HTTP协议

Posted 2022-02-10 skzxc

　　HTTP(HyperText Transfer Protocol，超文本传输协议)基于TCP/IP通信协议来传递数据(HTML文件, 图片, 查询结果等)，用于从万维网(WWW:World Wide Web)服务器传输超文本到本地浏览器。所有的WWW文件都必须遵守这个标准。HTTP使用统一资源标识符（URI, Uniform Resource Identifiers）来传输数据和建立连接。

HTTP是基于客户端/服务端（C/S）的架构模型，通过一个可靠的链接来交换信息，是一个无状态的请求/响应协议。

• 基本原理：

　　浏览器作为HTTP客户端，向HTTP服务端(即WEB服务器)发送所有请求。WEB服务器收到请求后，向客户端发送请求响应。

WEB服务器包括Apache服务器、IIS(Internet Information Services)服务器等。HTTP的默认端口号为80，也可改为8080或其它。

 

图 1 HTTP协议通信流程

• 三点主义事项：

  ·HTTP是无连接的：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后即断开连接——节省传输时间。

  ·HTTP是媒体独立的：只要客户端和服务器知道如何处理数据内容，任何类型的数据都可以通过HTTP发送。客户端和服务器指定适合的MIME-type内容类型。

  ·HTTP是无状态的：无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。

 

• CGI(Common Gateway Interface)是HTTP服务器与其它机器上的程序进行“交谈”的一种工具，它使网页具有交互功能。

 

HTTP消息结构

• 客户端请求消息

　　客户端请求格式包括：请求行(request line)、请求头部(header)、空行和请求数据四个部分。如下图：

 

• 服务器响应消息

　　服务器响应也包括四个部分：状态行、消息报头、空行和响应正文。如下图：

 

实例：

 

HTTP协议的8种请求类型/方法：

·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 ‘*’请求来测试服务器的性能。

·HEAD：类似于GET请求，只不过不返回响应体，即没有具体内容。可以获取包含在响应消息头中的元信息，即用于获取报头。

·GET：向特定的资源发出请求。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(如提交表单或上传文件等)。数据被包含在请求体中。POST请求可能会导致新的资源的创建和/或已有资源的修改。

·PUT：向指定资源位置上传其最新内容。从客户端向服务器传送数据，以取代指定的文档的内容。

·DELETE：请求服务器删除Request-URL所标识的资源/指定页面。

·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。

HTTP1.0定义了三种请求方法： GET, POST 和 HEAD方法。

HTTP1.1新增了五种请求方法：OPTIONS, PUT, DELETE, TRACE 和 CONNECT 方法。

实际中常用的只有GET和POST，其它请求方式都可以通过这两种方式间接实现。

 

HTTP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IE4、IE5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。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，还可以通过setHeader("Refresh", "5; URL=http://host/path")让浏览器读取指定的页面。  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。  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。
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)。

 

HTTP状态码/Status Code

　　当访问一个网页时，浏览器会向网页所在的服务器发出请求。当浏览器接收并显示网页前，此网页所在的服务器会返回一个包含HTTP状态码的信息头/server header，用以响应浏览器的请求。

常见的HTTP状态码：

·200 — 请求成功

·301 — 资源(网页等)被永久转移到其它URL

·404 — 请求的资源不存在

·500 — 内部服务器错误

 

状态码分类：

HTTP状态码由三个十进制数字组成，第一个数字定义了状态码的类型。共分为以下5种类型：

①1** — 信息，服务器收到请求，需要请求者继续执行操作

②2** — 成功，操作被成功接收并处理

③3** — 重定向，需要进一步的操作以完成请求

④4** — 客户端错误，请求包含语法错误或无法完成请求

⑤5** — 服务器错误，服务器在处理请求的过程中发生了错误

u 详细的HTTP状态码列表：

https://www.runoob.com/http/http-status-codes.html

 

---

 

 

URL和URI 

·URI = Universal Resource Identifier, 统一资源标识符

·URL = Universal Resource Locator, 统一资源定位符

·URN = Universal Resource Name, 统一资源名称

 

 

 

 

　　

　　如上图，URI可以分为URL、URN、URL和URN的结合。URN像是一个人的名字，而URL就像一个人的地址。使URI成为URL的就是那个访问机制，如http:// 或者 ftp://，当然还有其它的。

下面两个是 URL:

ftp://ftp.is.co.za/rfc/rfc1808.txt

http://www.ietf.org/rfc/rfc2396.txt

下面两个只是URI，而不是URL：

tel:[phone]

urn:oasis:names:specification:docbook:dtd:xml:4.1.2

当替代web网址时，使用URI更准确，“URL”这个术语正在被弃用。我们经常使用的URI不是严格技术意义上的URL。例如：你需要的文件在files.hp.com. 这是URI，但不是URL—--系统可能会对很多协议和端口都做出正确的反应。访问http://files.hp.com 和ftp://files.hp.com.就可能得到完全不同的内容。