Http协议详解（深入理解）

Posted 2021-04-26 java小师兄

种一棵树最好的时间是十年前，其次是现在

The best time to plant a tree was ten years ago,then is here and now

前言

实际开发过程中肯定离不开http请求，面试的时候也难免会碰到面试官让你谈一谈http的场景。如果上来就是"三连"起始行、header、body，是一个应用层协议，没到三句话结束了，那可以想象场面有多尴尬。本篇文章主要以HTTP1.1展开讲解。

了解HTTP协议

HTTP是一种超文本传输协议，HTTP是缩写，它的全英文名是HyperText Transfer Protocol。由请求和响应两部分构成，是一个标准的客户端服务器模型。HTTP协议是建立在TCP协议之上的，是一个无状态的协议。

什么是超文本？

超文本包含有文本信息（html、css、javascript）和各种多媒体信息,例如图形、声音、图像、视频等。

HTTP应用于客户端与服务端之间的通信，client客户端向server服务端发起请求，server服务端响应client客户端的请求，所以说HTTP是基于客户端/服务端的架构模型。

HTTP的工作原理

HTTP协议定义Web客户端如何从Web服务器请求Web页面，以及服务器如何把Web页面传送给客户端。HTTP协议采用了请求/响应模型。客户端向服务器发送一个请求报文，请求报文包含请求的方法、URL、协议版本、请求头部和请求数据。服务器以一个状态行作为响应，响应的内容包括协议的版本、成功或者错误代码、服务器信息、响应头部和响应数据。

以下是 HTTP 请求/响应的步骤：

1. 客户端连接到Web服务器通常我们再浏览器输入一个网址并点击回车后，浏览器也就是我们所说的客户端会跟对应的Web服务器建立一个连接。（连接的过程涉及TCP的三次握手）

2. 发送HTTP请求客户端向Web服务器发送一个文本的请求报文，一个请求报文由请求行、请求头部、空行和请求数据4部分组成。

3. 服务器处理请求并响应HTTP并返回报文Web服务器解析请求，定位请求资源。服务器将资源复本写到TCP套接字，由客户端读取。一个响应报文由响应行、响应头、空行和响应数据4部分组成。

4. 断开TCP连接若connection 模式为close，则服务器主动关闭TCP连接，客户端被动关闭连接，释放TCP连接;若connection 模式为keepalive，则该连接会保持一段时间，在该时间内可以继续接收请求（断开连接的过程涉及TCP的四次挥手）;

5. 客户端浏览器解析HTML内容客户端浏览器首先解析状态行，查看表明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。客户端浏览器读取响应数据HTML，根据HTML的语法对其进行格式化，并在浏览器窗口中显示。

3. 服务器响应浏览器发来的请求，并把对应的响应数据发送给浏览器;

4. 断开 TCP连接;

5. 浏览器解析响应报文的响应体数据并显示内容;

HTTP的特点

HTTP都是由客户端发起的，由服务端响应消息的。

HTTP协议是无状态的，每个HTTP请求都是独立的，任何的两次HTTP请求之间是不存在必然联系的。

无连接，限制每次连接只处理一个请求，当一次请求处理结束后，通信会被断开，下一次发起请求又是一个新的连接，

采用这种方式可以节省传输所花费的时间。

HTTP 1.0版本的主要缺点：HTTP 1.0规定浏览器与服务器只保持短暂的连接，浏览器的每次请求都需要与服务器建立一个TCP连接，服务器完成请求处理后立即断开TCP连接，服务器不跟踪每个客户也不记录过去的请求。

HTTP 1.1版本同样是无状态协议，但它引入了cookie机制，更好的实现了请求的状态管理。同时它增加了长连接功能，可以在请求处理结束后继续保持连接。

HTTP的构成

HTTP协议的请求报文和响应报文都由以下四部分组成

1. 请求行

2. 请求头

3. 空行

4. 消息主体

请求报文

下方是通过抓包工具抓取的请求报文信息

请求行

请求行有请求方法、URL字段、HTTP协议版本号三部分组成

请求方法共有八种：

HEAD、GET、POST （HTTP 1.0）

OPTIONS、PATCH、DELETE、PUT、TRACE、CONNECT （HTTP 1.1新增）

方法	Vital Task
OPTIONS	返回服务器针对特定资源所支持的HTTP请求方法，也可以利用向web服务器发送‘*’的请求来测试服务器的功能性
HEAD	向服务器索与GET请求相一致的响应，只不过响应体将不会被返回。这一方法可以再不必传输整个响应内容的情况下，就可以获取包含在响应小消息头中的元信息。
GET	请求指定的页面信息，并返回实体主体。
POST	向指定资源提交数据进行处理请求（如提交表单或者上传文件）。数据被包含在请求体中。POST请求可能会导致新的资源的建立和/或已有资源的修改。
DELETE	请求服务器删除指定的页面。
PUT	客户端向服务器传送的数据取代指定的文档的内容。
TRACE	回显服务器收到的请求，主要用于测试或诊断。
CONNECT	HTTP/1.1 协议中预留给能够将连接改为管道方式的代理服务器。
PATCH	是对 PUT 方法的补充，用来对已知资源进行局部更新 。

