大涛子客栈

# HTTP

HTTP 是一种超文本传输协议(Hypertext Transfer Protocol)，超文本传输协议可以进行文字分割：

  • 超文本（Hypertext）
  • 传输（Transfer）
  • 协议（Protocol）

按照范围的大小： 协议 > 传输 > 超文本。

即，HTTP 是一个在计算机世界里专门在两点之间传输文字、图片、音频、视频等超文本数据的约定和规范。

# HTTP 请求特征

  • 支持客户-服务器模式
  • 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。

# HTTP 报文组成

HTTP 协议主要由三大部分组成：

  • 起始行（start line）：描述请求或响应的基本信息；
  • 头部字段（header）：使用 key-value 形式更详细地说明报文；
  • 消息正文（entity）：实际传输的数据，它不一定是纯文本，可以是图片、视频等二进制数据。

其中起始行和头部字段并成为 请求头 或者 响应头，统称为 Header；消息正文也叫做实体，称为 body。

HTTP 协议规定每次发送的报文必须要有 Header，但是可以没有 body，也就是说头信息是必须的，实体信息可以没有。而且在 header 和 body 之间必须要有一个空行（CRLF）。

比如使用curl工具请求www.baidu.com：

> GET / HTTP/1.1             # 请求起始行
> Host: www.baidu.com        # 请求头头部字段
> User-Agent: curl/7.64.1
> Accept: */*
>                            # 空行 CRLF
< HTTP/1.1 200 OK            # 响应状态行
< Accept-Ranges: bytes       # 响应头头部字段
< Cache-Control: private, no-cache, no-store, proxy-revalidate, no-transform
< Connection: keep-alive
< Content-Length: 2381
< Content-Type: text/html
< Date: Thu, 26 Mar 2020 04:40:40 GMT
< Etag: "588604f8-94d"
< Last-Modified: Mon, 23 Jan 2017 13:28:24 GMT
< Pragma: no-cache
< Server: bfe/1.0.8.18
< Set-Cookie: BDORZ=27315; max-age=86400; domain=.baidu.com; path=/
<                            # 空行 CRLF
<!DOCTYPE html>              # 实体 Body
<!--STATUS OK--><html> <head>...

每个报文的起始行都是由三个字段组成：方法、URL 字段和 HTTP 版本字段。

# HTTP 请求方法

主要有：

  • GET 获取资源
  • POST 向服务器端发送数据，传输实体主体
  • PUT 传输文件
  • HEAD 获取报文首部
  • DELETE 删除文件
  • OPTIONS 询问支持的方法
  • TRACE 追踪路径

# 方法含义

GET 获取资源，GET 方法用来请求访问已被 URI 识别的资源。指定的资源经服务器端解析后返回响应内容。也就是说，如果请求的资源是文本，那就保持原样返回；

POST 传输实体，虽然 GET 方法也可以传输主体信息，但是便于区分，我们一般不用 GET 传输实体信息，反而使用 POST 传输实体信息，

PUT 传输文件，PUT 方法用来传输文件。就像 FTP 协议的文件上传一样，要求在请求报文的主体中包含文件内容，然后保存到请求 URI 指定的位置。

但是，鉴于 HTTP 的 PUT 方法自身不带验证机制，任何人都可以上传文件 , 存在安全性问题，因此一般的 Web 网站不使用该方法。若配合 Web 应用程序的验证机制，或架构设计采用 REST（REpresentational State Transfer，表征状态转移）标准的同类 Web 网站，就可能会开放使用 PUT 方法。

HEAD 获得响应首部，HEAD 方法和 GET 方法一样，只是不返回报文主体部分。用于确认 URI 的有效性及资源更新的日期时间等。

DELETE 删除文件，DELETE 方法用来删除文件，是与 PUT 相反的方法。DELETE 方法按请求 URI 删除指定的资源。

OPTIONS 询问支持的方法，OPTIONS 方法用来查询针对请求 URI 指定的资源支持的方法。

TRACE 追踪路径，TRACE 方法是让 Web 服务器端将之前的请求通信环回给客户端的方法。

CONNECT 要求用隧道协议连接代理，CONNECT 方法要求在与代理服务器通信时建立隧道，实现用隧道协议进行 TCP 通信。主要使用 SSL（Secure Sockets Layer，安全套接层）和 TLS（Transport Layer Security，传输层安全）协议把通信内容加密后经网络隧道传输。

