python之路-----前端之html协议

Posted 2020-10-05

一.概述

　　HTTP（hypertext transport protocol），即超文本传输协议。这个协议详细规定了浏览器和万维网服务器之间互相通信的规则（B/S架构）。

　　HTTP就是一个基于TCP的通信规则，规定了客户端发送给服务器的内容格式，也规定了服务器发送给客户端的内容格式。传输过程使用了TCP协议。其实我们要学习的就是这个两个格式！客户端发送给服务器的格式叫“请求协议”；服务器发送给客户端的格式叫“响应协议”。

　　特点：

• HTTP叫超文本传输协议，基于请求/响应模式的！

• HTTP是无状态协议。

　　URL：统一资源定位符，就是一个网址：协议名://域名:端口/路径，例如：http://www.oldboy.cn:80/index.html

　　URI:，统一资源标识符，用来表示文件在服务器上面的位置，有可能是绝对位置，也可以是相对位置。通过是主机域名后的那部分为URI。

    HTTP无状态：无状态是指协议对于事务处理没有记忆能力，服务器不知道客户端是什么状态。从另一方面讲，打开一个服务器上的网页和你之前打开这个服务器上的网页之间没有任何联系。
    如果你要实现一个购物车，需要借助于Cookie或Session或服务器端API（如NSAPI and ISAPI）记录这些信息，请求服务器结算页面时同时将这些信息提交到服务器。
    当你登录到一个网站时，你的登录状态也是由Cookie或Session来“记忆”的，因为服务器并不知道你是否登录。

优点：服务器不用为每个客户端连接分配内存来记忆大量状态，也不用在客户端失去连接时去清理内存，以更高效地去处理WEB业务
缺点：客户端的每次请求都需要携带相应参数，服务器需要处理这些参数

容易犯的误区：
1、HTTP是一个无状态的面向连接的协议，无状态不代表HTTP不能保持TCP连接，更不能代表HTTP使用的是UDP协议（无连接）
2、从HTTP/1.1起，默认都开启了Keep-Alive，保持连接特性，简单地说，当一个网页打开完成后，客户端和服务器之间用于传输
HTTP数据的TCP连接不会关闭，如果客户端再次访问这个服务器上的网页，会继续使用这一条已经建立的连接
3、Keep-Alive不会永久保持连接，它有一个保持时间，可以在不同的服务器软件（如Apache）中设定这个时间.当这段时间内浏览器不在发送数据时，服务器才会断开连接

如何理解无状态协议

二.请求协议

　　请求协议的格式如下：

请求首行；  // 请求方式 请求路径 协议和版本，例如：GET /index.html HTTP/1.1
请求头信息；// 请求头名称:请求头内容，即为key:value格式，例如：Host:localhost
空行；     // 用来与请求体分隔开
请求体。   // GET没有请求体，只有POST有请求体。get提交数据，数据内容会体现在url中

　　浏览器发送给服务器的内容就这个格式的，如果不是这个格式服务器将无法解读。在HTTP协议中，请求有很多请求方法，其中最为常用的就是GET和POST。不同的请求方法之间的区别，后面会一点一点的介绍。

 

　　2.1 GET请求

　　HTTP默认的请求方法就是GET

　　get请求常见场景：

   　　  * 没有请求体
   　　  * 数据大小有限(浏览器地址栏有限)
    　　 * GET请求数据会暴露在浏览器的地址栏中(http://test.com/index.html?username=root&pwd=123)

　　GET请求常用的操作：
      　　 1. 在浏览器的地址栏中直接给出URL，那么就一定是GET请求
      　　 2. 点击页面上的超链接也一定是GET请求
      　　 3. 提交表单时，表单默认使用GET请求，但可以设置为POST

