【计算机网络】HTTP协议浅析

【计算机网络】HTTP协议浅析

什么是协议协议

现实生活中的协议:相互遵守,单方面违背则协议不成立。(停战协议、全球贸易协议)

互联网中的协议:ftp、http、stmp、TCP/IP、UDP…

HTTP协议简介

HTTP(Hypertext transfer protocol):超文本传输协议,详细的制定了万维网服务器与客户端间的数据传输的通信规则。

HTTP是一个基于TCP/IP通信协议来传递数据(HTML 文件, 图片文件, 查询结果等)。属于应用层的面向对象的协议,由于其简捷、快速的方式,适用于分布式超媒体信息系统。它于1990年提出,经过几年的使用与发展,得到不断地完善和扩展。目前在WWW中使用的是HTTP/1.0的第六版,HTTP/1.1的规范化工作正在进行之中,而且HTTP-NG(Next Generation of HTTP)的建议已经提出。

HTTP协议工作于客户端-服务端架构为上。浏览器作为HTTP客户端通过URL向HTTP服务端即WEB服务器发送所有请求。Web服务器根据接收到的请求后,向客户端发送响应信息。 下图是HTTP请求-响应模型。

img

HTTP协议特点

  1. 简单快速:客户向服务器请求服务时,只需传送请求方法和路径。请求方法常用的有GET、HEAD、POST。每种方法规定了客户与服务器联系的类型不同。由于HTTP协议简单,使得HTTP服务器的程序规模小,因而通信速度很快。
  2. 灵活:HTTP允许传输任意类型的数据对象。正在传输的类型由Content-Type加以标记。
  3. 无连接: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。采用这种方式可以节省传输时间。
  4. 无状态:HTTP协议是无状态协议。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。
  5. 支持B/S及C/S模式。

HTTP之URL

HTTP使用统一资源标识符(Uniform Resource Identifiers, URI)来传输数据和建立连接。URL是一种特殊类型的URI,包含了用于查找某个资源的足够的信息 。

URL,全称是UniformResourceLocator, 中文叫统一资源定位符,是互联网上用来标识某一处资源的地址。

以下面这个URL为例,介绍下普通URL的各部分组成:

http://www.aspxfans.com:8080/news/index.asp?boardID=5&ID=24618&page=1#name

一个URL包含以下几部分:

  1. 协议部分:该URL的协议部分为http:,代表网页使用的是HTTP协议。Internet中可以使用多种协议,如HTTP、FTP等等。后面的//为分隔符
  2. 域名部分:该URL的域名部分为www.aspxfans.com。在URL中,也能用IP地址来作为域名使用
  3. 端口部分:该URL的端口部分为:8080。跟在域名后面的是端口,域名和端口之间使用“:”作为分隔符。端口不是一个URL必须的部分,如果省略端口部分,则将采用默认端口
  4. 虚拟目录部分:该URL的虚拟目录部分是/news/。从域名后第一个 / 开始,到最后的 / 为止 ,都是虚拟目录部分,它也并不是一个URL必须的部分。
  5. 文件名部分:该URL的文件名部分是index.asp。从域名后的最后一个“/”开始到“?”为止,是文件名部分,如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止,是文件部分,如果没有“?”和“#”,那么从域名后的最后一个“/”开始到结束,都是文件名部分。。文件名部分也不是一个URL必须的部分,如果省略该部分,则使用默认的文件名。
  6. 锚部分:该URL的锚部分是name。从“#”开始到最后,都是锚部分。锚部分也不是一个URL必须的部分。
  7. 参数部分:该URL的参数部分是boardID=5&ID=24618&page=1。从“?”开始到“#”为止之间的部分为参数部分,又称搜索部分、查询部分。参数可以允许有多个参数,参数与参数之间用“&”作为分隔符。

URI与URL的区别

URI(uniform resource identifier),意思是统一资源标识符,用于唯一的标识一个资源。

Web上可用的每种资源如HTML文档、图像、视频等都是用URI来定位的。

一个URI由三部分组成:

  1. 访问资源的命名机制
  2. 存放资源的主机名
  3. 资源自身名称,由路径表示

URL(uniform resource locator),意思是统一资源定位器,它是一种具体的URI。可以用来标识一个资源,而且还指明了如何锁定这个资源。

URL是Internet上用来描述信息资源的字符串,主要用在各种WWW客户程序和服务器程序上。采用URL可以用一种统一的格式来描述各种信息资源,包括文件、服务器的地址和目录 。

一个URL由三部分组成:

  1. 协议
  2. 存有资源的主机IP地址(包含端口号)
  3. 主机资源具体地址

HTTP之Request

客户端向服务器发送的HTTP请求由如下的四个部分组成

  • 请求行(request line)
  • 请求头(request head)
  • 空行
  • 请求数据

下图就是Http请求的消息结构

img

请求行以一个方法符号开头,以空格分开,后面跟着请求的URI和协议的版本。

比如如下就是一个GET请求的示例:

GET /562f25980001b1b106000338.jpg HTTP/1.1
Host    img.mukewang.com
User-Agent  Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36
Accept  image/webp,image/*,*/*;q=0.8
Referer http://www.imooc.com/
Accept-Encoding gzip, deflate, sdch
Accept-Language zh-CN,zh;q=0.8

请求行

请求行用于说明请求的类型、要访问的资源及使用的HTTP版本

比如上面的请求类型就是GET类型

访问的资源则是 /562f25980001b1b106000338.jpg

使用的HTTP版本是HTTP 1.1

请求头

请求头紧接在请求行后,用于说明服务器使用的附加信息

Host:指定了请求的目的地 img.mukewang.com

User-Agent:包含了浏览器的类型信息。服务器端和客户端脚本都能访问它,它是浏览器类型检测逻辑的重要基础.该信息由浏览器定义,且在每个请求中自动发送。

空行

请求头后必须有一个空行,即使请求数据为空

请求数据

本GET请求中的请求数据为空。

下面是一个POST请求的例子

POST / HTTP1.1
Host:www.wrox.com
User-Agent:Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727; .NET CLR 3.0.04506.648; .NET CLR 3.5.21022)
Content-Type:application/x-www-form-urlencoded
Content-Length:40
Connection: Keep-Alive

name=Professional%20Ajax&publisher=Wiley
  • 请求行:标明了使用POST方式,HTTP1.1协议
  • 请求头:标明了一些附加信息
  • 空行:紧跟在请求头后
  • 请求数据:指定了name数据和publisher数据等

HTTP之Response

一般情况下服务器接收到客户端的请求后会返回一个HTTP响应信息

响应信息也是由四部分组成

  • 状态行
  • 消息报头
  • 空行
  • 响应正文

下面就是一个响应的结构

img

下面给出一个响应的例子

HTTP/1.1 200 OK
Date: Fri, 22 May 2009 06:07:21 GMT
Content-Type: text/html; charset=UTF-8

<html>
      <head></head>
      <body>
            <!--body goes here-->
      </body>
</html>

状态行

状态行由HTTP版本号(HTTP/1.1),状态码(200)及状态消息(OK)三部分组成

消息报头

消息报头说明了一些客户端要使用的附加信息

  • Date:生成响应的日期和时间

  • Content-Type:指定了MIME类型的HTML(text/html),编码类型是UTF-8

空行

消息报头后必须有一个空行。

响应正文

响应正文则是服务器返回给客户端的文本信息(如HTML代码等)

HTTP之状态码

状态码由三位数字组成,第一个数字定义了相应的类别

  • 1xx:指示信息–表示请求已接收,继续处理
  • 2xx:成功–表示请求已被成功接收、理解、接受
  • 3xx:重定向–要完成请求必须进行更进一步的操作
  • 4xx:客户端错误–请求有语法错误或请求无法实现
  • 5xx:服务器端错误–服务器未能实现合法的请求

