HTTP报文必知必会

ZHQ
129 阅读16分钟

HTTP 报文是浏览器和服务器之间沟通的语言。每次我们访问一个网页，背后其实都在进行一次信息交换，而这个交换的过程就是通过 HTTP 报文来实现的。HTTP 报文负责将我们的请求传达给服务器，然后再把服务器的回应带回给我们。无论是打开一张图片，还是提交一段评论，所有的操作都离不开 HTTP 报文的支持。

本文涉及的技术名词: HTTP 报文请求头响应头Content-Lengthcurl

大家好，我是 HQ。国庆小长假刚刚结束，大家是不是还沉浸在假期的悠闲中呢？不过，假期归假期，技术学习可不能落下。最近，总想重温一下 HTTP 的相关知识，查漏补缺，更好地夯实基础。这样不仅能帮助自己深入了解 HTTP 报文的结构和作用，也更有利于前端工作的开展。接下来的内容，我主要想深入探讨下HTTP报文相关的结束点. 好, 就从什么事报文开始吧 .

什么是 HTTP 报文？

“HTTP 报文是浏览器和服务器之间交流信息的载体。报文主要分为两种类型：请求报文（由客户端发送给服务器，请求资源或执行操作）和 响应报文（由服务器返回给客户端，回应请求的结果）。两种报文的结构基本相同，都由三大部分组成：

  • 起始行（start line） ：这是报文的开场白，用来描述请求或响应的基本信息。对于请求报文，起始行会说明要执行的操作（例如 GET 请求一个网页或者 POST 提交数据）以及目标资源的地址；而在响应报文中，起始行则表明服务器的状态（例如 200 OK 表示请求成功，404 Not Found 表示资源不存在）。
  • 头部字段集合（header） ：这部分类似于附带的说明信息，采用 key-value 形式，提供关于报文的更多细节。比如，头部字段可以告诉接收方传输的数据类型、长度，或者指定服务器支持的特性。头部字段的作用就像给数据贴上标签，方便浏览器或服务器正确处理后续内容。
  • 消息正文（entity） ：也称为‘实体’，这里放置的是实际传输的数据，可以是文本、图片、视频等多种类型。虽然消息正文并非每次都需要，比如一些请求只需要头部信息即可完成操作，但在大多数情况下，数据传输都会使用这一部分。

值得注意的是，起始行和头部字段经常合称为‘请求头’或‘响应头’，而消息正文通常被称为‘body’。HTTP 协议规定，报文中必须有头部字段（header），但可以没有消息正文（body）。此外，在头部字段之后必须包含一个‘空行’，即回车换行符（CRLF），其十六进制表示为‘0D0A’，这标志着头部字段的结束。”

可以把 HTTP 报文想象成一封信：

  • 起始行就像信的标题，概述这封信的主题（比如“请求商品目录”）。
  • header则是信的详细说明，例如发送人地址、优先级等附加信息。
  • 空白行就好比信封和信纸之间的空白区域，用来区分内容部分。
  • body（消息正文）则是信的主要内容部分，如果有的话。

接下来，我们通过一个简单的登录接口来演示 HTTP 报文的实际样子，并使用 curl 命令进行操作。curl 是一个命令行工具，可以方便地向服务器发送请求，并查看返回的响应，非常适合用于理解 HTTP 报文的结构和内容。

curl -v 参数启用详细模式（verbose mode），它会输出请求和响应的详细信息，包括请求头、响应头、SSL 握手等。这对于调试请求

curl-i 参数用于 包含响应头（include response headers）在输出中，这意味着它会同时显示服务器的响应头和响应体内容。

我们以百度为例子:

curl www.baidu.com -v -i

GET / HTTP/1.1
Host: www.baidu.com
User-Agent: curl/8.0.1
Accept: */*

HTTP/1.1 200 OK
Accept-Ranges: bytes
Cache-Control: private, no-cache, no-store, proxy-revalidate, no-transform
Connection: keep-alive
Content-Length: 2381
Content-Type: text/html
Etag: "588604dc-94d"
Set-Cookie: BDORZ=27315; max-age=86400; domain=.baidu.com; path=/

