Http/TCP/IP - http协议 - 《📚 技术修行》

1.简介

HTTP协议最初的目的是为了让研究者共享知识信息，所以它的主要作用就是文档传输，它是一种用于传输文档的协议。
HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写 , 它是基于TCP/IP协议来进行数据传输的，是一个应用层协议，默认端口号是 80。

2.主要特点

简单快速
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, 服务器每次只处理一次请求，当前请求处理完成后即断开连接。
无状态，HTTP协议本身不会对发送过的请求和相应的通信状态进行持久化处理。这是为了更快地处理大量事务，确保协议的可伸缩性，而特意把 HTTP 协议设计成如此简单的
支持B/S , C/S 模式

然而，在许多应用场景中，我们需要保持用户登录的状态或记录用户购物车中的商品。由于HTTP是无状态协议，所以必须引入一些技术来记录管理状态，例如Cookie。

3.URL

HTTP使用统一资源标识符（Uniform Resource Identifiers, URI）来传输数据和建立连接。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，URL全称是UniformResourceLocator, 中文叫统一资源定位符,是互联网上用来标识某一处资源的地址。

URL通常以协议（http(s)）开头，包含网络主机名(机名(ximalaya.com)和文档)和文档路径(/foo/oo/mypage.html)等信息)等信息。 URL还可能具有查询参数和锚点标识符。
如：

       http://www.baidu.com
       https://www.ximalaya.com
       https://www.ximalaya.com/yinyue/12521114?boardID=5&ID=24618&page=1#news

4.HTTP报文

用于HTTP协议交互的信息被称为HTTP报文 , 客户端发起的HTTP报文叫请求报文, 服务端的HTTP报文叫响应报文。

请求报文和响应报文的结构比较类似，他们都有三部分组成：

请求报文：请求行、请求消息头(header)、请求正文。

GET /wws-library-web/library/scene HTTP/1.1 Host: t: wws.test.ximalaya.com Connection: keep-alive Pragma: no-cache Cache-Control: no-cache Accept: application/json, text/plain, / User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.157 Safari/537.36 Referer: r: http://wws.test.ximalaya.com/wws-workbench/v1/audible/template/detail/2387 Ac Accept-Encoding: gzip, deflate Accept-Language: zh-CN,zh;q=0.9 Cookie: _xmLog=xm_1553491937965_jtnwzmwdq13rzw;

响应报文：响应行、响应消息头、响应正文。

HTTP/1.1 200 OK Server: Tengine Date: Fri, 31 May 2019 06:13:21 GMT Content-Type: application/json;charset=UTF-8 Content-Length: 638 Connection: close x-a1-httpdns-switch: off x-a1-xdcs-collector-switch: on x-a1-front-switch: on access-control-expose-headers: x-a1-front-switch x-a1-xdcs-business-switch: on x-a1-xdcs-all-log-switch: on x-a1-protocol-switch: 0

4.1 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（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    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

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。

4.2响应行

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
   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

4.3消息报头

下面是请求的消息头和响应的消息头字段名称和作用：

通用消息头字段	作用（请求头和响应消息头都可能使用）
Cache-Control	控制缓存的行为：`no-cache` （强制向服务器再次验证）、`no-store` （不做任何缓存）、`max-age=111111` （资源可缓存最大时间秒）、`public` （客户端、代理服务器都可利用缓存）、`private` （代理服务器不可用缓存）
Connection	浏览器想要优先使用的连接类型： `keep-alive close` （开启和关闭持久连接）
Date	创建报文时间
Pragma	只用于请求报文，客户端要求中间服务器不返回缓存的资源
Via	代理服务器相关信息，每经过一个代理服务器就会添加相关信息，用逗号分割
Transfer-Encoding	传输编码方式：`chunked` 分块传输
Upgrade	要求客户端使用的升级协议，需配合`Connection: Upgrade` 一起使用：`websocket`
Warning	缓存相关问题的警告

