HTTP协议详解

摘自：http://www.cnblogs.com/TankXiao/archive/2012/02/13/2342672.html

当今web程序的开发技术真是百家争鸣，ASP.NET, PHP, JSP，Perl, AJAX 等等。 不管Web技术在将来如何发展，理解Web程序之间通讯的基本协议至关重要, 由于它让咱们理解了Web应用程序的内部工做. 本文将对HTTP协议进行详细的实例讲解，内容较多，但愿你们耐心看。也但愿对你们的开发工做或者测试工做有所帮助。使用Fiddler工具很是方便地捕获HTTP Request和HTTP Response,  关于Fiddler工具的用法，请看我另外一篇博客[Fiddler 教程]

 

阅读目录

1. 什么是HTTP协议
2. Web服务器，浏览器,代理服务器
3. URL详解
4. HTTP协议是无状态的
5. 打开一个网页须要浏览器发送不少次Request
6. HTTP消息的结构
7. Get和Post方法的区别
8. 状态码
9. HTTP Request header
10. HTTP Response header
11. HTTP协议是无状态的和Connection: keep-alive的区别

什么是HTTP协议

协议是指计算机通讯网络中两台计算机之间进行通讯所必须共同遵照的规定或规则，超文本传输协议(HTTP)是一种通讯协议，它容许将超文本标记语言(HTML)文档从Web服务器传送到客户端的浏览器

 

目前咱们使用的是HTTP/1.1 版本

Web服务器，浏览器,代理服务器

当咱们打开浏览器，在地址栏中输入URL，而后咱们就看到了网页。 原理是怎样的呢？

实际上咱们输入URL后，咱们的浏览器给Web服务器发送了一个Request, Web服务器接到Request后进行处理，生成相应的Response，而后发送给浏览器， 浏览器解析Response中的HTML,这样咱们就看到了网页，过程以下图所示

 

 

 

咱们的Request 有多是通过了代理服务器，最后才到达Web服务器的。

过程以下图所示

 

代理服务器就是网络信息的中转站，有什么功能呢？

1. 提升访问速度， 大多数的代理服务器都有缓存功能。

2. 突破限制， 也就是FQ了

3. 隐藏身份。

 

URL详解

 URL(Uniform Resource Locator) 地址用于描述一个网络上的资源,  基本格式以下

schema://host[:port#]/path/.../[?query-string][#anchor]

scheme               指定低层使用的协议(例如：http, https, ftp)

host                   HTTP服务器的IP地址或者域名

port#                 HTTP服务器的默认端口是80，这种状况下端口号能够省略。若是使用了别的端口，必须指明，例如 http://www.cnblogs.com:8080/

path                   访问资源的路径

query-string       发送给http服务器的数据

anchor-             锚

 

URL 的一个例子

http://www.mywebsite.com/sj/test/test.aspx?name=sviergn&x=true#stuff

Schema:                 http
host:                   www.mywebsite.com
path:                   /sj/test/test.aspx
Query String:           name=sviergn&x=true
Anchor:                 stuff

 

HTTP协议是无状态的

http协议是无状态的，同一个客户端的此次请求和上次请求是没有对应关系，对http服务器来讲，它并不知道这两个请求来自同一个客户端。 为了解决这个问题， Web程序引入了Cookie机制来维护状态.

 

打开一个网页须要浏览器发送不少次Request

1. 当你在浏览器输入URL http://www.cnblogs.com 的时候，浏览器发送一个Request去获取 http://www.cnblogs.com 的html.  服务器把Response发送回给浏览器.

2. 浏览器分析Response中的 HTML，发现其中引用了不少其余文件，好比图片，CSS文件，JS文件。

3. 浏览器会自动再次发送Request去获取图片，CSS文件，或者JS文件。

4. 等全部的文件都下载成功后。 网页就被显示出来了。

 

HTTP消息的结构

先看Request 消息的结构,   Request 消息分为3部分，第一部分叫Request line, 第二部分叫Request header, 第三部分是body. header和body之间有个空行， 结构以下图

第一行中的Method表示请求方法,好比"POST","GET",  Path-to-resoure表示请求的资源， Http/version-number 表示HTTP协议的版本号

当使用的是"GET" 方法的时候， body是为空的

好比咱们打开博客园首页的request 以下

GET http://www.cnblogs.com/ HTTP/1.1
Host: www.cnblogs.com

抽象的东西，难以理解，老感受是虚的， 所谓眼见为实, 实际见到的东西，咱们才能理解和记忆。 咱们今天用Fiddler，实际的看看Request和Response.