在请求www.baidu.com请求报文中，第一行 "GET / HTTP/1.1" 就是请求行，用于描述客户端要做的操作。在这个例子中，GET 是请求方法，表示客户端希望获取资源；/ 是资源路径，代表服务器的根目录；HTTP/1.1 则表示使用的协议版本。

紧接着的 "Host"、"Connection" 等字段都是属于header（头部字段）的部分，它们提供了请求的额外信息，比如服务器的主机名、连接的管理方式等。报文的最后有一个空白行来标志头部字段的结束。

需要注意的是，在很多情况下，特别是当浏览器发送 GET 请求时，HTTP 报文通常只有 header 而没有 body。这是因为 GET 请求的主要目的是从服务器获取数据，而不需要上传额外的内容，所以报文的结构就变得比较简洁。

请求行

了解了 HTTP 报文的基本结构后，我们来深入看看请求报文中的起始行，也就是请求行（request line） 。这个部分就像是报文的标题，告诉服务器客户端想要做什么。它包含了三个关键的元素：请求方法、资源路径和 HTTP 版本号，分别解释客户端的意图、目标资源和通信标准。

请求行由三部分组成:

  • 请求方法：用来说明客户端希望执行的操作，就像不同的动词表示不同的动作。例如，GET 表示获取资源，POST 表示提交数据，PUT 用于更新资源，而 DELETE 则用来删除资源。每种方法都有特定的用途，就像我们日常生活中说“拿”、“放”、“改”、“删”一样，操作不尽相同。
  • 资源路径：描述客户端希望访问的服务器资源位置。例如，/ 表示一个请求资源路径
  • HTTP 版本号：指示使用的 HTTP 协议版本，例如 HTTP/1.1 或 HTTP/2.0。这个版本号确保客户端和服务器之间可以按照统一的标准进行对话，就像讲同一种语言一样，避免误解。

这三个部分通常使用空格（space）来分隔，最后要用 CRLF 换行表示结束。

GET / HTTP/1.1

状态行

看完了请求行，我们再来看看响应报文中的起始行。在响应报文中，它不叫“响应行”，而是被称为状态行（status line） ，用于描述服务器的响应状态，告诉客户端请求的结果如何。

与请求行相比，状态行的结构更简单，同样由三部分组成：

  1. HTTP 版本号：指明服务器使用的 HTTP 协议版本，例如 HTTP/1.1 或 HTTP/2.0。这就像是告诉客户端，双方在使用同一套“语言”进行交流。
  2. 状态码：一个三位数字，表示请求的结果状态。例如，200 表示“请求成功”，404 表示“资源未找到”，500 则代表“服务器内部错误”。这些状态码可以看作是服务器给出的“分数”，用来评价请求的处理情况。
  3. 原因短语：对状态码的简要描述，例如 “OK” 对应 200，表示成功；“Not Found” 对应 404，表示资源找不到。这就像是给“分数”加上一段注解，让客户端更容易理解具体的响应情况。

状态行的格式通常为：<HTTP版本号> <状态码> <原因短语>。例如,我们请求的www.baidu.com的状态行如下：

HTTP/1.1 200 OK

这意味着服务器使用 HTTP/1.1 版本的协议，响应状态是 200 OK，表示请求处理成功。

头部字段

在请求报文或响应报文中，请求行（或状态行）加上头部字段集合，就构成了完整的请求头或响应头。头部字段是 HTTP 报文的重要组成部分，用于携带各种附加信息，帮助浏览器和服务器更好地处理请求和响应。

头部字段通常以 key-value 形式表示，每个字段都代表一个特定的信息，比如请求的主机名、内容类型、数据长度等。可以把它们想象成一组“标签”，为报文提供了详细的说明，就像在包裹上贴上的快递标签，标注了收件人、寄件人、重量和注意事项。

这里有两个示意图，可以帮助大家更直观地理解请求头和响应头的结构，图中分别展示了请求头和响应头的基本组成部分:

请求头和响应头的结构基本相同，唯一的区别在于起始行的不同。因此，我们可以把请求头和响应头的字段放在一起讲解。头部字段以 key-value 形式表示，键（key）和值（value）之间用冒号（:）分隔，每个字段用 CRLF（回车换行符）表示结束。例如，"Host: www.baidu.com" 这一行中，"Host" 是键，"www.baidu.com" 是值。

