WEB服务器之HTTP协议

Posted 2021-04-24 新钛云服

     本篇主要为为了实现WEB服务器，其中包含了HTTP协议的理解，以及TCP的三次握手、四次挥手等方面相关知识，同时还包含了关于web浏览器与服务器之间的通信过程。

一、web浏览器

①、浏览器首先要对URL进行解析，

②、随后通过HTTP协议定义消息内容和步骤，即规定发送请求的格式；

④、当服务器接收到请求消息会返回响应消息（该响应消息也是根据HTTP协议定义消息内容的格式）最后经过类似的过程返回给web浏览器。

接下来我们根据这几个步骤进行解析：

1.浏览器怎么对URL进行解析？

通常常用的访问数据的机制有以下几种：

HTTP协议：即 Hypertxt Transfer Protocal 超文本传送协议)访问Web服务器，例如：http://www.baidu.com/dir/file1.html

FTP协议：File Transfer Protocol,文件传输协议,主要用于文件的上传和下载，例如：ftp://ftp.glasscom.com/dir/file1.html

File协议：本地文件传输协议，例如：file://localhost/c:path/file1.zip。

 

2、根据HTTP协议生成怎样格式的请求消息和接收的响应消息？

需要我们需要知道的是：　　

HTTP协议：

我们知道服务端和客户端之间进行通信过程便是：首先客户端根据HTTP协议给服务端发送请求消息，随后服务器给客户端发送响应消息。那么请求消息和响应消息具体是什么样的呢？

 

请求消息：

1 以下便是浏览器给服务器发送的请求消息

2 GET / HTTP/1.1

3 Host: www.baidu.com

4 Connection: keep-alive

5 Cache-Control: max-age=0

6 Upgrade-Insecure-Requests: 1

7 User-Agent: Mozilla/5.0 (Windows NT 10.0;Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99Safari/537.36

8Accept:text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8

9 Accept-Encoding: gzip, deflate, br

10 Accept-Language: zh-CN,zh;q=0.9

接下来对这些信息进行解析：

第一部分：请求头行，包含请求类型、URI、HTTP协议版本；

请求信息类型通常有：get、post、put等等；

 

第二部分：即紧跟第一行之后的，请求头部，包含服务器所使用的说明信息；接下来解释一下这些说明信息的意思：

2、Connection: 表示是否持久连接；即keep-alive表示持久连接；

3、Cache-Control：指定请求和响应的缓存机制；no-cache（不能缓存）、no-store（在请求消息中发送将使得请求和响应消息都不使用缓存）、max-age（客户机可以接收生存期不大于指定时间（以秒为单位）的响应）、max-stale（客户机可以接收超出超时期间的响应消息）、min-fresh（客户机可以接收响应时间小于当前时间加上指定时间的响应）、only-if-cached等等;

4、User-Agent: HTTP协议运行的浏览器类型的详细信息；比如：谷歌/67.0.3396.99

5、Accept: 指浏览器可以接收的内容类型；

6、Accept-Encoding： 客户端浏览器可以支持的web服务器返回内容压缩编码类型;

7、Accept-Language：浏览器支持的语言类型，

8、Cookie: 某些网站为了辨别用户身份、进行 session 跟踪而储存在用户本地终端上的数据（通常经过加密）；例如当我们上网时，某些网站能准确的推送我们想要的信息。

第三部分："\r\n" --> 分割header和body部分的分界线

 

响应消息：

1 HTTP/1.1 200 OK

2 Bdpagetype: 1

3 Bdqid: 0x8bda58760001baca

4 Cache-Control: private

5 Connection: Keep-Alive

6 Content-Encoding: gzip

7 Content-Type: text/html

8 Cxy_all:baidu+10412ee70bbb9e9eec33f3dbcb3e2df7

9 Date: Wed, 18 Jul 2018 03:26:13GMT

10 Expires: Wed, 18 Jul 2018 03:25:42 GMT

11 Server: BWS/1.1

12 Set-Cookie: BDSVRTM=0; path=/

13 Set-Cookie: BD_HOME=0; path=/

14 Set-Cookie: H_PS_PSSID=1435_21118_20929; path=/; domain=.baidu.com

15 Strict-Transport-Security: max-age=172800

16 Vary:Accept-Encoding

17 X-Ua-Compatible: IE=Edge,chrome=1

18 Transfer-Encoding: chunked

 

响应消息的解析：

第一部分：响应头，包含：HTTP协议版本、状态码（1XX-告知请求处理进度和情况，2XX-成功，3XX-表示需要进一步操作，4XX-客户端错误；5XX-服务器错误；）

第二部分：响应头部，包含服务器发送的附加信息；这里针对几个重要的进行解析说明：https://www.cnblogs.com/mylanguage/p/5689879.html-->有详细说明。

第三部分："\r\n" --分割header和body的分割线

第四部分：包含服务器向客户端发送的数据。

以上就请求消息和响应消息的内容格式，由浏览器或者客户端将信息根据HTTP协议转换而来。

 

同时DNS服务器有一个缓存功能，可以记住之前查询过的域名，如果所查询的域名和相关信息已经在缓存中，那么久可以直接返回响应。

 

二、TCP的三次握手和四次挥手

首先我们需要知道在客户端与服务器基于TCP协议建立联系时需要经过三次握手，而在断开连接时需经历四次挥手的过程，那么我们来看一下该过程是怎样的？

 

