HTTP协议

1 HTTP协议基本概念

HTTP是一个属于应用层的面向对象的协议，由于其简捷、快速的方式，适用于分布式超媒体信息系统。

HTTP协议的主要特点可概括如下：

1.支持客户/服务器模式。

2.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。

3.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。

4.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。

5.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。

1.1 URL与URI

URL是Internet上用来描述信息资源的字符串，主要用在各种WWW客户程序和服务器程序上。采用URL可以用一种统一的格式来描述各种信息资源，包括文件、服务器的地址和目录等。

URL的格式由下列三部分组成：

\1. 协议（或称为服务方式）；

\2. 存有该资源的主机IP地址（有时也包括端口号）；

\3. 主机资源的具体地址。如目录和文件名等。

URI是以某种统一的（标准化的）方式标识资源的简单字符串，一般由三部分组成：

\1. 访问资源的命名机制。

\2. 存放资源的主机名。

\3. 资源自身的名称，由路径表示。

URL是RUI命名机制的一个子集。URL是一种具体的URI，它不仅唯一标识资源，而且还提供了定位该资源的信息。URI是一种语义上的抽象概念，可以是绝对的，也可以是相对的，而URL则必须提供足够的信息来定位，所以，是绝对的，而通常说的relative URL，则是针对另一个absolute URL，本质上还是绝对的。

HTTP URL (URL是一种特殊类型的URI，包含了用于查找某个资源的足够的信息)的格式如下：

http://host[":"port][abs_path]

http表示要通过HTTP协议来定位网络资源；host表示合法的Internet主机域名或者IP地址；port指定一个端口号，为空则使用缺省端口80；abs_path指定请求资源的URI；如果URL中没有给出abs_path，那么当它作为请求URI时，必须以“/”的形式给出，通常这个工作浏览器自动帮我们完成。

1.2 绝对路径与相对路径

绝对路径是指文件在硬盘上真正存在的路径。例如 “bg.jpg” 这个图片是存放在硬盘的 “E:\book\ 网页布局代码 \ 第 2 章 ” 目录下，那么 “bg.jpg” 这个图片的绝对路径就是 “E:\book\ 网页布 \ 代码 \ 第 2 章 \bg.jpg" 。那么如果要使用绝对路径指定网页的背景图片就应该使用 以下语句：

事实上，在网页编程时，很少会使用绝对路径，如果使用 “E:\book\ 网页布 \ 代码 \ 第 2 章 \bg.jpg” 来指定背景图片的位置，在自己的计算机上 浏览可能会一切正常，但是上传到 Web 服务器上浏览就很有可能不会显示图片了。因为上传到 Web 服务器上时，可能整个网站并没有放在 Web 服务器的 E 盘， 有可能是 D 盘或 H 盘。即使放在 Web 服务器的 E 盘里， Web 服务器的 E 盘里也不一定会存在 “E:\book\ 网页布局 \ 代码 \ 第 2 章 ” 这个目录，因此在浏 览网页时是不会显示图片的。

为了避免这种隋况发生，通常在网页里指定文件时，都会选择使用相对路径。所谓相对路径，就是相对于自己的目标文件位置。例如上面的例子， “s1.htm” 文件里引用了 “bg.jpg” 图片，由于 “bg.jpg” 图片相对于 “s1.htm” 来说，是在同一个目录的，那么要在 “s1.htm” 文件里使用以下代 码后，只要这两个文件的相对位置没有变 ( 也就是说还是在同一个目录内 ) ，那么无论上传到 Web 服务器的哪个位置，在浏览器里都能正确地显示图片。

2 HTTP数据格式

浏览器与服务器之间传输的报文一般包括HTTP请求报文和HTTP应答报文，HTTP的请求和响应都是由消息承载的，请求与响应的基本消息格式如下：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yIUacJ95-1601433264175)(file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wpsF2F0.tmp.jpg)]