下面是一些常见的状态码

200 OK                        //客户端请求成功
400 Bad Request               //客户端请求有语法错误,不能被服务器所理解
401 Unauthorized              //请求未经授权,这个状态代码必须和WWW-Authenticate报头域一起使用 
403 Forbidden                 //服务器收到请求,但是拒绝提供服务
404 Not Found                 //请求资源不存在,eg:输入了错误的URL
500 Internal Server Error     //服务器发生不可预期的错误
503 Server Unavailable        //服务器当前不能处理客户端的请求,一段时间后可能恢复正常

更多的状态码可以参考这篇文章

HTTP之请求方法

根据HTTP标准,HTTP请求可以使用多种请求方法。

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。

  • GET 请求指定的页面信息,并返回实体主体。
  • HEAD 类似于get请求,只不过返回的响应中没有具体的内容,用于获取报头。
  • POST 向指定资源提交数据进行处理请求(例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。
  • PUT 从客户端向服务器传送的数据取代指定的文档的内容。
  • DELETE 请求服务器删除指定的页面。
  • 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。
  • OPTIONS 允许客户端查看服务器的性能。
  • TRACE 回显服务器收到的请求,主要用于测试或诊断。

HTTP工作原理

HTTP协议定义了Web客户端如何从Web服务器请求Web页面 ,以及服务器如何将页面传送给客户端。其采用了 请求/响应 模型。

客户端向服务器发送请求报文,请求报文中包含了请求的方法、URL、协议版本、请求头和请求数据。

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、响应头和响应数据。

下面是详细步骤

1. 客户端连接Web服务器

一个HTTP客户端,通常是浏览器,与Web服务器的HTTP端口(默认为80)建立一个TCP Socket连接。例如,

2. 发送HTTP请求

通过TCP Socket,客户端向Web服务器发送一个请求报文。

3. 服务器接收请求并返回响应

Web服务器将会解析请求,定位请求的资源。服务器将资源副本写为TCP Socket,由客户端来读取。

4. 释放TCP连接

如果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。

如果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。

5. 客户端进行相应处理

客户端收到后,先解析状态行,查看状态码是否表明成功。

然后解析响应头,响应头告知以下为若干字节的HTML文档和文档的字符集。

之后客户端对响应的数据进行一系列处理,将结果显示出来。

GET请求与POST请求的区别

GET请求

GET /books/?sex=man&name=Professional HTTP/1.1
Host: www.wrox.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 Firefox/1.0.1
Connection: Keep-Alive
[空行]

POST请求

POST / HTTP/1.1
Host: www.wrox.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 Firefox/1.0.1
Content-Type: application/x-www-form-urlencoded
Content-Length: 40
Connection: Keep-Alive
[空行]
name=Professional%20Ajax&publisher=Wiley

上面是GET和POST请求的示例

它们的区别如下

  1. 放置请求数据的方式不同,因此,GET提交的数据会在地址栏中显示出来,而POST提交,地址栏不会改变
    • GET请求的数据会附在URL之后,如login.action?username=hahaha&password=idontknow。如果数据是英文字母/数字,原样发送,如果是空格,转换为+,如果是中文/其他字符,则直接把字符串用BASE64加密
    • POST请求则是把提交的数据放置在HTTP包的包体中。
  2. 传输数据的大小。虽然HTTP协议没有对传输的数据大小进行限制,HTTP协议规范也没有对URL长度进行限制。但是实际开发中会有如下的限制
    • GET:特定浏览器和服务器对URL长度有限制,例如 IE对URL长度的限制是2083字节(2K+35)。对于其他浏览器,如Netscape、FireFox等,理论上没有长度限制,其限制取决于操作系统的支持。 因此对于GET提交时,传输数据就会受到URL长度的限制。
    • POST:由于不是通过URL传值,理论上数据不受限。但实际各个WEB服务器会规定对POST提交数据大小进行限制,Apache、IIS6都有各自的配置。
  3. 安全性
    • POST的安全性要比GET的安全性高。比如:通过GET提交数据,用户名和密码将明文出现在URL上:登录页面有可能被浏览器缓存;其他人查看浏览器的历史纪录,那么别人就可以拿到你的账号和密码了。除此之外,使用GET提交数据还可能会造成Cross-site request forgery攻击

发表评论

电子邮件地址不会被公开。 必填项已用*标注

%d 博主赞过: