WEB请求处理六：浏览器HTTP协议漫谈

#0 系列目录#

• WEB请求处理
• WEB请求处理一：浏览器请求发起处理
• WEB请求处理二：Nginx请求反向代理
• WEB请求处理三：Servlet容器请求处理
• WEB请求处理四：Tomcat配置实践
• WEB请求处理五：MVC框架请求处理

#1 HTTP报文# HTTP报文是面向文本的，报文中的每个字段都是一些ASCII码串，各个字段的长度是不肯定的。HTTP有两类报文：请求报文和响应报文。 ##1.1 HTTP请求报文解剖## ###1.1.1 请求报文结构### HTTP请求报文由3部分组成（请求行+请求头+请求体）：

下面是一个实际的请求报文：

①为请求方法，GET和POST是最多见的HTTP方法，除此之外还包括DELETE、HEAD、OPTIONS、PUT、TRACE。不过，当前的大多数浏览器只支持GET和POST，Spring 3.0提供了一个HiddenHttpMethodFilter，容许你经过“_method”的表单参数指定这些特殊的HTTP方法（实际上仍是经过POST提交表单）。服务端配置了HiddenHttpMethodFilter后，Spring会根据_method参数指定的值模拟出相应的HTTP方法，这样，就可使用这些HTTP方法对处理方法进行映射了。 

GET：最多见的一种请求方式，服务器将URL定位的资源放在响应报文的数据部分，回送给客户端。地址中”?”以后的部分就是经过GET发送的请求数据，各个数据之间用”&”符号隔开。显然，这种方式不适合传送私密数据。另外，因为不一样的浏览器对地址的字符限制也有所不一样，通常最多只能识别1024个字符，因此若是须要传送大量数据的时候，也不适合使用GET方式。

POST：对于上面提到的不适合使用GET方式的状况，能够考虑使用POST方式，由于使用POST方法能够容许客户端给服务器提供信息较多。POST方法将请求参数封装在HTTP请求数据中，以名称/值的形式出现，能够传输大量数据，这样POST方式对传送的数据大小没有限制，并且也不会显示在URL中。

关于HTTP请求GET和POST的区别：

1. GET提交：请求的数据会附在URL以后（就是把数据放置在HTTP协议头＜request-line＞中），以?分割URL和传输数据，多个参数用&链接。若是数据是英文字母/数字，原样发送，若是是空格，转换为+，若是是中文/其余字符，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。   POST提交：把提交的数据放置在是HTTP的报文体＜request-body＞中。 所以，GET提交的数据会在地址栏中显示出来，而POST提交，地址栏不会改变。
2. 传输数据的大小： 首先声明，HTTP协议没有对传输的数据大小进行限制，HTTP协议规范也没有对URL长度进行限制。 而在实际开发中存在的限制主要有：  GET：特定浏览器和服务器对URL长度有限制，例如IE对URL长度的限制是2083字节(2K+35)。对于其余浏览器，如Netscape、FireFox等，理论上没有长度限制，其限制取决于操做系统的支持。 所以对于GET提交时，传输数据就会受到URL长度的限制。 POST：因为不是经过URL传值，理论上数据不受限。但实际各个WEB服务器会规定对post提交数据大小进行限制，Apache、IIS6都有各自的配置。  3. 安全性： POST的安全性要比GET的安全性高。注意：这里所说的安全性和上面GET提到的“安全”不是同个概念。上面“安全”的含义仅仅是不做数据修改，而这里安全的含义是真正的Security的含义，好比：经过GET提交数据，用户名和密码将明文出如今URL上，由于(1)登陆页面有可能被浏览器缓存，(2)其余人查看浏览器的历史纪录，那么别人就能够拿到你的帐号和密码了，

②为请求对应的URL地址，它和报文头的Host属性组成完整的请求URL。

③为协议名称及版本号。

④为HTTP的报文头，报文头包含若干个属性，格式为“属性名:属性值”，服务端据此获取客户端的信息。

⑤为报文体，它将一个页面表单中的组件值经过param1=value1&param2=value2的键值对形式编码成一个格式化串，它承载多个请求参数的数据。不但报文体能够传递请求参数，请求URL也能够经过相似于“/chapter15/user.html?param1=value1&param2=value2”的方式传递请求参数。

**对照上面的请求报文，咱们把它进一步分解，你能够看到一幅更详细的结构图： **

###1.1.2 HTTP请求报文头属性### 报文头属性是什么东西呢？咱们不妨以一个小故事来讲明吧。

快到中午了，张三丰不想去食堂吃饭，因而打电话叫外卖：老板，我要一份[鱼香肉丝]，要12：30以前给我送过来哦，我在江湖湖公司研发部，叫张三丰。

这里，你要[鱼香肉丝]至关于HTTP报文体，而“12：30以前送过来”，你叫“张三丰”等信息就至关于HTTP的报文头。它们是一些附属信息，帮忙你和饭店老板顺利完成此次交易。 

请求HTTP报文和响应HTTP报文都拥有若干个报文关属性，它们是为协助客户端及服务端交易的一些附属信息。

1. Accept：

请求报文可经过一个“Accept”报文头属性告诉服务端 客户端接受什么类型的响应。

以下报文头至关于告诉服务端，俺客户端可以接受的响应类型仅为纯文本数据啊，你丫别发其它什么图片啊，视频啊过来，那样我会歇菜的~~~： 

Accept:text/plain

Accept属性的值能够为一个或多个MIME类型的值，关于MIME类型，你们请参考：http://en.wikipedia.org/wiki/MIME_type

2. Cookie：

客户端的Cookie就是经过这个报文头属性传给服务端的哦！以下所示：

Cookie: $Version=1; Skin=new;jsessionid=5F4771183629C9834F8382E23BE13C4C

服务端是怎么知道客户端的多个请求是隶属于一个Session呢？注意到后台的那个jsessionid=5F4771183629C9834F8382E23BE13C4C木有？原来就是经过HTTP请求报文头的Cookie属性的jsessionid的值关联起来的！（固然也能够经过重写URL的方式将会话ID附带在每一个URL的后面哦）。

3. Referer：

表示这个请求是从哪一个URL过来的，假如你经过google搜索出一个商家的广告页面，你对这个广告页面感兴趣，鼠标一点发送一个请求报文到商家的网站，这个请求报文的Referer报文头属性值就是http://www.google.com。 

唐僧到了西天. 
如来问：侬是否是从东土大唐来啊？ 
唐僧：厉害！你咋知道的！ 
如来：呵呵，我偷看了你的Referer...

不少貌似神奇的网页监控软件（如著名的 我要啦），只要在你的网页上放上一段JavaScript，就能够帮你监控流量，全国访问客户的分布状况等报表和图表，其原理就是经过这个Referer及其它一些HTTP报文头工做的。

4. Cache-Control：

对缓存进行控制，如一个请求但愿响应返回的内容在客户端要被缓存一年，或不但愿被缓存就能够经过这个报文头达到目的。 

如如下设置，至关于让服务端将对应请求返回的响应内容不要在客户端缓存：

Cache-Control: no-cache
``` 

5. **User-Agent：**

产生请求的浏览器类型。

6. **Host：**

请求的主机名，容许多个域名同处一个IP地址，即虚拟主机。

###1.1.3 如何访问请求报文头###
因为请求报文头是客户端发过来的，服务端固然只能读取了，如下是HttpServletRequest一些用于读取请求报文头的API：

// 获取请求报文中的属性名称   java.util.Enumeration<java.lang.String>   getHeaderNames();      // 获取指定名称的报文头属性的值   java.lang.String getHeader(java.lang.String name);

因为一些请求报文头属性“太著名”了，所以HttpServletRequest为它们提供了VIP的API： 

// 获取报文头中的Cookie（读取Cookie的报文头属性）  Cookie[]   getCookies() ;      // 获取客户端本地化信息（读取 Accept-Language 的报文头属性）   java.util.Locale    getLocale()       // 获取请求报文体的长度（读取Content-Length的报文头属性）   int getContentLength();  

// 获取请求所关联的HttpSession，其内部的机理是经过读取请求报文头中Cookie属性的JSESSIONID的值， // 在服务端的一个会话Map中，根据这个JSESSIONID获取对应的HttpSession的对象 HttpSession getSession()

##1.2 HTTP响应报文解剖##
###1.2.1 响应报文结构###
HTTP的响应报文也由三部分组成（**响应行+响应头+响应体**）： 

![HTTP响应报文结构](http://upload-images.jianshu.io/upload_images/2062729-1a7bd8708dbc9390.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

如下是一个实际的HTTP响应报文： 

![实际的HTTP响应报文](http://upload-images.jianshu.io/upload_images/2062729-b0d87f06a8ae130a.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

①报文协议及版本； 

②状态码及状态描述； 

③响应报文头，也是由多个属性组成； 

④响应报文体，即咱们真正要的“干货”；

###1.2.2 响应状态码###
和请求报文相比，响应报文多了一个“响应状态码”，它以“清晰明确”的语言告诉客户端本次请求的处理结果。

**HTTP的响应状态码由5段组成：**
> 1xx 消息，**通常是告诉客户端，请求已经收到了，正在处理**，别急...。
>
> 2xx **处理成功**，通常表示：请求收悉、我明白你要的、请求已受理、已经处理完成等信息。
>
> 3xx **重定向到其它地方**。它让客户端再发起一个请求以完成整个处理。
>
> 4xx **处理发生错误，责任在客户端**，如客户端的请求一个不存在的资源，客户端未被受权，禁止访问等。
>
> 5xx **处理发生错误，责任在服务端**，如服务端抛出异常，路由出错，HTTP版本不支持等。

**如下是几个常见的状态码：**
> **200 OK** 你最但愿看到的，即处理成功！
>
> **301 永久重定向** Location响应首部的值仍为当前URL，所以为隐藏重定向; 
>
> **302 临时重定向** 显式重定向, Location响应首部的值为新的URL。
>
> **303 See Other** redirect到其它的页面，目标的URL经过响应报文头的Location告诉你。
>
> **304 Not Modified** 告诉客户端，你请求的这个资源至你上次取得后，并无更改，你直接用你本地的缓存吧，我很忙哦，你能不能少来烦我啊！
>
> **400 Bad Request** 客户端请求有语法错误，不能被服务器所理解。
>
> **401 Unauthorized** 请求未经受权，这个状态代码必须和WWW-Authenticate报头域一块儿使用。
>
> **403 Forbidden** 服务器收到请求，可是拒绝提供服务。
>
> **404 Not Found** 你最不但愿看到的，即找不到页面。如你在google上找到一个页面，点击这个连接返回404，表示这个页面已经被网站删除了，google那边的记录只是美好的回忆。
>
> **500 Internal Server Error** 看到这个错误，你就应该查查服务端的日志了，确定抛出了一堆异常，别睡了，起来改BUG去吧！
>
> **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，举个例子：HTTP/1.1 200 OK（CRLF）。

其它的状态码参见：[http://en.wikipedia.org/wiki/List_of_HTTP_status_codes](http://en.wikipedia.org/wiki/List_of_HTTP_status_codes)

有些响应码，Web应用服务器会自动给生成。你能够经过HttpServletResponse的API设置状态码： 

// 设置状态码，状态码在HttpServletResponse中经过一系列的常量预约义了，如SC_ACCEPTED，SC_OK   void setStatus(int sc)

###1.2.3 HTTP响应报文头属性###
**Cache-Control：**响应输出到客户端后，服务端经过该报文头属告诉客户端如何控制响应内容的缓存。

下面的设置让客户端对响应内容缓存3600秒，也即在3600秒内，若是客户再次访问该资源，直接从客户端的缓存中返回内容给客户，不要再从服务端获取（固然，这个功能是靠客户端实现的，服务端只是经过这个属性提示客户端“应该这么作”，作不作，仍是决定于客户端，若是是本身宣称支持HTTP的客户端，则就应该这样实现）。 

Cache-Control: max-age=3600

**ETag：**一个表明响应服务端资源（如页面）版本的报文头属性，若是某个服务端资源发生变化了，这个ETag就会相应发生变化。它是Cache-Control的有益补充，可让客户端“更智能”地处理何时要从服务端取资源，何时能够直接从缓存中返回响应。 

关于ETag的说明，你能够参见：[http://en.wikipedia.org/wiki/HTTP_ETag](http://en.wikipedia.org/wiki/HTTP_ETag)。 Spring 3.0还专门为此提供了一个`org.springframework.web.filter.ShallowEtagHeaderFilter`（实现原理很简单，对JSP输出的内容MD5，这样内容有变化ETag就相应变化了），用于生成响应的ETag，**由于这东东确实能够帮助减小请求和响应的交互**。