三次握手：

解析：

首先服务器通常是处于监听的状态，而客户端通常是主动建立连接的一方，即

1、TCP服务器进程先创建传输控制块TCB，时刻准备接受客户进程的连接请求，此时服务器就进入了LISTEN（监听）状态；

2、TCP客户进程也是先创建传输控制块TCB，然后向服务器发出连接请求报文，这是报文首部中的同部位SYN=1，同时选择一个初始序列号 seq=x ，此时，TCP客户端进程进入了 SYN-SENT（同步已发送状态）状态。TCP规定，SYN报文段（SYN=1的报文段）不能携带数据，但需要消耗掉一个序号。

3、TCP服务器收到请求报文后，如果同意连接，则发出确认报文。确认报文中应该 ACK=1，SYN=1，确认号是ack=x+1，同时也要为自己初始化一个序列号 seq=y，此时，TCP服务器进程进入了SYN-RCVD（同步收到）状态。这个报文也不能携带数据，但是同样要消耗一个序号。

4、TCP客户进程收到确认后，还要向服务器给出确认。确认报文的ACK=1，ack=y+1，自己的序列号seq=x+1，此时，TCP连接建立，客户端进入ESTABLISHED（已建立连接）状态。TCP规定，ACK报文段可以携带数据，但是如果不携带数据则不消耗序号。

5、当服务器收到客户端的确认后也进入ESTABLISHED状态，此后双方就可以开始通信了。

　　

四次挥手：

同时我们需要知道的是：通常服务器不会主动断开连接，而是客户端主动断开连接。

1、客户端进程发出连接释放报文，并且停止发送数据。释放数据报文首部，FIN=1，其序列号为seq=u（等于前面已经传送过来的数据的最后一个字节的序号加1），此时，客户端进入FIN-WAIT-1（终止等待1）状态。 TCP规定，FIN报文段即使不携带数据，也要消耗一个序号。

2、服务器收到连接释放报文，发出确认报文，ACK=1，ack=u+1，并且带上自己的序列号seq=v，此时，服务端就进入了CLOSE-WAIT（关闭等待）状态。TCP服务器通知高层的应用进程，客户端向服务器的方向就释放了，这时候处于半关闭状态，即客户端已经没有数据要发送了，但是服务器若发送数据，客户端依然要接受。这个状态还要持续一段时间，也就是整个CLOSE-WAIT状态持续的时间。

3、客户端收到服务器的确认请求后，此时，客户端就进入FIN-WAIT-2（终止等待2）状态，等待服务器发送连接释放报文（在这之前还需要接受服务器发送的最后的数据）。

4、服务器将最后的数据发送完毕后，就向客户端发送连接释放报文，FIN=1，ack=u+1，由于在半关闭状态，服务器很可能又发送了一些数据，假定此时的序列号为seq=w，此时，服务器就进入了LAST-ACK（最后确认）状态，等待客户端的确认。

5、客户端收到服务器的连接释放报文后，必须发出确认，ACK=1，ack=w+1，而自己的序列号是seq=u+1，此时，客户端就进入了TIME-WAIT（时间等待）状态。注意此时TCP连接还没有释放，必须经过2∗

6、服务器只要收到了客户端发出的确认，立即进入CLOSED状态。同样，撤销TCB后，就结束了这次的TCP连接。可以看到，服务器结束TCP连接的时间要比客户端早一些。

 

三、实现web静态服务器

直接看示例：

import socket

import re

def server_client(server_client_socket):

    """接收来自浏览器的数据和发送报文"""

    # 对接收到的请求消息进行解析
    request = server_client_socket.recv(1024).decode("utf-8")
    # 请求消息头部格式大概为 ： GET /index.html HTTP/1.1 
    request_lines = request.splitlines()  # 将接收到的信息按行分割，并返回列表
    ret = re.match(r"[^/]+(/[^ ]*)", request_lines[0])

    # 若正则表达式匹配成功有返回值，则检测是由为 "/"或者空字符，则设置默认文件为/index.html文件
    if ret:
        filename = ret.group(1)
        if filename == "/" or filename == "":
            filename = "/index.html"
    # print(request)

    respone = "HTTP/1.1 200 OK\r\n"
    respone += "\r\n"
    # respone += "<h2>hello world</h2>"

    # 检测服务器中是否有该文件，有则发生内容，无则返回错误 
    try:
        f = open("html" + filename, "rb")
    except:
        respone = "HTTP/1.1 404 Not found file \r\n"
        respone += "\r\n"
        respone += "<h1>Not found File</h1>"
        respone = respone.encode("utf-8")
    else:
        file_content = f.read()
        f.close()
        respone = respone.encode("utf-8") + file_content  # 字节之间的拼接
    server_client_socket.send(respone)
    server_client_socket.close()

def main():
    # 1、创建套接字对象
    server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server_socket.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
    # 2、绑定本地信息
    server_socket.bind(("", 6969))
    # 3、监听
    server_socket.listen(128)
    while True:
        # 4、等待客户端连接
        server_client_socket, client_addr = server_socket.accept()
        # 5、服务客户端
        server_client(server_client_socket)
    server_socket.close()

if __name__ == "__main__":
    main()

了解新钛云服

新钛云服出品的精品技术干货