HTTP协议详解

• HTTP运行机制

HTTP 协议基于请求 / 响应（Request / Response）模式实现，相当于客户 / 服务器模式。它为客户 / 服务器通信提供了握手方式及报文传送格式，支持客户端（浏览器）与服务器之前的通信

1. 客户端首先要与服务器建立 TCP 连接
2. 客户端向服务器发送 HTTP 请求报文（请求方法、URI 统一资源标识符）和协议版本号，以及一个类 MIME 消息，类 MIME 消息又包括请求修饰符、客户端信息和可能的报文主体内容
3. 服务器向客户端发送 HTTP 响应报文（状态行和一个类 MIME 消息），状态行包含报文的协议版本和成功、出错的状态码，类 MIME 消息包含服务器信息、实体元信息，以及可能的实体内容
4. 关闭 HTTP 连接，当 HTTP 服务器响应了客户端的请求之后便关闭连接，直到下一个请求才重新建立连接。如果客户端支持 HTTP 1.0 且能够保持激活的 HTTP，则客户端将维持这个连接，而不是创建另一个新的会话。如果客户端与服务器任何一方关闭连接，不管事务处理成功与否以及完成与否，都将关闭连接。

• HTTP 通信方式

1. 点对点 HTTP 通信方式，大部分的 HTTP 通信是由用户代理发起的，由应用到源服务器上一个资源的请求组成。
2. HTTP 通信方式更复杂的情形是在请求 / 响应链中出现一个或多个中间系统。常见的蹭系统有代理、网关和隧道3种类型。作为一种转发代理，代理接收绝对 URI 请求，重写全部或部分报文，然后将格式化的请求发送到 URI 所指定的服务器。网关是一种接收代理（receiving agent），相当于服务器之上的一个层，必要时它会将请求转换成下层服务器的协议。隧道不改变报文而充当两个连接之间的中继点，当通信需要穿越中间系统（如防火墙），甚至当中间系统不能理解报文内容时，可以使用隧道。
3. 缓存（Cache），任何非隧道的通信成员都可能会采用一个内部缓存来处理请求。如果沿着链的通信成员对请求采用了缓存响应，请求 / 响应链就会大大缩短。缓存方式的一个最终请求响应链，假定其中中间系统 B 拥有一个来源服务器的以前请求过的响应副本，但此响应尚未被用户代理或中间系统 A 缓存。

• HTTP 协议的主要特点

1. HTTP 是一种非常简单的协议，这就使得 HTTP 服务器程序规模小，与其他协议相比时间开销较少。它的通信速度很快，可以有效地处理大量请求，因而得到了广泛的使用。在客户端与服务器连接后，HTTP 协议要求客户端必须传送的信息只是请求方法和路径。
2. HTTP 是一种无连接协议。每次连接只处理一个请求，并且客户端接到服务器响应后立即断开连接。使用无连接协议，如果客户端没有发出请求，服务器不会专门等待，也不会在完成一个请求后还保持原来的请求，而是会立即断开这次连接。与保持连接协议相比，无连接协议即使服务器实现变得比较简单，又能充分利用网上的资源。
3. HTTP 是一种无状态的协议。这种无状态使客户端与服务器连接通信运行速度快，服务器响应也快。但是，无状态协议对事务处理没有记忆，为满足后续事务处理需要前面事务的有关信息的需要，有关信息必须在协议外面保存，这导致每次连接要传送较多的信息。
4. HTTP 是基于元数据的协议。HTTP协议对所有事务处理都加了首部，即在主要数据前面加一部分信息，称之为元数据，即关于信息的数据。用户可以利用元数据进行有条件的请求，或者报告一次事务处理是否成功等。

• HTTP 报文

HTTP 报文采用 RFC 822定义的通用报文格式，由起始行（start-line）、报文首部（message-header）、一个指示报文首部结束的空行和一个可选的报文主体（message-body）构成。这种报文格式用于传输实体（报文的负载）。

• HTTP 请求

1.请求行：以一个方法标记开始，后面跟随请求 URI （Request-URI）和协议版本，最后以CRLF（回车 / 换行）对结束。这部分以 SP （空格）字符分隔。

方法

SP

请求 URI

SP

HTTP 版本

CRLF

2.方法：指请求 URI 指定的资源上执行的方法，在请求行中方法标记本身区分大小写

方法	说明
GET	获取由请求 URI 指定的信息。如果请示 URI 涉及一个数据生成过程，那么这个生成的数据应该被作为实体在响应中返回，但这并不是过程的资源文本，除非资源文本恰好是过程的输出
HEAD	HEAD 与 GET 一致，除了服务器不能在响应中返回报文主体。HEAD 请求响应中 HTTP 首部字段中的元信息应该与 GET 请求响应中的元信息一致。此方法经常用来测试超文本链接的有效性、可访问性以及最近的改变
PUT	请求服务器将包含的实体存储在请求 URI 所指示的资源中。如果请求 URI 指定的资源已经在源服务器上存在，那么此请求的实体应该被当作修改版本。如果请求 URI 指定的资源不存在，并且此 URI 被用户代理定义为一个新资源，那么源服务器就应该根据请求里的实体创建一个新的资源
DELETE	请求源服务器删除请求 URI 指定的资源
TRACE	用于激发一个远程的、应用层的请求报文回送也就是将到达的请求回送给客户端。该方法用来确保 HTTP 服务器所接收到的数据是正确的。TRACE 的响应是实际的 HTTP 请求，允许对 HTTP 请求进行测试和调试
CONNECT	保留给 SSL 隧道使用
OPTIONS	表示请求由 URI 指定的请求响应链上可得到的通信选项信息。此方法允许客户端去判定请求资源的选项或需求，或服务器的能力，而不需要进行资源操作