下面是一个ETag：

ETag: "737060cd8c284d8af7ad3082f209582d"

**Location：**在JSP中让页面Redirect到一个某个A页面中，实际上是让客户端再发一个请求到A页面，这个须要Redirect到的A页面的URL，其实就是经过响应报文头的Location属性告知客户端的，以下的报文头属性，将使客户端redirect到iteye的首页中。

Location: http://www.iteye.com

**Set-Cookie：**服务端能够设置客户端的Cookie，其原理就是经过这个响应报文头属性实现的。

Set-Cookie: UserID=JohnDoe; Max-Age=3600; Version=1

Connection 使用keep-alive特性； Content-Encoding 使用gzip方式对资源压缩； Content-type MIME类型为html类型，字符集是 UTF-8； Date 响应的日期； Server 使用的WEB服务器； Transfer-Encoding:chunked 分块传输编码 是http中的一种数据传输机制，容许HTTP由网页服务器发送给客户端应用（一般是网页浏览器）的数据能够分红多个部分，分块传输编码只在HTTP协议1.1版本（HTTP/1.1）中提供；

更多其它的HTTP响应头报文，参见：[http://en.wikipedia.org/wiki/List_of_HTTP_header_fields](http://en.wikipedia.org/wiki/List_of_HTTP_header_fields)

###1.2.4 如何写HTTP请求报文头###
在服务端能够经过HttpServletResponse的API写响应报文头的属性： 

// 添加一个响应报文头属性   void setHeader(String name, String value) 

像Cookie，Location这些响应都是有福之人，HttpServletResponse为它们都提供了VIP版的API： 

// 添加Cookie报文头属性   void addCookie(Cookie cookie)       // 不但会设置Location的响应报文头，还会生成303的状态码呢，二者天仙配呢   void sendRedirect(String location)   

#2 HTTP传输处理#
**在一个网络中。传输数据须要面临三个问题：**

> 1. 客户端**如何知道所请求内容的位置**？
> 2. 当客户端知道所请求内容的位置后，**如何获取所请求的内容**？
> 3. 所请求内容以**何种形式组织以便被客户端所识别**？

对于WEB来讲，回答上面三种问题分别采用三种不一样的技术，分别为：**统一资源定位符(URI)，超文本传输协议(HTTP)和超文本标记语言(HTML)**。对于大多数WEB开发人员来讲URI和HTML都是很是的熟悉。而HTTP协议在不少WEB技术中都被封装的过多使得HTTP反而最不被熟悉。

HTTP做为一种传输协议，也是像HTML同样随着时间不断演进的，目前流行的HTTP1.1是HTTP协议的第三个版本。

在Internet中全部的传输都是经过TCP/IP进行的。**HTTP协议做为TCP/IP模型中应用层的协议也不例外**。HTTP在网络中的层次如图所示：

![HTTP网络层次图](http://upload-images.jianshu.io/upload_images/2062729-646ca06db173fc49.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

能够看出，**HTTP是基于传输层TCP协议的**，而TCP是一个端到端的面向链接的协议。**所谓的端到端能够理解为进程到进程之间的通讯**。因此HTTP在开始传输以前，首先须要创建TCP链接，而TCP链接的过程须要所谓的“三次握手”。概念如图所示。

![TCP链接三次握手](http://upload-images.jianshu.io/upload_images/2062729-bdc0c6fe5d1d9d2b.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

在TCP三次握手以后，创建了TCP链接，此时HTTP就能够进行传输了。一个重要的概念是面向链接，**即HTTP在传输完成以前并不断开TCP链接**。在HTTP1.1中(经过Connection头设置)这是默认行为。所谓的HTTP传输完成，咱们经过一个具体的例子来看。

好比访问个人博客，使用Fiddler来截取对应的请求和响应。如图所示：

![使用Fiddler来截取对应的请求和响应](http://upload-images.jianshu.io/upload_images/2062729-b7d0a109bd2f755d.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

能够看出，虽然仅仅访问了个人博客，但所获取的不只仅是一个HTML，而是浏览器对HTML解析的过程当中，若是发现须要获取的内容，会再次发起HTTP请求去服务器获取，好比上图中的那个common2.css。**这上面19个HTTP请求，只依靠一个TCP链接就够了，这就是所谓的持久链接。**也是所谓的一次HTTP请求完成。

#3 浏览器解析html代码，并请求html代码中的资源#
浏览器拿到index.html文件后，就开始解析其中的html代码，遇到js/css/image等静态资源时，就向服务器端去请求下载（会使用多线程下载，每一个浏览器的线程数不同），**这个时候就用上keep-alive特性了，创建一次HTTP链接，能够请求多个资源，下载资源的顺序就是按照代码里的顺序**，可是因为每一个资源大小不同，而浏览器又多线程请求请求资源，因此从下图看出，这里显示的顺序并不必定是代码里面的顺序。

浏览器在请求静态资源时（在未过时的状况下），向服务器端发起一个http请求（询问自从上一次修改时间到如今有没有对资源进行修改），若是服务器端返回304状态码（告诉浏览器服务器端没有修改），那么浏览器会直接读取本地的该资源的缓存文件。

![浏览器请求资源](http://upload-images.jianshu.io/upload_images/2062729-9e0b7a9153cb23bc.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

**浏览器具体渲染页面，内部工做原理，请参考：[《前端必读：浏览器内部工做原理》](http://kb.cnblogs.com/page/129756/)**。