# GET 和 POST 有什么区别

首先最直观的是语义上的区别。

而后又有这样一些具体的差别:

  • 从缓存的角度，GET 请求会被浏览器主动缓存下来，留下历史记录，而 POST 默认不会。
  • 从编码的角度，GET 只能进行 URL 编码，只能接收 ASCII 字符，而 POST 没有限制。
  • 从参数的角度，GET 一般放在 URL 中，因此不安全，POST 放在请求体中，更适合传输敏感信息。
  • 从幂等性的角度，GET 是幂等的，而 POST 不是。(幂等表示执行相同的操作，结果也是相同的)
  • 从TCP的角度，GET 请求会把请求报文一次性发出去，而 POST 会分为两个 TCP 数据包，首先发 header 部分，如果服务器响应 100(continue)， 然后发 body 部分。(火狐浏览器除外，它的 POST 请求只发一个 TCP 包)

# 请求 URL

URI, 全称为(Uniform Resource Identifier), 也就是统一资源标识符，它的作用很简单，就是区分互联网上不同的资源。

但是，它并不是我们常说的网址, 网址指的是 URL, 实际上 URI 包含了 URN 和 URL 两个部分，由于 URL 过于普及，就默认将 URI 视为 URL 了。

如：

  • 协议 （HTTP）
  • 登录信息（username:password）不常用
  • 主机名（www.baidu.com）
  • 端口号 （80/443）
  • 路径 （/a.html）
  • 查询参数 （limit=1）
  • hash 值（hash，服务器收不到 hash 值，一般为前端的路由跳转）

# URI 编码

URI 只能使用ASCII, ASCII 之外的字符是不支持显示的，而且还有一部分符号是界定符，如果不加以处理就会导致解析出错。

因此，URI 引入了编码机制，将所有非 ASCII 码字符和界定符转为十六进制字节值，然后在前面加个%。如，空格被转义成了%20。

# 协议/版本号

表示报文使用的 HTTP 协议版本，如：HTTP/1.1。

# 请求头部

HTTP 的请求标头分为四种： 通用标头、请求标头、响应标头和实体标头。MDN：HTTP Headers。

curl -v www.baidu.com

Host: www.baidu.com
User-Agent: curl/7.64.1
Accept: */*

# 通用标头(General Header)

通用标头主要有三个，分别是 Date、Cache-Control 和 Connection。

Cache-Control: private, no-cache, no-store, proxy-revalidate, no-transform
Connection: keep-alive
Date: Thu, 26 Mar 2020 03:43:47 GMT

Date：格林威治标准时间，这个时间要比北京时间慢八个小时。

Cache-Control：

  • max-age：资源被认为仍然有效的最长时间，与 Expires 不同，这个请求是相对于 request 标头的时间，而 Expires 是相对于响应标头。（请求标头）
  • s-maxage：重写了 max-age 和 Expires 请求头，仅仅适用于共享缓存，被私有缓存所忽略（这块不理解，看完响应头的 Cache-Control 再进行理解）（请求标头）
  • max-stale：表示客户端将接受的最大响应时间，以秒为单位。（响应标头） min-fresh: 表示客户端希望响应在指定的最小时间内有效。（响应标头）

Connection：

Connection 有两种，一种是持久性连接，即一次事务完成后不关闭网络连接Connection: keep-alive，另一种是非持久性连接，即一次事务完成后关闭网络连接Connection: close。

首部字段名 说明
Cache-Control 控制缓存行为
Connection 链接的管理
Date 报文日期
Pragma 报文指令
Trailer 报文尾部的首部
Trasfer-Encoding 指定报文主体的传输编码方式
Upgrade 升级为其他协议
Via 代理服务器信息
Warning 错误通知