请求头

请求头用来向客户端解释请求信息

请求报头常见属性(这里重点解释常用的)：

Accept：可接受响应类型（application/json、text/plain等）

Accept-Charest：可接收的字符集（utf-8等）

Accept-Encoding：可接受的相应内容的编码方式（gzip、deflate等）

Accept-Language：可接受的响应内容语言列表（en-US、zh-CN等）

Authorization：http认证信息（oauth认证）

Cache-Control：缓存机制控制（on-cache、on-store、max-age、public、private）

Connection：客户端优先使用的链接类型（keep-alive、upgrade）

User-Agent：浏览器的身份标识字符串

Origin：发起一个针对跨域资源共享的请求

If-Modified-Since：上一次响应的Last-Modified的值回当做If-Modified-Since的值发送给服务器

If-None-Match：上一次响应的ETag的值会当做If-None-Match的值发送给服务器

Referer：表示跳转到当期那页面的之前页面

响应报文

响应行

响应行一般由协议版本、状态码及其描述组成 比如 HTTP/1.1 200 OK

其中协议版本HTTP/1.1或者HTTP/1.0，200就是它的状态码，OK则为它的描述。

//常见状态码：

100~199：表示成功接收请求，要求客户端继续提交下一次请求才能完成整个处理过程。

200~299：表示成功接收请求并已完成整个处理过程。常用200

400~499：客户端的请求有错误，常用404(意味着你请求的资源在web服务器中没有)403(服务器拒绝访问，权限不够)

500~599：服务器端出现错误，常用500

响应头

响应头用于描述服务器的基本信息，以及数据的描述，服务器通过这些数据的描述信息，可以通知客户端如何处理等一会儿它回送的数据。以下是常见的响应头信息

应答头	说明
Allow	服务器支持哪些请求方法（如GET、POST等）。
Content-Encoding	文档的编码（Encode）方法。只有在解码之后才可以得到Content-Type头指定的内容类型。利用gzip压缩文档能够显著地减少HTML文档的下载时间。Java的GZIPOutputStream可以很方便地进行gzip压缩，但只有Unix上的Netscape和Windows上的IE 4、IE 5才支持它。因此，Servlet应该通过查看Accept-Encoding头（即request.getHeader("Accept-Encoding")）检查浏览器是否支持gzip，为支持gzip的浏览器返回经gzip压缩的HTML页面，为其他浏览器返回普通页面。
Content-Length	表示内容长度。只有当浏览器使用持久HTTP连接时才需要这个数据。如果你想要利用持久连接的优势，可以把输出文档写入 ByteArrayOutputStream，完成后查看其大小，然后把该值放入Content-Length头，最后通过byteArrayStream.writeTo(response.getOutputStream()发送内容。
Content-Type	表示后面的文档属于什么MIME类型。Servlet默认为text/plain，但通常需要显式地指定为text/html。由于经常要设置Content-Type，因此HttpServletResponse提供了一个专用的方法setContentType。
Date	当前的GMT时间。你可以用setDateHeader来设置这个头以避免转换时间格式的麻烦。
Expires	应该在什么时候认为文档已经过期，从而不再缓存它？
Last-Modified	文档的最后改动时间。客户可以通过If-Modified-Since请求头提供一个日期，该请求将被视为一个条件GET，只有改动时间迟于指定时间的文档才会返回，否则返回一个304（Not Modified）状态。Last-Modified也可用setDateHeader方法来设置。
Location	表示客户应当到哪里去提取文档。Location通常不是直接设置的，而是通过HttpServletResponse的sendRedirect方法，该方法同时设置状态代码为302。
Refresh	表示浏览器应该在多少时间之后刷新文档，以秒计。除了刷新当前文档之外，你还可以通过setHeader("Refresh", "5; URL=http://host/path")让浏览器读取指定的页面。注意这种功能通常是通过设置HTML页面HEAD区的＜META HTTP-EQUIV="Refresh" CONTENT="5;URL=http://host/path"＞实现，这是因为，自动刷新或重定向对于那些不能使用CGI或Servlet的HTML编写者十分重要。但是，对于Servlet来说，直接设置Refresh头更加方便。 注意Refresh的意义是"N秒之后刷新本页面或访问指定页面"，而不是"每隔N秒刷新本页面或访问指定页面"。因此，连续刷新要求每次都发送一个Refresh头，而发送204状态代码则可以阻止浏览器继续刷新，不管是使用Refresh头还是＜META HTTP-EQUIV="Refresh" ...＞。 注意Refresh头不属于HTTP 1.1正式规范的一部分，而是一个扩展，但Netscape和IE都支持它。
Server	服务器名字。Servlet一般不设置这个值，而是由Web服务器自己设置。
Set-Cookie	设置和页面关联的Cookie。Servlet不应使用response.setHeader("Set-Cookie", ...)，而是应使用HttpServletResponse提供的专用方法addCookie。参见下文有关Cookie设置的讨论。
WWW-Authenticate	客户应该在Authorization头中提供什么类型的授权信息？在包含401（Unauthorized）状态行的应答中这个头是必需的。例如，response.setHeader("WWW-Authenticate", "BASIC realm=＼"executives＼"")。注意Servlet一般不进行这方面的处理，而是让Web服务器的专门机制来控制受密码保护页面的访问（例如.htaccess）。

以上就是对HTTP基础知识的讲解，下期我会针对TCP建立、释放连接也就是面试官常问的三次握手、四次挥手展开详细的讲解。

我是小师兄，我们下期再见。