HTTP 头字段具有很高的灵活性，除了使用标准的头字段（如 Host、Connection 等），还可以添加自定义的头字段，从而为 HTTP 协议带来无限的扩展可能性。想象一下，就像在信件里添加附加信息，无论是收件人的公司部门，还是发送的优先级，都可以通过添加合适的“标签”来实现。

在使用头字段时需要注意以下几点规则：

  1. 字段名不区分大小写：例如，"Host" 和 "host" 是等价的，不过为了保持可读性，建议采用首字母大写的形式。
  2. 字段名不能包含空格：字段名可以使用连字符（-），但不能使用下划线（_）。例如，"test-name" 是合法的字段名，而 "test name" 和 "test_name" 是不正确的。
  3. 字段名后面紧跟冒号（ : ） ：字段名和冒号之间不能有空格，但冒号后面的字段值前可以有多个空格。例如，"Host: 127.0.0.1" 是正确的，而 "Host : 127.0.0.1" 则是不正确的。
  4. 字段的顺序没有影响：头字段的排列顺序是没有固定要求的，可以任意排列，不会影响报文的语义。
  5. 字段原则上不应重复：除非某些字段允许多次出现，比如 Set-Cookie，可以用于设置多个 Cookie 值。

常用头字段

Host 是一个请求头字段，只能出现在请求头中，而且是唯一一个在 HTTP/1.1 规范中被要求必须出现的字段。这意味着，如果请求头里没有 Host 字段，那这个请求报文就是不符合规范的错误报文。

在实际应用中，Host 字段的作用是告诉服务器请求应该由哪个主机来处理。以 Nginx 为例，当一台服务器上配置了多个虚拟主机时，不同的网站可能使用同一个 IP 地址，但根据不同的域名提供服务。Nginx 会根据请求中的 Host 字段来区分这些网站，决定将请求分发给哪个虚拟主机进行处理。

举个例子，假设同一台服务器上托管了 example.com 和 test.com 两个网站。Nginx 会通过 Host 字段来判断当前请求的目标是 example.com 还是 test.com，然后将请求路由到对应的网站目录。这就像一个门卫查看访客的预约信息，然后指引他们前往正确的目的地一样。其配置示例如下:

server {
  listen 80;
  server_name example.com;

  location / {
    root /var/www/example;
    index index.html;
  }
}

server {
  listen 80;
  server_name test.com;

  location / {
    root /var/www/test;
    index index.html;
  }
}

当 Nginx 收到请求时，会检查请求头中的 Host 字段，根据配置的 server_name 匹配到对应的 server 块，从而将请求转发到相应的网站目录。

User-Agent 是 HTTP 请求头中的一个常用字段，用来标识请求的客户端信息。它告诉服务器发起请求的客户端类型，比如浏览器的名称、版本、操作系统等。这就像是请求者的“身份证”，帮助服务器了解是谁在访问; 我们来看看上面用curl访问百度的User-Agent是什么样的:

User-Agent: curl/8.0.1

如果用Chrome浏览器访问 **www.baidu.com我们看到User-Agent大概是这样Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36

值得注意的是， User-Agent 字段的内容是可以伪造的，客户端完全可以手动修改该字段，所以不能完全依赖它来判断客户端的真实身份。但它依然是服务器了解客户端基本信息的重要参考。

Date 字段 是 HTTP 报文中的一个通用字段，尽管理论上可以出现在请求头中，但它通常出现在响应头里，表示服务器生成响应报文的时间。这个时间是按照格林威治标准时间（GMT）表示的，格式类似于：

Date: Thu, 10 Oct 2024 10:00:00 GMT

Date字段的电影应用场景有:

  1. 缓存策略的决策：客户端可以根据 Date 字段的时间信息，结合其他与缓存相关的字段（如 Cache-Control 和 Expires），决定是否需要从服务器获取最新的资源，还是可以使用本地缓存的副本。例如，如果本地缓存的资源比 Date 字段标记的时间更新，那么可以直接使用缓存数据。
  2. 时钟同步：虽然不是主要用途，但客户端可以参考 Date 字段来同步本地时钟，特别是在分布式系统中，确保时间的一致性很重要。
  3. 调试和日志记录：开发者可以通过 Date 字段来分析服务器生成响应的时间，帮助排查延迟或性能问题。