            Host: 127.0.0.1:8080
            Connection: keep-alive
            User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) Chrome/60.0.3112.113 Safari/537.36   用户端信息，包括浏览器，系统新等
            Accept: image/webp,image/apng,image/*,*/*;q=0.8  #浏览器可以渲染的文件类型
            Referer: http://127.0.0.1:8080/
            Accept-Encoding: gzip, deflate, br    #接受的编码，也可以协商gbk等
            Accept-Language: zh-CN,zh;q=0.8         #可接受的语言
　　　　　　　Connection: keep-alive：客户端支持的链接方式，保持一段时间链接，默认为3000ms；
　　　　　　　Cookie: JSESSIONID=369766FDF6220F7803433C0B2DE36D98：因为不是第一次访问这个地址，所以会在请求中把上一次服务器响应中发送过来的Cookie在请求中一并发送去过；这个Cookie的名字为JSESSIONID。

　　2.2 POST请求

　　post请求特点：

　　　　(1). 数据不会出现在地址栏中
　　　　(2). 数据的大小没有上限
　　　　(3). 有请求体
　　　　(4). 请求体中如果存在中文，会使用URL编码(解决数据中带有特殊符号的问题,功能类似于转义)。

我们都知道Http协议中参数的传输是"key=value"这种简直对形式的，如果要传多个参数就需要用“&”符号对键值对进行分割。如"?name1=value1&name2=value2"，这样在服务端在收到这种字符串的时候，会用“&”分割出每一个参数，然后再用“=”来分割出参数值。

 

针对“name1=value1&name2=value2”我们来说一下客户端到服务端的概念上解析过程: 
  上述字符串在计算机中用ASCII吗表示为： 
  6E616D6531 3D 76616C756531 26 6E616D6532 3D 76616C756532。 
   6E616D6531：name1 
   3D：= 
   76616C756531：value1 
   26：&
   6E616D6532：name2 
   3D：= 
   76616C756532：value2 
   服务端在接收到该数据后就可以遍历该字节流，首先一个字节一个字节的吃，当吃到3D这字节后，服务端就知道前面吃得字节表示一个key，再想后吃，如果遇到26，说明从刚才吃的3D到26子节之间的是上一个key的value，以此类推就可以解析出客户端传过来的参数。

   现在有这样一个问题，如果我的参数值中就包含=或&这种特殊字符的时候该怎么办。 
比如说“name1=value1”,其中value1的值是“va&lu=e1”字符串，那么实际在传输过程中就会变成这样“name1=va&lu=e1”。我们的本意是就只有一个键值对，但是服务端会解析成两个键值对，这样就产生了奇异。

如何解决上述问题带来的歧义呢？解决的办法就是对参数进行URL编码 
   URL编码只是简单的在特殊字符的各个字节前加上%，例如，我们对上述会产生奇异的字符进行URL编码后结果：“name1=va%26lu%3D”，这样服务端会把紧跟在“%”后的字节当成普通的字节，就是不会把它当成各个参数或键值对的分隔符。

为什么要使用url编码

　　post方式请求头:

Request Headers
Accept:text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8
Accept-Encoding:gzip, deflate
Accept-Language:zh-CN,zh;q=0.8
Cache-Control:no-cache
Connection:keep-alive
Content-Length:13
Content-Type:application/x-www-form-urlencoded
Cookie:csrftoken=z5H43ZwARx7AIJ82OEizBOWbsAQA2LPk
Host:127.0.0.1:8090
Origin:http://127.0.0.1:8090
Pragma:no-cache
Referer:http://127.0.0.1:8090/login/
Upgrade-Insecure-Requests:1
User-Agent:Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_1) 
           AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.89 Safari/537.36

#请求体
Form Data
username:yuan　　　　

　　POST请求是可以有体的，而GET请求不能有请求体。

• Referer: http://localhost:8080/hello/index.jsp：请求来自哪个页面，例如你在百度上点击链接到了这里，那么Referer:http://www.baidu.com；如果你是在浏览器的地址栏中直接输入的地址，那么就没有Referer这个请求头了；
• Content-Type: application/x-www-form-urlencoded：表单的数据类型，说明会使用url格式编码数据；url编码的数据都是以“%”为前缀，后面跟随两位的16进制。
• Content-Length:13：请求体的长度，这里表示13个字节。
• keyword=hello：请求体内容！hello是在表单中输入的数据，keyword是表单字段的名字。
  

