朋友那里，他的服务器就能够从 HTTP Referer 中统计出每天有多少用户点击我主页上的链接访问他的网站。如果是 CSRF 攻击传来的请求，Referer 字段会是包含恶意网址的地址，这时候服务器就能识别出恶意的访问。

c、响应首部字段（响应报文会使用的首部字段）
Accept-Ranges：可接受的字节范围
Location：令客户端重新定向到的
URI Server：HTTP 服务器的安装信息

d、实体首部字段（描述请求报文与响应报文的的实体部分使用的首部字段）
Allow：资源可支持的 HTTP 方法
Content-Type：实体主类的类型 text/html
Content-Encoding：实体主体适用的编码方式

4. http 的浏览器缓存机制

4.1. Last-Modified 和 If-Modified-Since

Last-Modified 与 If-Modified-Since 都是用于记录页面最后修改时间的 HTTP 头信息，只是 Last-Modified 是由服务器往客户端发送的 HTTP 头（标记此文件在服务期端最后被修改的时间），而 If-Modified-Since 则是由客户端往服务器发送的头，可以看到，再次请求本地存在的缓存页面时，客户端会通过 If-Modified-Since 头把浏览器端缓存页面的最后一次被服务器修改的时间一起发到服务器去，服务器会把这个时间与服务器上实际文件的最后修改时间进行比较，通过这个时间戳判断客户端的页面是否是最新的，如果不是最新的，就返回 HTTP 状态码 200 和新的文件内容，客户端接到之后，会丢弃旧文件，把新文件缓存起来，并显示到浏览器中；如果是最新的，则返回 304 告诉客户端其本地缓存的页面是最新的，就直接把本地缓存文件显示到浏览器中，这样在网络上传输的数据量就会大大减少，同时也减轻了服务器的负担。

4.2. ETag 和 If-None-Match

ETag 和 If-None-Match 是一种常用的判断资源是否改变的方法。类似于 Last-Modified 和 If-Modified-Since。但是有所不同的是 Last-Modified 和 If-Modified-Since 只判断资源的最后修改时间，而 ETag 和 If-None-Match 可以是资源任何的任何属性，比如资源的 MD5 等。

ETag 和 If-None-Match 的工作原理是在 HTTPResponse 中添加 ETags 信息（服务器会为每个资源分配对应的 ETag 值，根据资源的内容得到其值。当资源内容发生改变时，其值也会改变）。当客户端再次请求该资源时，将在 HTTPRequest 中加入 If-None-Match 信息（也就是 ETags 的值）。如果服务器验证资源的 ETags 没有改变（该资源的内容没有改变），将返回一个 304 状态；否则，服务器将返回 200 状态，并返回该资源和新的 ETags

4.3. 既然有了 Last-Modified，为什么还要用 ETag 字段呢？

1.某些文件修改非常频繁，比如在秒以下的时间内进行修改(比方说 1s 内修改了 N 次)，If-Modified-Since 能检查到的粒度是秒级的，这种修改无法体现。

2.一些文件也许会周期性的更改，但是他的内容并不改变(仅仅改变的修改时间)，这个时候我们并不希望客户端认为这个文件被修改了，而重新 GET.

3.某些服务器不能精确的得到文件的最后修改时间。

4.4 .Expires / Cache-Control

用来控制缓存的失效日期，控制浏览器是直接从浏览器缓存取数据还是重新发请求到
服务器取数据。
Expires 是 Web 服务器响应消息头字段，在响应 http 请求时告诉浏览器在过期时间前浏览器可以直接从浏览器缓存取数据，而无需再次请求。Expires 的一个缺点就是，返回的到期时间是服务器端的时间，这样存在一个问题，如果客户端的时间与服务器的时间相差很大（比如时钟不同步，或者跨时区），那么误差就很大，所以在 HTTP1.1 版开始，使用 Cache-Control: max-age=(秒)替代

Cache-Control，比如： Cache-Control: max-age=315360000 这里声明的是一个相对的秒数，表示从现在起，315360000 秒内缓存都是有效的，这样就避免了服务端和客户端时间不一致的问题。但是 Cache-Control 是 HTTP1.1 才有的，不适用于 HTTP1.0，而 Expires 既适用于 HTTP1.0，也适用于 HTTP1.1，所以说在大多数情况下同时发送这两个头会是一个更好的选择，当客户端两种头都能解析的时候，会优先使用 Cache-Control。

5.HTTP之状态码

状态代码有三位数字组成，第一个数字定义了响应的类别，共分五种类别:

1xx：指示信息–表示请求已接收，继续处理

2xx：成功–表示请求已被成功接收、理解、接受
200 OK 服务器已成功处理了请求并提供了请求的网页。
202 Accepted 已经接受请求，但处理尚未完成。
204 No Content 没有新文档，浏览器应该继续显示原来的文档。
206 PartialContent 客户端进行了范围请求。响应报文中由 Content-Range 指定实体内容的范围。实现断点续传。

3xx：重定向–要完成请求必须进行更进一步的操作
301 Moved Permanently 永久性重定向。请求的网页已永久移动到新位置。
302（或 307） Moved Temporatily 临时性重定向。请求的网页临时移动到新位置。
304 Not Modified 未修改。自从上次请求后，请求的内容未修改过

4xx：客户端错误–请求有语法错误或请求无法实现
401 Unauthorized 客户试图未经授权访问受密码保护的页面。应答中会包含一个 WWW-Authenticate 头，浏览器据此显示用户名字/密码对话框，然后在填写合适的 Authorization 头后再次发出请求。
403 Forbidden 服务器拒绝请求。———-403.6- IP address rejected
404 Not Found 服务器上不存在客户机所请求的资源。

5xx：服务器端错误–服务器未能实现合法的请求