在上一期内容中，我们介绍了网络编程，特别是基于 TCP 和 UDP 的网络套接字编程。当时提到，在使用 TCP 时，我们通常会引入线程池来处理多个客户端连接，从而避免阻塞。然而，如果客户端数量持续增加，线程数也会不断增长，过多的线程反而会影响系统性能。这时就需要引入 I/O 多路复用 机制。
那么，什么是 I/O 多路复用呢？简单来说，它允许一个线程同时处理多个客户端的请求。例如，当一个线程正在服务某个客户端，而该客户端暂时没有发送请求（比如停留在输入阶段），该线程就可以转去处理其他客户端的任务，待原客户端发出请求后再回来继续处理。
现在，我们正式开始学习今天的新内容：HTTP。
HTTP 全称为“超文本传输协议”（HyperText Transfer Protocol），是一种广泛使用的应用层协议。通常，HTTP 是基于 TCP 协议实现的，例如 HTTP/1.0 和 HTTP/1.1；而 HTTP/3 则基于 UDP 实现。目前，最常用的版本仍是 HTTP/1.1。
应用层协议实际上可以由程序员自行定义。那么，如何设计一个自定义的应用层协议呢？
主要分为两步：
- 明确需要传输的信息内容；
- 约定信息的组织格式。
举个例子，在网购场景中，我们可能需要传输商家ID、商品图片等信息。常见的组织格式包括：
（1）行文本格式
例如直接写成：
text
1，商家241，商家店名...
这种格式在早期使用较多，但在性能、安全性和数据复杂性方面较弱，目前已基本被淘汰。
（2）XML 格式
在之前的 Maven 项目中导入依赖时，我们接触过 XML 格式。例如：
xml
<Request>
<UserId>1000</UserId>
</Request>
XML 虽然结构清晰，但标签重复较多，占用带宽较大，因此目前也较少使用。
（3）JSON 格式
JSON 是目前最常用的数据交换格式，例如：
json
{
"userId": 12,
"name": "zhangsan"
}
JSON 不仅可读性好，而且比 XML 更节省带宽，但仍存在一定的冗余信息。
（4）Protocol Buffers（Protobuf）
Protobuf 采用二进制格式，对数据进行了高效压缩，虽然可读性差，但带宽消耗更小。
HTTP 作为 Java Web 开发中最核心的协议，我们必须深入理解其工作机制。
那么，HTTP 到底是什么呢？当我们在浏览器中输入一个 URL（例如京东网址）时，浏览器会向服务器发送一个 HTTP 请求，服务器处理该请求后返回一个 HTTP 响应，浏览器解析响应内容并展示页面。HTTP 作为应用层协议，关注的是请求和响应的具体格式与语义；而 TCP/IP 作为传输层协议，则负责数据的可靠传输。
简单来说，我们输入 URL 后，浏览器发送 HTTP 请求，服务器计算后返回 HTTP 响应，浏览器再解析并展示内容。
此外，HTTP 是典型的“一对一”模式，即一个请求对应一个响应。网络中还存在其他模式，例如上传文件时的“多问一答”和下载文件时的“一问多答”。
2. HTTP 协议格式
接下来，我们具体了解 HTTP 协议的格式。这里推荐使用抓包工具 Fiddler（可在官网下载），它可以帮助我们捕获和分析 HTTP/HTTPS 请求。
使用 Fiddler 时，左侧窗口会显示所有捕获到的请求。例如，打开 DeepSeek 网站后，可以捕获到一条蓝色的 HTTP 请求。点击该请求后，右侧上方显示请求报文，下方显示响应报文。建议点击 “Raw” 查看原始报文，若字体过小，可在记事本中打开查看。
左侧的报文可能显示为不同颜色，其含义如下：
- 红色：表示请求或响应出错；
- 蓝色：表示该请求返回了一个网页；
- 绿色：表示该请求返回了 JavaScript 文件；
- 灰色：表示该响应的数据已被缓存。
Fiddler 本质上是一个代理服务器，能够清晰地记录客户端与服务器之间的通信过程，就像外卖骑手清楚用户下单内容和商家出餐情况一样。
下面，我们以搜狗请求为例，分析 HTTP 请求和响应的结构：
请求示例：
text
GET https://www.sogou.com/ HTTP/1.1
Host: www.sogou.com
...
响应示例：
text
HTTP/1.1 200 OK
Content-Type: text/html; charset=utf-8
...
