初始 http网络

Posted 2022-02-02 一朵花花

前言： 生活中，我们在上网时，打开一个网页，就可以看到网址，如下：
https://blog.csdn.net/m0_47988201?spm=1011.2124.3001.5343
访问网站使用的协议类型：https(基于 http 实现的，只不过在 http 基础上引入一个加密层)

http 和 https 都是应用层协议
应用层的协议都需要程序猿来手动指定(自己定制协议)
http 协议是基于 tcp 来实现的

目录

• • URL
  • • urlencode 和 urldecode
  • http 协议格式
  • • http 请求
    • http 响应
  • http的方法
  • http的状态码
  • http常见header

URL

平时我们俗称的 “网址” ，其实就是说的URL
表示网络上的唯一一个资源的标识符

URL 是 http 协议的重要组成部分，但不是 http 协议的专属，它可以搭配很多协议来使用

URL中，对应的 path 不同的时候，获取到的页面也不同

URL 中的服务器的IP来确定一个服务器
URL 中的服务器端口来确定这个主机上的哪个进程
URL 中的 path 来确定这个进程中所管理的哪个资源 / 文件

最终一次 http 请求得到的 “网页” ，本质上就是一个文件

urlencode 和 urldecode

先看一个例子：

上述就是进行了 urlencode
把 url 中包含的中文和特殊符号，进行了转义，转义成 % + 十六进制数字的形式

转义理由： url 中本身包含了一些特殊用途的符号，例如 ：/ & ？ # … 这些特殊符号，不能在 url 的查询字符串中出现(有可能导致浏览器解析出错)

将上述结果还原回去，就是 urldecode，也就是是 urlencode 的逆过程

http 协议格式

学习 http协议主要理解协议报文格式
可以借助专门的"抓包"工具，就可以分析 http 具体的协议内容（fiddler）

fiddler 相当于是一个"代理" —— “代购”

fiddler 一般不会对传输的数据进行修改、加工，只是把传输的数据截获了下来，让用户能直接看到

fiddler 界面上主要有三个部分
左侧：抓到的包的列表，选中你要查看的某个包
右上：这个包的请求内容
右下：这个包的响应内容

http 请求

Raw：点击 Raw 之后，可以看到请求的原始数据
例如：

上述的请求数据，内容基本可以看懂，说明这是"文本数据"
http 协议，本质上就是一个文本格式的协议

1.首行:

GET https://www.sogou.com/web?query=%E7%A8%8B%E5%BA%8F%E7%8C%BF
&_ast=1640239946
&_asf=www.sogou.com
&w=01029901&cid=
&s_from=result_up
&sut=1762
&sst0=1640239997761
&lkt=0%2C0%2C0
&sugsuv=1635388132041921
&sugtime=1640239997761 HTTP/1.1

①方法 (GET)
②URL (上述：从 GET 后开始，到 HTTP 之前结束)
③版本号
上述三个内容以空格隔开，可以复制到记事本中查看

2.协议头(header)：

协议头：首行之后的所有内容

Host: www.sogou.com
Connection: keep-alive
Cache-Control: max-age=0
sec-ch-ua: " Not A;Brand";v="99", "Chromium";v="96", "Google Chrome";v="96"
sec-ch-ua-mobile: ?0
sec-ch-ua-platform: "Windows"
Upgrade-Insecure-Requests: 1
User-Agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/96.0.4664.45 Safari/537.36
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9
Sec-Fetch-Site: same-origin
Sec-Fetch-Mode: navigate
Sec-Fetch-User: ?1
Sec-Fetch-Dest: document
Referer: https://www.sogou.com/web?ie=utf8&query=fiddler%20host%E4%B8%8D%E6%98%BE%E7%A4%BA%20https%20site:blog.csdn.net
Accept-Encoding: gzip, deflate, br
Accept-Language: zh-CN,zh;q=0.9
Cookie: SUID=5655126F9735990A000000006114CFC3; ssuid=4894337260; SUV=1635388132041921; ABTEST=0|1638532180|v17; browerV=3; osV=1; IPLOC=CN6101; cd=1639966211&0e4d216636a31ba117585c10d865a88f; rd=4yllllllll2PsMYjYb@ulLp@ikJPsMYRbeQe4kllll9llllxVllll5@@@@@@@@@@; SNUID=C7DCE79AF5F3253E7F642F5DF6600772; usid=3229126F6F3E990A0000000061C409E7; ld=tkllllllll2PsMYjYb@ulL499TdPsMYRbeQe4klllltlllllVZlll5@@@@@@@@@@; sst0=761

header：若干个键值对，键和值之间使用: (冒号+空格)来分割
此处的键值对可以是用户自定义的，但是大部分都是 http 中已有的，具有特定含义的内容

截取部分截图：

3.空行：
header 的结束标记

4.正文(body)：
可能为空(GET)
可能非空(POST)

body 的长度取决于 Content-Lenth
body 的数据格式取决于 Content-Type

body 格式类似于 URL 中的查询字符串
使用 & 符号分割成多个键值对，每个键值对内部使用= 来分割键和值

http 响应

Raw：点击 Raw 之后，可以看到响应的原始数据
例如：

1.首行:

HTTP/1.1 200 OK

①版本号
②状态码 (上述200，表成功)
③状态码描述信息

2.协议头(header)：

每一行是一个键值对，键和值之间使用: (冒号+空格)来分割

3.空行：
header 的结束标记

4.正文(body)：
响应正文来说，最常见的数据格式就是 html，表示了一个网页的具体内容是啥样的

http的方法

GET，POST，PUT，HEAD，DELETE，OPTIONS，TRACE，CONNECT，LINK，UNLINK
其中最常用的就是 GET 和 POST

POST 和 GET 的区别？？？
GET 一般把数据放到 url 中
POST 一般把数据放到 body 中

http的状态码

状态码有很多，为了方便理解，分成了几个大类

	类别	原因短语
1XX	Informational (信息性状态码)	接收的请求正在处理
2XX	Success (成功状态码)	请求正常处理完毕
3XX	Redirection (重定向状态码)	需要进行附加操作以完成请求
4XX	Client Error (客户端错误状态码)	服务器无法处理请求
5XX	Server Error (服务器错误状态码)	服务器处理请求出错

重定向: 访问一个页面的时候，自动跳转到另一个页面
最常见的状态码， 比如 200(OK)， 404(Not Found)，403(Forbidden)，302(Redirect 重定向)，504(Bad Gateway)

404(Not Found) —— 客户端尝试请求的资源非法
403(Forbidden) —— 访问没有权限

http常见header

• Content-Type: 数据类型(text/html等)
• Content-Length: Body的长度 (以字节为单位)
• Host: 客户端告知服务器，所请求的资源是在哪个主机的哪个端口上
• User-Agent: 声明用户的操作系统和浏览器版本信息
• referer: 当前页面是从哪个页面跳转过来的
  有些请求是没有 referer 的，例如：直接在浏览器中输入 url；点击收藏夹打开的网站
• location: 搭配 3xx 状态码使用，告诉客户端接下来要去哪里访问；
• Cookie: 用于在客户端存储少量信息，通常用于实现会话(session)的功能
  （比较复杂，后边会写）

下篇，会结合本篇知识，来实现一个简单的 HTTP 服务器