Http协议简介

Http协议简介

HTTP(HyperText Transfer Protocol)是一套计算机通过网络进行通信的规则。HTTP目前协议的版本是1.1.HTTP是一种无状态的协议。

无状态是指Web浏览器和Web服务器之间不需要建立持久的连接，这意味着当一个客户端向服务器端发出请求，然后Web服务器返回响应(response)，连接就被关闭了，在服务器端不保留连接的有关信息。

1. Http协议通信过程

HTTP遵循请求(Request)/应答(Response)模型。Web浏览器向Web服务器发送请求，Web服务器处理请求并返回适当的应答。所有HTTP连接都被构造成一套请求和应答。

在一次完整的HTTP通信过程中，Web浏览器与Web服务器之间将完成下列7个步骤：

  (1) 建立TCP连接

 (2) Web浏览器向Web服务器发送请求

 (3) Web浏览器发送请求头信息

浏览器发送其请求之后，还要以头信息的形式向Web服务器发送其它信息，之后浏览器发送了一空白行来通知服务器，它已经结束了该头信息的发送。

 (4) Web服务器应答

 客户机向服务器发出请求后，服务器会客户机回送应答，

HTTP/1.1 200 OK

 应答的第一部分是协议的版本号和应答状态码

 (5) Web服务器发送应答头信息

 (6) Web服务器向浏览器发送数据

Web服务器向浏览器发送头信息后，它会发送一个空白行来表示头信息的发送到此为结束，接着，它就以Content-Type应答头信息所描述的格式发送用户所请求的实际数据。

 (7) Web服务器关闭TCP连接

一般情况下，一旦Web服务器向浏览器发送了请求数据，它就要关闭TCP连接，如果浏览器或者服务器在其头信息加入了这行代码:

Connection:keep-alive

 TCP连接在发送后将仍然保持打开状态。

2. 统一资源定位符（URL）

URI(uniform resource identifier)，统一资源标识符，用来唯一的标识一个资源。而URL是uniform resource locator，统一资源定位器，它是一种具体的URI，即URL可以用来标识一个资源，而且还指明了如何定位这个资源。URN，uniform resource name，统一资源命名，是通过名字来标识资源。

简单来说，URI是以一种抽象的，高层次概念定义统一资源标识，而URL和URN则是具体的资源标识的方式。URL和URN都是一种URI的实现。

3. Http请求

  http请求由三部分组成，分别是：请求行、消息报头、请求正文。

(1) 请求行

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

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 　　保留将来使用

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

   1. GET请求

GET用于信息获取，Http协议对GET请求定义了两个条件：

(1) GET用于获取信息而非修改信息，

(2) 对同一URL的多个请求返回的结果仅有服务器行为决定。（这一点与POST方法有着明显区别）

.GET请求的数据会附在URL之后（就是把数据放置在HTTP协议头中），以?分割URL和传输数据，参数之间以&相连，如：

login.action?name=loginAction&password=forgetten&verify=%E4%BD%A0%E5%A5%BD

如果数据是英文字母/数字，原样发送，如果是空格，转换为+，如果是中文/其他字符，则直接把字符串用BASE64加密，得出如：%E4%BD%A0%E5%A5%BD，其中％XX中的XX为该符号以16进制表示的ASCII。

因为GET是通过URL提交数据，那么GET可提交的数据量就跟URL的长度有直接关系了。Http协议并没有直接限制URL的长度，但是不同的浏览器和服务器通常对URL的长度定义了上限。

   2. POST请求

POST表示可能修改变服务器上的资源的请求，POST把提交的数据则放置在是HTTP包的包体中。一般来说POST请求通常与表单配合使用，因为数据不包含在URL中，信息相对安全。

实质上，GET和POST只是发送机制不同，并不是一个取一个发！通过GET提交数据，用户名和密码将明文出现在URL上，因为登录页面有可能被浏览器缓存，其他人查看浏览器的历史纪录，那么别人就可以拿到你的账号和密码了；除此之外，使用GET提交数据还可能会造成Cross-site request forgery攻击。

