HTTP相关-http协议

二，http协议

1 基础概念

1.1 报文格式

• 请求报文是由请求方法、请求 URI、协议版本、可选的请求首部字段和内容实体构成的。
• 响应报文基本上由协议版本、状态码（表示请求成功或失败的数字代码）、用以解释状态码的原因短语、可选的响应首部字段以及实体主体构成。

1.2 无状态

• HTTP 是不保存状态的协议
• 使用 HTTP 协议，每当有新的请求发送时，就会有对应的新响应产生。协议本身并不保留之前一切的请求或响应报文的信息。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。
• HTTP/1.1 虽然是无状态协议，但为了实现期望的保持状态功能，于是引入了 Cookie 技术。有了 Cookie 再用 HTTP 协议通信，就可以管理状态了。

1.3 http方法

• GET和POST最常用
• 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。
• PUT和DELETE因自身不带验证机制，任何人都可以上传/删除文件 , 存在安全性问题。当配合 Web 应用程序的验证机制，或遵守 REST 标准时还是有可能会开放使用的。

1.4 持久连接和管线化技术

• 持久连接在建立 1 次 TCP 连接后进行多次请求和响应的交互
  • 减少了 TCP 连接的重复建立和断开所造成的额外开销，减轻了服务器端的负载。
  • 减少开销的那部分时间，使HTTP 请求和响应能够更早地结束，这样 Web 页面的显示速度也就相应提高了。
  • 在 HTTP/1.1 中，所有的连接默认都是持久连接。
• 管线化技术能够做到同时并行发送多个请求，而不需要一个接一个地等待响应了。
  • 管线化技术则比持久连接还要快。请求数越多，时间差就越明显。

2 http报文

2.1 报文结构

2.2 编码

• HTTP 在传输数据时可以按照数据原貌直接传输，但也可以在传输过程中通过编码提升传输速率。通过在传输时编码，能有效地处理大量的访问请求。但是，编码的操作需要计算机来完成，因此会消耗更多的 CPU 等资源。
• 通常，报文主体等于实体主体。只有当传输中进行编码操作时，实体主体的内容发生变化，才导致它和报文主体产生差异。
• 常用的内容编码
• 分块传输编码：在传输大容量数据时，通过把数据分割成多块（chunk），能够让浏览器逐步显示页面。

2.3 多部分对象集合

发送的一份报文主体内可含有多类型实体。通常是在图片或文本文件等上传时使用。

• multipart/form-data 在 Web 表单文件上传时使用。
• multipart/byteranges 状态码 206响应报文包含了多个范围的内容时使用。

2.4 范围请求

如果下载过程中遇到网络中断的情况，能从之前下载中断处恢复下载。

• 针对范围请求，响应会返回状态码为 206 Partial Content 的响应报文。
• 对于多重范围的范围请求，响应会在首部字段 ContentType 标明 multipart/byteranges 后返回响应报文。

2.5 内容协商

客户端和服务器端就响应的资源内容进行交涉，会以响应资源的语言、字符集、编码方式等作为判断的基准。

• 请求报文中的首部字段
  • Accept
  • Accept-Charset
  • Accept-Encoding
  • Accept-Language
  • Content-Language

3 http状态码

状态码如 200 OK，以 3 位数字和原因短语组成。

3.1 2xx

• 200 OK 请求已正常处理
• 204 No Content 一般在只需要从客户端往服务器发送信息，而对客户端不需要发送新信息内容的情况下使用。
  • 浏览器显示的页面不发生更新。比如对于a标签，如果链接的页面响应码为204，页面也不会发生跳转。
• 206 Partial Content 客户端进行了范围请求，而服务器成功执行了这部分的GET请求。