  Referer请求头是比较有用的一个请求头，它可以用来做统计工作，也可以用来做防盗链。
  统计工作：我公司网站在百度上做了广告，但不知道在百度上做广告对我们网站的访问量是否有影响，那么可以对每个请求中的Referer进行分析，如果Referer为百度的很多，那么说明用户都是通过百度找到我们公司网站的。
  防盗链：我公司网站上有一个下载链接，而其他网站盗链了这个地址，例如在我网站上的index.html页面中有一个链接，点击即可下载JDK7.0，但有某个人的微博中盗链了这个资源，它也有一个链接指向我们网站的JDK7.0，也就是说登录它的微博，点击链接就可以从我网站上下载JDK7.0，这导致我们网站的广告没有看，但下载的却是我网站的资源。这时可以使用Referer进行防盗链，在资源被下载之前，我们对Referer进行判断，如果请求来自本网站，那么允许下载，如果非本网站，先跳转到本网站看广告，然后再允许下载。

  referer介绍

   

三.响应协议

　　3.1 响应内容

　　响应协议的格式如下：

响应首行；　　# HTTP/1.1
响应头信息；
空行；
响应体。　　

　　响应内容是由服务器发送给浏览器的内容，浏览器会根据响应内容来显示。遇到<img src=‘‘>会开一个新的线程加载，所以有时图片多的话，内容会先显示出来，然后图片才一张张加载出来。

Request URL:http://127.0.0.1:8090/login/    #请求的url
Request Method:GET　　#请求的方式
Status Code:200 OK　　#响应的状态码
Remote Address:127.0.0.1:8090  #链接的地址
Response Headers
view source
Content-Type:text/html; charset=utf-8
Date:Wed, 26 Oct 2016 06:48:50 GMT  #日期
Server:WSGIServer/0.2 CPython/3.5.2  #服务器信息

X-Frame-Options:SAMEORIGIN

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
<form action="/login/" method="post">
  用户名：<input type="text" name="username"/>
  <input type="submit" value="提交"/>
</form>    
</body>
</html>　　　

响应头详解：

• HTTP/1.1 200 OK：响应协议为HTTP1.1，状态码为200，表示请求成功，OK是对状态码的解释；
• cache-control:max-age=30 缓存控制
• content-encoding:gzip 内容编码
• content-length:29318 内容长度，不包括头部
• content-type:text/html; charset=utf-8 内容类型
• date:Wed, 30 Aug 2017 13:36:14 GMT 响应的时间，这可能会有8小时的时区差；
• expires:Wed, 30 Aug 2017 13:36:04 GMT 过期时间
• server:JDWS/2.0 服务器信息
• Set-Cookie: JSESSIONID=C97E2B4C55553EAB46079A4F263435A4; Path=/hello：响应给客户端的Cookie；

　　3.2 状态码

　　响应头对浏览器来说很重要，它说明了响应的真正含义。例如200表示响应成功了，302表示重定向，这说明浏览器需要再发一个新的请求。

  2xx 响应成功
  4xx  客户端问题
  5xx 服务端问题
  302  重定向
  304  缓存验证通过
　(具体状态码内容可以自行百度)

  浏览器第一次到服务器请求,服务器会响应lats-modified给浏览器，浏览器会将文件缓存下来，如果你第二次请求，浏览器会带着if-motify-since头部到服务端验证，如果文件依旧是新的,那么服务端会响应304告诉浏览器缓存文件依旧是新的，可以使用。如果缓存是旧的，那么服务端会响应200，重新传输数据给浏览器。    

304详解

　　3.3其他状态码　　

　　告诉浏览器不要缓存的响应头：

• Expires: -1；
• Cache-Control: no-cache；
• Pragma: no-cache；

　　自动刷新响应头，浏览器会在3秒之后请求http://www.baidu.com：

• Refresh: 3;url=http://www.baidu.com 

　　3.4　HTML中指定响应头

　　在HTMl页面中可以使用<meta http-equiv="" content="">来指定响应头，例如在index.html页面中给出<meta http-equiv="Refresh" content="3;url=http://www.baidu.com">，表示浏览器只会显示index.html页面3秒，然后自动跳转到http://www.baidu.com.