3.请求URI （Request-URI）

GET /pub/WWW/TheProject.html HTTP/1.1
Host：http：//www.w3.org/

3.请求首部字段（Request Header Fields）

请求首部字段只能出现在请求报文中，作为请求的修饰符，允许客户端传递的附加信息和客户端自己的附加信息给服务器。

首部字段	含义
Accept	客户端能够接受的媒体格式
Accept-chart	客户端能够处理的字符集
Accept-encoing	客户端能够处理的编码方案
Accept-language	客户端能够接受的语言
Authorization	客户端具有何种准许
From	用户的电子邮件地址
Host	客户端的主机和端口号
If-modified-since	只有当指明日期更新时发发送这个文档
If-match	只有当与给定标记匹配时才发送这个文档
If-not-match	只有当与给定标记不匹配时才发送这个文档
If-range	只有发送缺少的那部分文档
If-unmodified-since	若在指明日期之后未改变，则发送文档
Referrer	指明被链接的文档的 URL
User-went	标志客户程序

• HTTP 响应

收到客户端的 HTTP 请求报文之后，服务器进行处理，然后发出一个 HTTP 响应报文。响应报文的起始行称为状态行，只包含通用首部、响应首部和实体首部。大多数响应报文都带有实体数据。

1.状态行
响应报文的第一行是状态行，由协议版本、数字形式的状态码（Status-Code）和相关的状态描述短语（Reason-Phrase）组成，各部分间用SP（空格）隔开，除了最后的CRLF（回车/换行）外，中间不允许有回车换行。

HTTP 版本

SP

状态码

SP

状态描述短语

CRLF

2.状态码与描述短语

状态码是针对请求的由3位十进制数组成的结果码，其中第1位数字定义了响应的类别，而其他两位数字则与分类无关，是自动形成的。

1. 100 ~ 199 表示信息，请求收到继续处理。其中绝大多数未使用，留作将来使用。
2. 200 ~ 299 表示成功，服务器对客户端发出请求的接收、理解和处理已成功完成。
3. 300 ~ 399 表示重定向，为完成请求所要求采取的操作，客户端需要重新提出请求。
4. 400 ~ 499 表示客户端错，请求中有语法错或请求不能被执行。
5. 500 ~ 599 表示服务器错，服务器错误地执行一个明显正确的请求。

3.响应首部字段（Response Header Fields）

响应首部字段允许服务器传送响应的附加信息，这些信息不放在状态行里。这些首部字段给出关于服务器和进一步访问由请求 URI 指定的资源的信息。

首部字段	说明
Accept-Range	服务器指明它对客户的范围请求
Age	表示发送者对响应（或重验证）在源服务器上产生以来的时间估计
Etag	提供请求对应变量的当前实体标签。实体标签用于比较来自同一资源的不同实体
Location	用于为完成请求或识别一个新资源，使接收者能重定向于由它指示的 URI 而不是请求 URI
Proxy-Authenticate	必须包含在 407 响应中，由一个 challenge 和 parameters 组成，challenge 指明谁方案，而 parameters 应用于些请求 URI 的代理
Retry-After	用于一个 503 响应，向请求端指明服务不可得的时长；用于 3XX (重定向)响应，指明用户代理再次提交已重定向请求之前的最小等待时间
Server	包含源服务器用于处理请求的软件信息
WWW-Authenticate	必须包含在 401 响应中，字段值至少应该包含一个指明认证方案的 callenge 各适用于请求 URI 的参数

• 持续连接

在版本 1.1 以前的 HTTP 只能实现非持续连接，每一个请求 / 响应都要建立 TCP 连接。

1. 客户端打开 TCP 连接并发送请求。
2. 服务器发送响应并打开连接。
3. 客户端读取数据，直到它遇到文件结束标记，然后关闭连接。

HTTP 1.1 默认的方式是持续连接，服务器在发送响应后，让连接继续为一些请求打开。服务器可以在客户请求时限时到关闭这个连接。这种方式具有以下几个优点：

1. 通过建立与关闭较少的 TCP 连接，不公节省路由器与主机的 CPU 时间，还节省了主机用于 TCP 协议控制块的内存。
2. 能在连接上进行流水线请求方式，允许客户端执行多次请求而不用等待每一个请求的响应，并且此时只进行一个 TCP 连接，从而效率更高。
3. 减少网络阻塞，这是由于 TCP 连接后减少了包的数量，并且允许 TCP 有充分的时间去决定网络阻塞的状态。
4. 无需在创建 TCP 连接的握手上耗费时间，而使后续请求的等待时间减少。
5. 可以在不需要关闭 TCP 连接的情况下报告错误。