3.2 3xx

当浏览器接受到头信息中的 Location: xxxx 后，就会自动跳转到 xxxx 指向的URL地址，这点有点类似用 js 写跳转。

• 301 Moved Permanently 请求的资源已被分配了新的 URI，建议修改书签URI
• 302 Found 请求的资源已被分配了新的 URI,将来还有可能发生改变
• 303 See Other 请求对应的资源存在着另一个 URI，应使用 GET方法定向获取请求的资源
• 304 Not Modified 客户端发送附带条件的请求，服务器端允许请求访问资源，但未满足条件的情况。
  • 附带条件的请求是指采用 GET方法的请求报文中包含 If-Match，If-ModifiedSince，If-None-Match，If-Range，If-Unmodified-Since 中任一首部。
  • 304 虽然被划分在 3XX 类别中，但是和重定向没有关系。

3.4 4xx

表明客户端是发生错误的原因所在。

• 400 Bad Request 请求报文中存在语法错误。
• 401 Unauthorized 表示发送的请求需要有通过 HTTP 认证的认证信息。另外若之前已进行过 1 次请求，则表示用户认证失败。
• 403 Forbidden 对请求资源的访问被服务器拒绝了。
• 404 Not Found 表明服务器上无法找到请求的资源。
  • 也可以在服务器端拒绝请求且不想说明理由时使用。

3.5 5xx

• 500 Internal Server Error 表明服务器端在执行请求时发生了错误。
• 503 Service Unavailable 表明服务器暂时处于超负载或正在进行停机维护，现在无法处理请求。

4 通信数据转发程序

HTTP 通信时，除客户端和服务器以外，还有一些用于通信数据转发的应用程序，例如代理、网关和隧道。可以将请求转发给通信线路上的下一站服务器，并且能接收从那台服务器发送的响应再转发给客户端。

4.1 代理

代理是一种有转发功能的应用程序，它扮演了位于服务器和客户端“中间人”的角色，接收由客户端发送的请求并转发给服务器，同时也接收服务器返回的响应并转发给客户端。

• 每次通过代理服务器转发请求或响应时，会追加写入 Via 首部信息

4.2 网关

网关是转发其他服务器通信数据的服务器，接收从客户端发送来的请求时，它就像自己拥有资源的源服务器一样对请求进行处理。有时客户端可能都不会察觉，自己的通信目标是一个网关。

• 网关能使通信线路上的服务器提供非 HTTP 协议服务。
• 利用网关能提高通信的安全性，因为可以在客户端与网关之间的通信线路上加密以确保连接的安全。

4.3 隧道

隧道是在相隔甚远的客户端和服务器两者之间进行中转，并保持双方通信连接的应用程序。

5 http首部

5.1 通用首部

请求报文和响应报文两方都会使用的首部。

• Cache-Control 能操作缓存的工作机制。
  • no-cache 代表不缓存过期的资源，缓存会向源服务器进行有效期确认后处理资源，no-store 才是真正地不进行缓存。
• Connection
  • 控制不再转发给代理的首部字段
  • 管理持久连接
    • HTTP/1.1 版本的默认连接都是持久连接。当服务器端想明确断开连接时，则指定Connection 首部字段的值为 Close。
    • HTTP/1.1 之前的 HTTP 版本的默认连接都是非持久连接。要维持持续连接，则需要指定Connection 首部字段的值为 Keep-Alive。
• Via 为了追踪客户端与服务器之间的请求和响应报文的传输路径。

5.2 请求首部字段

从客户端向服务器端发送请求报文时使用的首部。补充了请求的附加内容、客户端信息、响应内容相关优先级等信息。

• Accept-Encoding 告知服务器用户代理支持的内容编码及内容编码的优先级顺序。
• Host 虚拟主机运行在同一个 IP 上，因此使用首部字段 Host 加以区分
  • Host 首部字段在 HTTP/1.1 规范内是唯一一个必须被包含在请求内的首部字段。若服务器未设定主机名，那直接发送一个空值即可。

5.3 响应首部字段

从服务器端向客户端返回响应报文时使用的首部。补充了响应的附加内容，也会要求客户端附加额外的内容信息。

5.4 实体首部字段

针对请求报文和响应报文的实体部分使用的首部。补充了资源内容更新时间等与实体有关的信息。

5.5 Cookie相关的首部字段

• Set-Cookie