下面咱们打开Fiddler 捕捉一个博客园登陆的Request 而后分析下它的结构, 在Inspectors tab下以Raw的方式能够看到完整的Request的消息，   以下图

 

咱们再看Response消息的结构, 和Request消息的结构基本同样。 一样也分为三部分,第一部分叫Response line, 第二部分叫Response header，第三部分是body. header和body之间也有个空行,  结构以下图

HTTP/version-number表示HTTP协议的版本号，  status-code 和message 请看下节[状态代码]的详细解释.

咱们用Fiddler 捕捉一个博客园首页的Response而后分析下它的结构, 在Inspectors tab下以Raw的方式能够看到完整的Response的消息，   以下图

 

 

Get和Post方法的区别

Http协议定义了不少与服务器交互的方法，最基本的有4种，分别是GET,POST,PUT,DELETE. 一个URL地址用于描述一个网络上的资源，而HTTP中的GET, POST, PUT, DELETE就对应着对这个资源的查，改，增，删4个操做。 咱们最多见的就是GET和POST了。GET通常用于获取/查询资源信息，而POST通常用于更新资源信息.

咱们看看GET和POST的区别

1. GET提交的数据会放在URL以后，以?分割URL和传输数据，参数之间以&相连，如EditPosts.aspx?name=test1&id=123456.  POST方法是把提交的数据放在HTTP包的Body中.

2. GET提交的数据大小有限制（由于浏览器对URL的长度有限制），而POST方法提交的数据没有限制.

3. GET方式须要使用Request.QueryString来取得变量的值，而POST方式经过Request.Form来获取变量的值。

4. GET方式提交数据，会带来安全问题，好比一个登陆页面，经过GET方式提交数据时，用户名和密码将出如今URL上，若是页面能够被缓存或者其余人能够访问这台机器，就能够从历史记录得到该用户的帐号和密码.

 

状态码

Response 消息中的第一行叫作状态行，由HTTP协议版本号， 状态码， 状态消息 三部分组成。

状态码用来告诉HTTP客户端,HTTP服务器是否产生了预期的Response.

HTTP/1.1中定义了5类状态码， 状态码由三位数字组成，第一个数字定义了响应的类别

1XX  提示信息 - 表示请求已被成功接收，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处理

4XX  客户端错误 -  请求有语法错误或请求没法实现

5XX  服务器端错误 -   服务器未能实现合法的请求

 

看看一些常见的状态码

200 OK

最多见的就是成功响应状态码200了， 这代表该请求被成功地完成，所请求的资源发送回客户端

以下图， 打开博客园首页

 

302 Found

重定向，新的URL会在response 中的Location中返回，浏览器将会自动使用新的URL发出新的Request

例如在IE中输入， http://www.google.com. HTTP服务器会返回302， IE取到Response中Location header的新URL, 又从新发送了一个Request.

 

304 Not Modified

表明上次的文档已经被缓存了， 还能够继续使用，

例如打开博客园首页, 发现不少Response 的status code 都是304

提示：　若是你不想使用本地缓存能够用Ctrl+F5 强制刷新页面

 

400 Bad Request  客户端请求与语法错误，不能被服务器所理解

403 Forbidden 服务器收到请求，可是拒绝提供服务

404 Not Found

请求资源不存在（输错了URL）

好比在IE中输入一个错误的URL， http://www.cnblogs.com/tesdf.aspx

 

500 Internal Server Error 服务器发生了不可预期的错误

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

 

HTTP Request header

使用Fiddler 能很方便的查看Reques header, 点击Inspectors tab ->Request tab-> headers  以下图所示.

header 有不少，比较难以记忆，咱们也按照Fiddler那样把header 进行分类，这样比较清晰也容易记忆。

Cache 头域

If-Modified-Since

做用： 把浏览器端缓存页面的最后修改时间发送到服务器去，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对比。若是时间一致，那么返回304，客户端就直接使用本地缓存文件。若是时间不一致，就会返回200和新的文件内容。客户端接到以后，会丢弃旧文件，把新文件缓存起来，并显示在浏览器中.

例如：If-Modified-Since: Thu, 09 Feb 2012 09:07:57 GMT

实例以下图

 

If-None-Match

做用: If-None-Match和ETag一块儿工做，工做原理是在HTTP Response中添加ETag信息。 当用户再次请求该资源时，将在HTTP Request 中加入If-None-Match信息(ETag的值)。若是服务器验证资源的ETag没有改变（该资源没有更新），将返回一个304状态告诉客户端使用本地缓存文件。不然将返回200状态和新的资源和Etag.  使用这样的机制将提升网站的性能

例如: If-None-Match: "03f2b33c0bfcc1:0"

实例以下图

 

Pragma

做用： 防止页面被缓存， 在HTTP/1.1版本中，它和Cache-Control:no-cache做用如出一辙

Pargma只有一个用法， 例如： Pragma: no-cache

注意: 在HTTP/1.0版本中，只实现了Pragema:no-cache, 没有实现Cache-Control

 

Cache-Control

做用: 这个是很是重要的规则。 这个用来指定Response-Request遵循的缓存机制。各个指令含义以下

Cache-Control:Public   能够被任何缓存所缓存（）

Cache-Control:Private     内容只缓存到私有缓存中

Cache-Control:no-cache  全部内容都不会被缓存

还有其余的一些用法， 我没搞懂其中的意思， 请你们参考其余的资料

 

Client 头域

Accept

做用： 浏览器端能够接受的媒体类型,

例如：  Accept: text/html  表明浏览器能够接受服务器回发的类型为 text/html  也就是咱们常说的html文档,

若是服务器没法返回text/html类型的数据,服务器应该返回一个406错误(non acceptable)

通配符 * 表明任意类型

例如  Accept: */*  表明浏览器能够处理全部类型,(通常浏览器发给服务器都是发这个)

 

Accept-Encoding：

做用： 浏览器申明本身接收的编码方法，一般指定压缩方法，是否支持压缩，支持什么压缩方法（gzip，deflate），（注意：这不是只字符编码）;

例如： Accept-Encoding: gzip, deflate

 

Accept-Language

做用： 浏览器申明本身接收的语言。 

语言跟字符集的区别：中文是语言，中文有多种字符集，好比big5，gb2312，gbk等等；

例如： Accept-Language: en-us

 

User-Agent

做用：告诉HTTP服务器， 客户端使用的操做系统和浏览器的名称和版本.

咱们上网登录论坛的时候，每每会看到一些欢迎信息，其中列出了你的操做系统的名称和版本，你所使用的浏览器的名称和版本，这每每让不少人感到很神奇，实际上，服务器应用程序就是从User-Agent这个请求报头域中获取到这些信息User-Agent请求报头域容许客户端将它的操做系统、浏览器和其它属性告诉服务器。

例如： User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; CIBA; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; .NET4.0C; InfoPath.2; .NET4.0E)

 

Accept-Charset

做用：浏览器申明本身接收的字符集，这就是本文前面介绍的各类字符集和字符编码，如gb2312，utf-8（一般咱们说Charset包括了相应的字符编码方案）；

例如：

 

Cookie/Login 头域

Cookie:

做用： 最重要的header, 将cookie的值发送给HTTP 服务器

Entity头域

Content-Length

做用：发送给HTTP服务器数据的长度。

例如： Content-Length: 38

 

Content-Type

做用：

例如：Content-Type: application/x-www-form-urlencoded

 

Miscellaneous 头域

Referer:

做用： 提供了Request的上下文信息的服务器，告诉服务器我是从哪一个连接过来的，好比从我主页上连接到一个朋友那里，他的服务器就可以从HTTP Referer中统计出天天有多少用户点击我主页上的连接访问他的网站。

例如: Referer:http://translate.google.cn/?hl=zh-cn&tab=wT

Transport 头域

Connection

例如：　Connection: keep-alive   当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP链接不会关闭，若是客户端再次访问这个服务器上的网页，会继续使用这一条已经创建的链接

例如：  Connection: close  表明一个Request完成后，客户端和服务器之间用于传输HTTP数据的TCP链接会关闭， 当客户端再次发送Request，须要从新创建TCP链接。

 

Host（发送请求时，该报头域是必需的）

做用: 请求报头域主要用于指定被请求资源的Internet主机和端口号，它一般从HTTP URL中提取出来的

例如: 咱们在浏览器中输入：http://www.guet.edu.cn/index.html

浏览器发送的请求消息中，就会包含Host请求报头域，以下：

Host：http://www.guet.edu.cn

此处使用缺省端口号80，若指定了端口号，则变成：Host：指定端口号

 