# 请求标头(Request Header)

GET /home.html HTTP/1.1
Host: developer.mozilla.org
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:50.0) Gecko/20100101 Firefox/50.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language: en-US,en;q=0.5
Accept-Encoding: gzip, deflate, br
Referer: https://developer.mozilla.org/testpage.html
Connection: keep-alive
Upgrade-Insecure-Requests: 1
If-Modified-Since: Mon, 18 Jul 2016 02:36:04 GMT
If-None-Match: "c561c68d0ba92bbeb8b0fff2a9199f722e3a621a"
Cache-Control: max-age=0
首部字段名 说明
Accept 用户代理可处理的媒体类型
Accept-Charset 优先的字符集
Accept-Encoding 优先的编码
Accept-Langulage 优先的语言
Authorization Web 认证信息
Expect 期待服务器的特定行为
From 用户的电子邮箱地址
Host 请求资源所在的服务器
If-Match 比较实体标记
If-Modified-Since 比较资源的更新时间，用于缓存
If-None-Match 比较实体标记
If-Range 资源未更新时发送实体 Byte 的范围请求
If-Unmodified-Since 比较资源的更新时间(和 If-Modified-Since 相反)
Max-Forwards 最大传输跳数
Proxy-Authorization 代理服务器需要客户端认证
Range 实体字节范围请求
Referer 请求中的 URI 的原始获取方
TE 传输编码的优先级
User-Agent HTTP 客户端程序的信

# 实体标头(Entity Header Fields)

实体标头是描述消息正文内容的 HTTP 标头。实体标头用于 HTTP 请求和响应中。头部Content-Length、 Content-Language、 Content-Encoding 是实体头。

首部字段名 说明
Allow 资源可支持的 HTTP 方法
Content-Encoding 实体主体适用的编码方式
Content-Language 实体主体的自然语言
Content-Length 实体主体的大小（单位：字节）
Content-Location 替代对应资源的 URI
Content-MD5 实体主体的报文摘要
Content-Range 实体主体的位置范围
Content-Type 实体主体的媒体类型
Expires 实体主体过期的日期时间
Last-Modified 资源的最后修改日期时间

# 响应表头

200 OK
Access-Control-Allow-Origin: *
Connection: Keep-Alive
Content-Encoding: gzip
Content-Type: text/html; charset=utf-8
Date: Mon, 18 Jul 2016 16:06:00 GMT
Etag: "c561c68d0ba92bbeb8b0f612a9199f722e3a621a"
Keep-Alive: timeout=5, max=997
Last-Modified: Mon, 18 Jul 2016 02:36:04 GMT
Server: Apache
Set-Cookie: mykey=myvalue; expires=Mon, 17-Jul-2017 16:06:00 GMT; Max-Age=31449600; Path=/; secure
Transfer-Encoding: chunked
Vary: Cookie, Accept-Encoding
x-frame-options: DENY

响应状态码：

  • 1XX Informational(信息性状态码)
  • 2XX Success(成功状态码)
    • 200(OK 客户端发过来的数据被正常处理
    • 204(Not Content 正常响应，没有实体
    • 206(Partial Content 范围请求，返回部分数据，响应报文中由 content-Range 指定实体内容)
  • 3XX Redirection(重定向)
    • 301(Moved Permanently) 永久重定向
    • 302(Found)临时重定向，规范要求，方法名不变，但是都会改变
    • 303(See Other) 和 302 类似，但必须用 GET 方法
    • 304(Not Modified)状态未改变，配合(If-Match、If-Modified-Since、If-None_Match、If-Range、If-Unmodified-Since)
    • 307(Temporary Redirect) 临时重定向，不该改变请求方法
  • 4XX Client Error(客户端错误状态码)
    • 400(Bad Request) 请求报文语法错误
    • 401 (unauthorized) 需要认证
    • 403(Forbidden) 服务器拒绝访问对应的资源
    • 404(Not Found) 服务器上无法找到资源
  • 5XX Server Error(服务器错误状态吗)
    • 500(Internal Server Error)服务器故障
    • 503(Service Unavailable)服务器处于超负载或正在停机维护
首部字段名 说明
Accept-Ranges 是否接受字节范围请求
Age 推算资源创建经过时间
ETag 资源的匹配信息
Location 令客户端重定向至指定 URI
Proxy-Authenticate 代理服务器对客户端的认证信息
Retry-After 对再次发起请求的时机要求
Server HTTP 服务器的安装信息
Vary 代理服务器缓存的管理信息
WWW-Authenticate 服务器对客户端的认证信息