请求头字段	作用（请求头报文专用）
Accept	能正确接收的媒体类型：`application/json` `text/plain`
Accept-Charset	能正确接收的字符集: `unicode-1-1`
Accept-Encoding	能正确接收的编码格式列表：`gzip deflate`
Accept-Language	能正确接收的语言列表：`zh-cn,zh;1=0.9,en,1=0.8`
Authorization	客户端认证信息：`Bearer dSdSdFFlsfdjasd123` ，一般存token用
Cookie	发送给服务器的Cookie信息
Expect	期待服务端的指定行为
From	请求方邮箱地址
Host	服务器的域名，用于区分单台服务器多个域名的虚拟主机，是HTTP/1.1唯一必须包含的字段。
If-Match	两端资源标记比较，只有判断条件为真服务端才会接受请求：`If-Mach: "123456` ，和服务端文件标记比较
If-Modified-Since	本地资源未修改返回 304（比较时间）
If-None-Match	本地资源未修改返回 304（比较标记）
User-Agent	客户端信息
Max-Forwards	限制可被代理及网关转发的次数
Proxy-Authorization	向代理服务器发送验证信息
Range	请求某个内容的一部分，配合`If-Range` 使用
Referer	请求发起页面的原始URI
TE	传输编码方式

响应消息头	作用（响应消息头专用）
Accept-Ranges	告知客户端服务器是否可接受范围请求，是`bytes` ，否`none`
Age	资源在代理缓存中存在的时间
ETag	资源标识，资源发生变化时标识也会发生改变
Location	客户端重定向到某个 URL
Proxy-Authenticate	向代理服务器发送验证信息
Server	服务器名字：`Apache Nginx`
WWW-Authenticate	获取资源需要的认证方案
Set-Cookie	需要存在客户端的信息，一般用于识别用户身份

字段	作用（补充请求报文或响应报文相关信息）
Allow	资源的正确请求方式：`GET HEAD POST`
Content-Encoding	内容的编码格式：`gzip deflate`
Content-Language	内容使用的语言：`zh-CN`
Content-Length	request body 长度（即实体主体的大小）：
Content-Location	返回数据的备用地址
Content-MD5	Base64加密格式的内容 MD5检验值
Content-Range	响应主体的内容范围
Content-Type	内容的媒体类型
Expires	内容的过期时间
Last_modified	内容的最后修改时间

4.4请求正文和响应正文

请求正文也叫着请求体(body)，它是客户端提交给服务器的真正内容，比如用户登录时的需要用的用户名和密码，文件上传的数据，注册用户信息时提交的表单信息等等。

响应正文也叫着响应体(body)，它是服务器返回的真正内容，它可以是一个HTML页面，或者是一张图片、一段视频等等。

5.HTTP 请求/响应的步骤：

1、客户端连接到Web服务器
一个HTTP客户端，通常是浏览器，与Web服务器的HTTP端口（默认为80）建立一个TCP套接字连接。例如，www.ximalaya.com

2、发送HTTP请求
通过TCP套接字，客户端向Web服务器发送一个文本的请求报文，一个请求报文由请求行、请求头部、请求数据3部分组成。

3、服务器接受请求并返回HTTP响应
Web服务器解析请求，定位请求资源。服务器将资源复本写到TCP套接字，由客户端读取。一个响应由状态行、响应头部、响应数据3部分组成。

4、释放连接TCP连接
若connection 模式为close，则服务器主动关闭TCP 连接，客户端被动关闭连接，释放TCP 连接;若connection 模式为keepalive，则该连接会保持一段时间，在该时间内可以继续接收请求。

5、客户端浏览器解析HTML内容
客户端浏览器首先解析状态行，查看表明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。客户端浏览器读取响应数据HTML，根据HTML的语法对其进行格式化，并在浏览器窗口中显示。

在浏览器地址栏键入URL，按下回车之后会经历以下流程： 1、浏览器向 DNS 服务器请求解析该 URL 中的域名所对应的 IP 地址; 2、解析出 IP 地址后，根据该 IP 地址和默认端口 80，和服务器建立 TCP 连接; 3、浏览器发出读取文件(URL 中域名后面部分对应的文件)的HTTP 请求，该请求报文作为 TCP 三次握手的第三个报文的数据发送给服务器; 4、服务器对浏览器请求作出响应，并把对应的 html 文本发送给浏览器; 5、释放 TCP 连接; 6、浏览器将该 html 文本并显示内容; 　