HTTP Response header

一样使用Fiddler 查看Response header, 点击Inspectors tab ->Response tab-> headers  以下图所示

 咱们也按照Fiddler那样把header 进行分类，这样比较清晰也容易记忆。

Cache头域

Date

做用:  生成消息的具体时间和日期

例如：　Date: Sat, 11 Feb 2012 11:35:14 GMT 

 

Expires

做用: 浏览器会在指定过时时间内使用本地缓存

例如: Expires: Tue, 08 Feb 2022 11:35:14 GMT

 

Vary

做用：

例如: Vary: Accept-Encoding

 

Cookie/Login 头域

P3P

做用: 用于跨域设置Cookie, 这样能够解决iframe跨域访问cookie的问题

例如: P3P: CP=CURa ADMa DEVa PSAo PSDo OUR BUS UNI PUR INT DEM STA PRE COM NAV OTC NOI DSP COR

 

Set-Cookie

做用： 很是重要的header, 用于把cookie 发送到客户端浏览器， 每个写入cookie都会生成一个Set-Cookie.

例如: Set-Cookie: sc=4c31523a; path=/; domain=.acookie.taobao.com

 

Entity头域

ETag

做用:  和If-None-Match 配合使用。 （实例请看上节中If-None-Match的实例）

例如: ETag: "03f2b33c0bfcc1:0"

 

Last-Modified:

做用： 用于指示资源的最后修改日期和时间。（实例请看上节的If-Modified-Since的实例）

例如: Last-Modified: Wed, 21 Dec 2011 09:09:10 GMT

 

Content-Type

做用：WEB服务器告诉浏览器本身响应的对象的类型和字符集,

例如:

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

Content-Type:text/html;charset=GB2312

Content-Type: image/jpeg

 

Content-Length

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。在数据下行的过程当中，Content-Length的方式要预先在服务器中缓存全部数据，而后全部数据再一古脑儿地发给客户端。

例如: Content-Length: 19847

 

Content-Encoding

WEB服务器代表本身使用了什么压缩方法（gzip，deflate）压缩响应中的对象。

例如：Content-Encoding：gzip

 

Content-Language

做用： WEB服务器告诉浏览器本身响应的对象的语言者

例如： Content-Language:da

 

Miscellaneous 头域

Server:

做用：指明HTTP服务器的软件信息

例如:Server: Microsoft-IIS/7.5

 

X-AspNet-Version:

做用：若是网站是用ASP.NET开发的，这个header用来表示ASP.NET的版本

例如: X-AspNet-Version: 4.0.30319

X-Powered-By:

做用：表示网站是用什么技术开发的

例如： X-Powered-By: ASP.NET

Transport头域

Connection

例如：　Connection: keep-alive   当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP链接不会关闭，若是客户端再次访问这个服务器上的网页，会继续使用这一条已经创建的链接

例如：  Connection: close  表明一个Request完成后，客户端和服务器之间用于传输HTTP数据的TCP链接会关闭， 当客户端再次发送Request，须要从新创建TCP链接。

Location头域

Location

做用： 用于重定向一个新的位置, 包含新的URL地址

 实例请看304状态实例

 

HTTP协议是无状态的和Connection: keep-alive的区别

无状态是指协议对于事务处理没有记忆能力，服务器不知道客户端是什么状态。从另外一方面讲，打开一个服务器上的网页和你以前打开这个服务器上的网页之间没有任何联系

HTTP是一个无状态的面向链接的协议，无状态不表明HTTP不能保持TCP链接，更不能表明HTTP使用的是UDP协议（无链接）

从HTTP/1.1起，默认都开启了Keep-Alive，保持链接特性，简单地说，当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP链接不会关闭，若是客户端再次访问这个服务器上的网页，会继续使用这一条已经创建的链接

 Keep-Alive不会永久保持链接，它有一个保持时间，能够在不一样的服务器软件（如Apache）中设定这个时间

 

附： HTTP协议 系列教程， (连载中, 敬请期待）

HTTP协议 (一) HTTP协议详解

HTTP协议 (二) 基本认证

HTTP协议 (三) 压缩

HTTP协议 (四) 缓存

HTTP协议 (五) 代理

HTTP协议 (六) 状态码详解

HTTP协议 (七) Cookie