  3. HEAD请求

HEAD方法与GET方法几乎是一样的，对于HEAD请求的回应部分来说，它的HTTP头部中包含的信息与通过GET请求所得到的信息是相同的。利用这个方法，不必传输整个资源内容，就可以得到Request-URI所标识的资源的信息。该方法常用于测试超链接的有效性，是否可以访问，以及最近是否更新。

  (2) 请求头

请求头包含许多有关的客户端环境和请求正文的有用信息。例如，请求头可以声明浏览器所用的语言，请求正文的长度等。

Accept:image/gif.image/jpeg.*/* Accept-Language:zh-cn Connection:Keep-Alive Host:localhost User-Agent:Mozila/4.0(compatible:MSIE5.01:Windows NT5.0) Accept-Encoding:gzip,deflate.

每个请求报头域由一个域名，冒号（:）和域值三部分组成。域名是大小写无关的，域值前可以添加任何数量的空格符，请求报头域可以被扩展为多行，在每行开始处，使用至少一个空格或制表符。

Host请求报头域指定请求资源的Intenet主机和端口号，必须表示请求url的原始服务器或网关的位置。HTTP/1.1请求必须包含主机请求报头域，否则系统会以400状态码返回。

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。eg：Accept-Charset:iso-8859-1,gb2312.如果在请求消息中没有设置这个域，缺省是任何字符集都可以接受。

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.如果请求消息中没有设置这个域服务器假定客户端对各种内容编码都可以接受。

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.如果请求消息中没有设置这个请求报头域，服务器假定客户端对各种语言都可以接受。

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请求请求报头域的请求，要求服务器对其进行验证。

Referer请求报头域允许客户端指定请求uri的源资源地址，这可以允许服务器生成回退链表，可用来登陆、优化cache等。他也允许废除的或错误的连接由于维护的目的被追踪。

Cache-Control请求报头域 指定请求和响应遵循的缓存机制。在请求消息或响应消息中设置Cache-Control并不会修改另一个消息处理过程中的缓存处理过程。请求时的缓存指令包括no-cache、no-store、max-age、max-stale、min-fresh、only-if-cached，响应消息中的指令包括public、private、no-cache、no-store、no-transform、must-revalidate、proxy-revalidate、max-age。

Date请求报头域表示消息发送的时间，时间的描述格式由rfc822定义。例如，Date:Mon,31Dec200104:25:57GMT。Date描述的时间表示世界标准时，换算成本地时间，需要知道用户所在的时区。

  (3) 请求正文

请求头和请求正文之间是一个空行，这个行非常重要，它表示请求头已经结束，接下来的是请求正文。

4.Http应答

在接收和解释请求消息后，服务器返回一个HTTP响应消息。HTTP响应也是由三个部分组成，分别是：状态行、响应头、响应正文

(1) 状态行

状态行格式如下：

HTTP-Version Status-Code Reason-Phrase CRLF

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，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

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报请求报头域一起使用 

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

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

(2) 响应头

响应报头允许服务器传递不能放在状态行中的附加响应信息，以及关于服务器的信息和对Request-URI所标识的资源进行下一步访问的信息。

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。

实体报头

请求和响应消息都可以传送一个实体。一个实体由实体报头域和实体正文组成，但并不是说实体报头域和实体正文要在一起发送，可以只发送实体报头域。

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-Language实体报头域描述了资源所用的自然语言。没有设置该域则认为实体内容将提供给所有的语言阅读

者。eg：Content-Language:da

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。eg：

Content-Type:text/html;charset=ISO-8859-1

Content-Type:text/html;charset=GB2312

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(再次访问曾访问过的页面时，直接从缓存中加载，缩短响应时间和降低服务器负载)的页面，我们可以使用Expires实体报头域指定页面过期的时间。

(3) 响应正文

响应正文即为服务器返回的资源。