Date 字段仅表示服务器生成响应的时间，而不是客户端接收到响应的时间。因此，网络延迟可能导致客户端实际接收数据的时间有所不同。

Server 字段 是 HTTP 响应头中的一个字段，用于告诉客户端当前提供 Web 服务的软件名称和版本号。它只能出现在响应头里，表示服务器的身份信息，让客户端知道请求是由什么样的服务器处理的; 例如,当我们访问百度时, 响应头的Server是: Server: bfe/1.0.8.18``Server，其中 bfe 代表百度自研的前端负载均衡服务器（Baidu Front End），1.0.8.18 则是该软件的版本号。这个字段表明，百度使用 BFE 服务器来处理请求，并且提供了具体的版本信息。

需要注意的是，Server 字段并不是必须要出现的。虽然它可以提供服务器软件的名称和版本信息，但这也会带来一定的安全风险。因为当服务器的具体版本被暴露出来时，如果这个版本恰好存在已知的漏洞或 bug，就可能被黑客利用，从而对服务器进行攻击。

正因为如此，一些网站在响应头中要么不包含 Server 字段，要么返回一个完全无关的描述信息。例如，服务器可能会设置 Server 字段为一个通用的名称，如 "Server: webserver"，或者故意模糊处理成 "Server: unknown"，来隐藏真实的服务器信息。

这种做法相当于给服务器戴上“面具”，避免让外界轻易得知它的真实身份。虽然不能完全防止攻击，但至少可以减少因版本信息泄露而带来的安全风险。

出于安全性考量，很多公司会在服务器配置中隐藏 Server 字段或将其值设置为通用描述，防止黑客通过简单的头信息获取到关于服务器的详细信息，从而减少潜在的攻击面。

Content-Length 字段 是 HTTP 报文中的一个重要头字段，用来表示消息正文（body）的字节长度。如Content-Length: 2381它告诉接收方接下来要读取的数据有多大，使得客户端或服务器知道传输的数据量。这在 HTTP 报文中扮演着“数据计量器”的角色，帮助通信双方准确处理数据的接收和发送。

Content-Length字段的主要作用

  1. 数据完整性：客户端或服务器通过 Content-Length 字段，能够判断数据传输是否完成。例如，如果实际接收的数据少于 Content-Length 指定的长度，接收方就会认为数据不完整，可能会触发重试机制。
  2. 持久连接的管理：在使用 HTTP/1.1 持久连接时，服务器可以通过 Content-Length 来判断本次响应的结束位置，然后保持连接以供下一个请求使用。这有助于提高网络效率，减少频繁建立和关闭连接的开销。
  3. 适应各种传输场景：当需要分块或多段传输数据时（如文件上传），Content-Length 字段可以用于预先告知数据总量，让接收方提前做好准备。此外，某些需要计算带宽使用率的场景，也会利用这个字段来进行流量统计。

总结

  • HTTP 报文是网络通信中的核心组件，负责在客户端和服务器之间传递信息。通过请求报文和响应报文的交互，我们能够实现从网页访问到数据传输的各种操作。理解报文的结构和常见的头字段有助于我们更好地掌握 HTTP 协议的工作原理。
  • 请求报文和响应报文的基本结构相似，都是由起始行（请求行或状态行）、头部字段（header）、消息正文（body）三大部分组成。头部字段起到了丰富报文信息、指导数据处理的作用。
  • 常见的头字段，如 Host、User-Agent、Date、Server 和 Content-Length，在实际应用中各自发挥着不同的功能：
    • Host 字段用于确定请求的目标服务器，特别适用于多虚拟主机的场景。
    • User-Agent 字段帮助服务器了解客户端的设备和软件环境，有助于内容定制和兼容性处理。
    • Date 字段表示响应生成的时间，常用于缓存策略和调试分析。
    • Server 字段告诉客户端当前处理请求的服务器类型及版本，但需要注意安全性问题。
    • Content-Length 字段用于标识消息正文的长度，以确保数据传输的完整性。
  • 头字段不仅可以使用标准定义的内容，还可以根据需求自定义，极大地增强了 HTTP 协议的灵活性。然而，正确地使用头字段也需要遵循一些规则，以保证通信的稳定和安全。
avatar
文章
阅读
粉丝