我们可以归纳出 HTTP 协议的通用格式：
- 首行：包括方法、URL 和协议版本（请求）或状态码和描述（响应）；
- Header（报头） ：以键值对形式描述请求或响应的属性，每行一个键值对，以空行结束；
- Body（正文） ：空行之后的内容，允许为空。如果 Body 不为空，则 Header 中必须包含
Content-Length字段，用于指示 Body 的长度。
为什么需要空行呢？由于 HTTP 协议没有规定报头的长度，空行作为报头和正文的分隔符，确保解析器能够正确识别两部分内容。尤其是在基于 TCP（面向字节流）的传输中，没有空行可能会导致数据读取混乱。
3. HTTP 请求（Request）
下面我们详细介绍 HTTP 请求的各个部分。
3.1 URL
URL（统一资源定位符）是互联网上资源的唯一标识符。例如，京东的 URL 为：
text
https://www.jd.com/
我们可以将其分解为以下几个部分：
- 协议名：
https: - 域名：
www.jd.com（通过 DNS 解析为 IP 地址和端口号） - 路径：位于问号之前，表示资源的层次结构
- 查询字符串：位于问号之后，以键值对形式组织，多个键值对之间用
&分隔
举个例子，假设我们想在呼和浩特新城区的“好吃麻辣烫”点餐，要求菌汤底，多加葱、少放香菜、不要辣椒，我们可以用以下 URL 表示：
text
http://呼和浩特新城区:4号路好吃麻辣烫/菌汤/香菇的?葱=多放&香菜=少放&辣椒=不要
URL 中的特殊字符（如 /、?、&）具有特定含义，如果需要在查询字符串中传输这些字符，必须进行 URL 编码（URL encode）。编码方式是将字符的二进制表示转换为十六进制，并在前面加上百分号（例如 %2F 表示 /）。不仅特殊符号，某些汉字和非 ASCII 字符也需要编码。
3.2 HTTP 方法
在 Fiddler 捕获的请求中，首行通常会包含一个方法（如 GET 或 POST），用于表示该请求的意图。常见的 HTTP 方法有以下四种：
（1）GET
GET 是最常用的 HTTP 方法，用于获取资源。例如，访问网页、获取 CSS 或 JavaScript 文件时，都会发送 GET 请求。GET 请求通常没有正文，参数通过查询字符串传递。
示例：
text
GET https://www.sogou.com/ HTTP/1.1
Host: www.sogou.com
...
（2）POST
POST 方法常用于提交数据，例如登录或上传文件。POST 请求通常包含正文，并在 Header 中指定 Content-Type 和 Content-Length。
（3）PUT 和 DELETE
PUT 和 DELETE 方法分别用于上传和删除资源，但在实际开发中使用频率较低。大多数功能可以通过 GET 和 POST 实现，不过为了语义清晰，建议按规范使用。
GET 与 POST 的区别
- 语义不同：GET 用于获取数据，POST 用于提交数据；
- 数据传输方式：GET 通常通过查询字符串传递参数，POST 通常通过正文传递；
- 幂等性：GET 请求是幂等的（多次执行结果相同），而 POST 不是；
- 缓存：GET 请求可以被缓存，POST 请求通常不可缓存。
关于安全性，有人认为 GET 参数暴露在 URL 中，不如 POST 安全。实际上，无论是 GET 还是 POST，抓包后都能看到数据，安全性取决于是否对数据进行了加密。
另外，关于传输数据大小的限制，并没有明确规定 GET 的 URL 长度或 POST 的正文长度，具体限制取决于浏览器和服务器的实现。
3.3 请求报头（Header）
报头部分采用键值对结构，常见字段包括：
（1）Host
表示服务器的地址和端口。例如：
text
Host: www.sogou.com
即使在代理或 HTTPS 加密场景下，Host 字段仍保持原始地址，不会随 URL 变化。
（2）Content-Length
表示正文的长度（单位：字节）。例如：
text
Content-Length: 18962
该字段在包含正文的请求或响应中必须存在，用于帮助接收方正确解析数据。
（3）Content-Type
表示正文数据的格式，指导接收方如何解析。常见类型包括：
text/html：HTML 页面text/css：CSS 样式表application/javascript：JavaScript 文件application/json：JSON 数据image/png、image/jpg：图片资源
只要请求或响应包含正文，就必须同时指定 Content-Length 和 Content-Type，否则报文格式错误。
（4）User-Agent
描述客户端使用的设备、浏览器和操作系统信息。例如：
text
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36...
该字段可用于返回不同版本的页面（如 PC 端或移动端），或针对不同浏览器提供兼容性处理。
（5）Referer
表示当前页面是从哪个页面跳转而来的。例如，从搜狗跳转到广告页面时，Referer 字段会显示搜狗的 URL。早期 HTTP 时代，运营商可能篡改 Referer 进行劫持，HTTPS 的普及有效遏制了该问题。
（6）Cookie
Cookie 是存储在客户端的会话标识，常用于用户状态保持。例如，用户登录后，服务器会通过 Set-Cookie 返回一个 Session ID，客户端后续请求携带该 Cookie，服务器即可识别用户身份。
Cookie 与 Session 的区别：
- Cookie 存储在客户端；
- Session 存储在服务器端。
举个例子，去医院看病时，医生会发放诊疗卡（相当于 Session ID），并在系统中记录患者信息（相当于 Session 对象）。患者凭诊疗卡完成各项检查，医生通过刷卡获取患者信息。类似地，浏览器通过 Cookie 携带 Session ID，服务器根据 Session ID 获取用户状态。
3.4 请求正文（Body）
正文部分的内容与 Content-Type 密切相关，常见格式包括：
（1）application/x-www-form-urlencoded
表单数据编码格式，数据被编码为键值对，适用于简单文本数据提交，不支持二进制数据，且需进行 URL 编码。
（2）multipart/form-data
混合数据类型，支持文本和二进制数据（如文件上传）。每个部分以 --boundary 开头，以 --boundary-- 结尾。
（3）application/json
以 JSON 格式传输结构化数据，支持复杂数据类型，是目前最常用的数据交换格式之一。