# 内容协商

内容协商主要有以下 3 种类型：

  • 服务器驱动协商（Server-driven Negotiation）
  • 客户端驱动协商（Agent-driven Negotiation）
  • 透明协商（Transparent Negotiation），是服务器驱动和客户端驱动的结合体，是由服务器端和客户端各自进行内容协商的一种方法。

内容协商的分类有很多种，主要的几种类型是：

  • Accept:text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
  • Accept-Charset: unknown
  • Accept-Language: en-US,en;q=0.5
  • Accept-Encoding: gzip, deflate, br
  • Content-Language

# 关于 Accept 系列字段

对于 Accept 系列字段的介绍分为四个部分: 数据格式、压缩方式、支持语言和字符集。

# 数据格式

MIME 类型是一系列消息内容类型的集合。类型体现在Content-Type这个字段和Accept字段。

那么 MIME 类型都有哪些呢？

  • 文本文件： text/html、text/plain、text/css、application/xhtml+xml、application/xml
  • 图片文件： image/jpeg、image/gif、image/png
  • 视频文件： video/mpeg、video/quicktime
  • 应用程序二进制文件： application/json、application/javascript、application/pdf、application/octet-stream、application/octet-stream、application/zip

# 压缩方式

体现在了Content-Encoding字段和Accept-Encoding字段上。这个字段的取值有下面几种：

  • gzip: 当今最流行的压缩格式
  • deflate: 另外一种著名的压缩格式
  • br: 一种专门为 HTTP 发明的压缩算法

# 支持语言

Content-Language字段和Accept-Language：

# 接收端
Accept-Language: zh-CN, zh, en
# 发送端
Content-Language: zh-CN, zh, en

# 字符集

最后是一个比较特殊的字段, 在接收端对应为Accept-Charset，指定可以接受的字符集，而在发送端直接放在了Content-Type中，以 charset 属性指定。如：

# 接收端
Accept-Charset: charset=utf-8
# 发送端
Content-Type: text/html; charset=utf-8

它们之间的关系：

接收端 发送端
Accept, Accept-Charset Content-Type
Accept-Encoding Content-Encoding
Accept-Language Content-Language

# HTTP 的优点和缺点

# HTTP 的优点

  • 简单灵活易扩展
  • 应用广泛、环境成熟
  • 可靠传输，请求-应答
  • 无状态

# HTTP 的缺点

  • 无状态

既然服务器没有记忆能力，它就无法支持需要连续多个步骤的事务操作。每次都得问一遍身份信息，不仅麻烦，而且还增加了不必要的数据传输量。由此出现了 Cookie 技术。

  • 明文传输

HTTP 协议里还有一把优缺点一体的双刃剑，就是明文传输。明文意思就是协议里的报文（准确地说是 header 部分）不使用二进制数据，而是用简单可阅读的文本形式。

对比 TCP、UDP 这样的二进制协议，它的优点显而易见，不需要借助任何外部工具，用浏览器、Wireshark 或者 tcpdump 抓包后，直接用肉眼就可以很容易地查看或者修改，为我们的开发调试工作带来极大的便利。 当然缺点也是显而易见的，就是不安全，可以被监听和被窥探。因为无法判断通信双方的身份，不能判断报文是否被更改过。

  • 队头阻塞问题

当 http 开启长连接时，共用一个 TCP 连接，同一时刻只能处理一个请求，那么当前请求耗时过长的情况下，其它的请求只能处于阻塞状态

  • 性能

HTTP 的性能不算差，但不完全适应现在的互联网，还有很大的提升空间。

# 学习资料

Last Updated: 5/22/2020, 5:01:49 PM

HTTPS →