HTTP Request的消息格式如下：

n HTTP Request

l Request = Request-Line

​ *(( general-header

​ | request-header

​ | entity-header ) CRLF)

​ CRLF

​ [ message-body ]

l Request-Line = Method SP Request-URI SP HTTP-Version CRLF

l Request-URI = “*” | absoluteURI | abs_path | authority

而HTTP响应的消息格式如下：

n HTTP Response

l Response = Status-Line

​ *(( general-header

​ | response-header

​ | entity-header ) CRLF)

​ CRLF

​ [ message-body ]

l Status-Line = HTTP-Version SP Status-Code SP Reason-Phrase CRLF

其中，报文的头部域和实体部分是由两个连续的回车换行符来进行区分，所以判断实体从何处开始需要看到两个连续的回车换行。

2.1 HTTP请求–请求行

HTTP请求由三部分组成，分别是：请求行、消息报头、请求正文

请求行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本，格式如下：Method Request-URI HTTP-Version CRLF
其中 Method表示请求方法；Request-URI是一个统一资源标识符；HTTP-Version表示请求的HTTP协议版本；CRLF表示回车和换行（除了作为结尾的CRLF外，不允许出现单独的CR或LF字符）。

请求方法（所有方法全为大写）有多种，各个方法的解释如下：

GET 请求获取Request-URI所标识的资源

POST 在Request-URI所标识的资源后附加新的数据

HEAD 请求获取由Request-URI所标识的资源的响应消息报头

PUT 请求服务器存储一个资源，并用Request-URI作为其标识

DELETE 请求服务器删除Request-URI所标识的资源

TRACE 请求服务器回送收到的请求信息，主要用于测试或诊断

CONNECT 表示动态切换到隧道的代理

OPTIONS 请求查询服务器的性能，或者查询与资源相关的选项和需求

其中有两个值得注意的地方，分别是GET和HEAD的区别以及POST和PUT的区别。

HEAD方法跟GET方法相同，只不过服务器响应时不会返回消息体。一个HEAD请求的响应中，HTTP头中包含的元信息应该和一个GET请求的响应消息相同。这种方法可以用来获取请求中隐含的元信息，而不用传输实体本身。也经常用来测试超链接的有效性、可用性和最近的修改。

POST 方法被用于请求源服务器接受请求中的实体作为请求资源的一个新的从属物。POST提交的实体是请求URI的从属物，就好像一个文件从属于一个目录，一篇新闻文章从属于一个新闻组，或者一条记录从属于一个数据库。

PUT方法请求服务器去把请求里的实体存储在请求URI（Request-URI）标识下。如果请求URI（Request-URI）指定的的资源已经在源服务器上存在，那么此请求里的实体应该被当作是源服务器关于此URI所指定资源实体的最新修改版本。如果请求URI（Request-URI）指定的资源不存在，并且此URI被用户代理定义为一个新资源，那么源服务器就应该根据请求里的实体创建一个此URI所标识下的资源。

POST所对应的URI并非创建的资源本身，而是资源的接收者。比如：POST http://www.forum.com/articles的语义是在http://www.forum.com/articles下创建一篇帖子，HTTP响应中应包含帖子的创建状态以及帖子的URI。两次相同的POST请求会在服务器端创建两份资源，它们具有不同的URI；所以，POST方法不具备幂等性。而PUT所对应的URI是要创建或更新的资源本身。比如：PUT http://www.forum/articles/4231的语义是创建或更新ID为4231的帖子。对同一URI进行多次PUT的副作用和一次PUT是相同的；因此，PUT方法具有幂等性。

2.2 HTTP响应–状态行

状态行格式如下：

HTTP-Version Status-Code Reason-Phrase CRLF

其中，HTTP-Version表示服务器HTTP协议的版本；Status-Code表示服务器发回的响应状态代码；Reason-Phrase表示状态代码的文本描述。

状态代码有三位数字组成，第一个数字定义了响应的类别，且有五种可能取值：

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

3xx：重定向–要完成请求必须进行更进一步的操作

4xx：客户端错误–请求有语法错误或请求无法实现

5xx：服务器端错误–服务器未能实现合法的请求

常见状态代码、状态描述、说明：

200 OK //客户端请求成功

301 Moved Permanently //客户请求的文档在其他地方，新的URL在Location头中给出，浏览器应该自动地访问新的URL。

400 Bad Request //客户端请求有语法错误，不能被服务器所理解

401 Unauthorized //请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用

403 Forbidden //服务器收到请求，但是拒绝提供服务

404 Not Found //请求资源不存在，eg：输入了错误的URL

500 Internal Server Error //服务器发生不可预期的错误

503 Server Unavailable //服务器当前不能处理客户端的请求，一段时间后可能恢复正常

3 HTTP头部域

HTTP消息报头包括普通报头、请求报头、响应报头、实体报头。
每一个报头域都是由名字+“：”+空格+值 组成，消息报头域的名字是大小写无关的。

1、普通报头

Cache-Control ：用于指定缓存指令，请求时的缓存指令包括：no-cache（用于指示请求或响应消息不能缓存）、no-store、max-age、max-stale、min-fresh、only-if-cached;

Date：普通报头域表示消息产生的日期和时间

Connection：普通报头域允许发送指定连接的选项。例如指定连接是连续keep-alive，或者指定“close”选项，通知服务器，在响应完成后，关闭连接

2、请求报头

Accept：请求报头域用于指定客户端接受哪些类型的信息。eg：Accept：image/gif，表明客户端希望接受GIF图象格式的资源；Accept：text/html，表明客户端希望接受html文本。

Accept-Charset：请求报头域用于指定客户端接受的字符集。

Accept-Encoding：Accept-Encoding请求报头域类似于Accept，但是它是用于指定可接受的内容编码。eg：Accept-Encoding:gzip.deflate.

Accept-Language: 请求报头域类似于Accept，但是它是用于指定一种自然语言。eg：Accept-Language:zh-cn.

Authorization: 请求报头域主要用于证明客户端有权查看某个资源。当浏览器访问一个页面时，如果收到服务器的响应代码为401（未授权），可以发送一个包含Authorization请求报头域的请求，要求服务器对其进行验证。

Host: 请求报头域主要用于指定被请求资源的Internet主机和端口号，它通常从HTTP URL中提取出来的

User-Agent:客户端的操作系统、浏览器和其它属性告GET /form.html

3、响应报头

Location：响应报头域用于重定向接受者到一个新的位置。Location响应报头域常用在更换域名的时候。

Server：响应报头域包含了服务器用来处理请求的软件信息。与User-Agent请求报头域是相对应的。

WWW-Authenticate：响应报头域必须被包含在401（未授权的）响应消息中，客户端收到401响应消息时候，并发送Authorization报头域请求服务器对其进行验证时，服务端响应报头就包含该报头域。

4、实体报头

Content-Encoding：实体报头域被用作媒体类型的修饰符，它的值指示了已经被应用到实体正文的附加内容的编码，因而要获得Content-Type报头域中所引用的媒体类型，必须采用相应的解码机制。Content-Encoding这样用于记录文档的压缩方法，eg：Content-Encoding：gzip

Content-Length：实体报头域用于指明实体正文的长度，以字节方式存储的十进制数字来表示。

Content-Type：实体报头域用语指明发送给接收者的实体正文的媒体类型。

Last-Modified：实体报头域用于指示资源的最后修改日期和时间。

Expires：实体报头域给出响应过期的日期和时间。为了让代理服务器或浏览器在一段时间以后更新缓存中的页面，我们可以使用Expires实体报头域指定页面过期的时间。eg：Expires：Thu，15 Sep 2006 16:23:12 GMT

图2.1 HTTP请求报文

图2.2 HTTP响应报文

上面两个图是捕获的HTTP请求和响应的报文，其中可以看到报头中的一些基本字段。