HTTP协议详解

HTTP协议详解当今web程序的开发技术真是百家争鸣，ASP.NET,PHP,JSP，Perl,AJAX等等。无论Web技术在未来如何发展，理解Web程序之间通信的基本协议相当重要,因为它让我们理解了Web应用程序的内部工作.本文将对HTTP协议进行详细的实例讲解，内容较多，希望大家耐心看。也希望对大家的开发工作或者测试工作有所帮助。使用Fiddler工具非常方便地捕获HTTPRequest和HTTPResponse,关于Fiddler工具的用法，请看我另一篇博客[Fiddler教程]阅读目录1.什么是HTTP协议2.Web服务器，浏览器,代理服务器3.URL详解4.HTTP协议是无状态的5.打开一个网页需要浏览器发送很多次Request6.HTTP消息的结构7.Get和Post方法的区别8.状态码9.HTTPRequestheader10.HTTPResponseheader11.HTTP协议是无状态的和Connection:keep-alive的区别什么是HTTP协议协议是指计算机通信网络中两台计算机之间进行通信所必须共同遵守的规定或规则，超文本传输协议(HTTP)是一种通信协议，它允许将超文本标记语言(HTML)文档从Web服务器传送到客户端的浏览器目前我们使用的是HTTP/1.1版本Web服务器，浏览器,代理服务器当我们打开浏览器，在地址栏中输入URL，然后我们就看到了网页。原理是怎样的呢？实际上我们输入URL后，我们的浏览器给Web服务器发送了一个Request,Web服务器接到Request后进行处理，生成相应的Response，然后发送给浏览器，浏览器解析Response中的HTML,这样我们就看到了网页，过程如下图所示我们的Request有可能是经过了代理服务器，最后才到达Web服务器的。过程如下图所示代理服务器就是网络信息的中转站，有什么功能呢？1.提高访问速度，大多数的代理服务器都有缓存功能。2.突破限制，也就是翻墙了3.隐藏身份。URL详解URL(UniformResourceLocator)地址用于描述一个网络上的资源,基本格式如下schema://host[:port#]/path/.../[?query-string][#anchor]scheme指定低层使用的协议(例如：http,https,ftp)hostHTTP服务器的IP地址或者域名port#HTTP服务器的默认端口是80，这种情况下端口号可以省略。如果使用了别的端口，必须指明，例如访问资源的路径query-string发送给http服务器的数据anchor-锚URL的一个例子=sviergn&x=true#stuffSchema:httphost::name=sviergn&x=trueAnchor:stuffHTTP协议是无状态的http协议是无状态的，同一个客户端的这次请求和上次请求是没有对应关系，对http服务器来说，它并不知道这两个请求来自同一个客户端。为了解决这个问题，Web程序引入了Cookie机制来维护状态.打开一个网页需要浏览器发送很多次Request1.当你在浏览器输入URL的时候，浏览器发送一个Request去获取，发现其中引用了很多其他文件，比如图片，CSS文件，JS文件。3.浏览器会自动再次发送Request去获取图片，CSS文件，或者JS文件。4.等所有的文件都下载成功后。网页就被显示出来了。HTTP消息的结构先看Request消息的结构,Request消息分为3部分，第一部分叫Requestline,第二部分叫Requestheader,第三部分是body.header和body之间有个空行，结构如下图第一行中的Method表示请求方法,比如POST,GET,Path-to-resoure表示请求的资源，Http/version-number表示HTTP协议的版本号当使用的是GET方法的时候，body是为空的比如我们打开博客园首页的request如下GET:抽象的东西，难以理解，老感觉是虚的，所谓眼见为实,实际见到的东西，我们才能理解和记忆。我们今天用Fiddler，实际的看看Request和Response.下面我们打开Fiddler捕捉一个博客园登录的Request然后分析下它的结构,在Inspectorstab下以Raw的方式可以看到完整的Request的消息，如下图我们再看Response消息的结构,和Request消息的结构基本一样。同样也分为三部分,第一部分叫Responseline,第二部分叫Responseheader，第三部分是body.header和body之间也有个空行,结构如下图HTTP/version-number表示HTTP协议的版本号，status-code和message请看下节[状态代码]的详细解释.我们用Fiddler捕捉一个博客园首页的Response然后分析下它的结构,在Inspectorstab下以Raw的方式可以看到完整的Response的消息，如下图Get和Post方法的区别Http协议定义了很多与服务器交互的方法，最基本的有4种，分别是GET,POST,PUT,DELETE.一个URL地址用于描述一个网络上的资源，而HTTP中的GET,POST,PUT,DELETE就对应着对这个资源的查，改，增，删4个操作。我们最常见的就是GET和POST了。GET一般用于获取/查询资源信息，而POST一般用于更新资源信息.我们看看GET和POST的区别1.GET提交的数据会放在URL之后，以?分割URL和传输数据，参数之间以&相连，如EditPosts.aspx?name=test1&id=123456.POST方法是把提交的数据放在HTTP包的Body中.2.GET提交的数据大小有限制（因为浏览器对URL的长度有限制），而POST方法提交的数据没有限制.3.GET方式需要使用Request.QueryString来取得变量的值，而POST方式通过Request.Form来获取变量的值。4.GET方式提交数据，会带来安全问题，比如一个登录页面，通过GET方式提交数据时，用户名和密码将出现在URL上，如果页面可以被缓存或者其他人可以访问这台机器，就可以从历史记录获得该用户的账号和密码.状态码Response消息中的第一行叫做状态行，由HTTP协议版本号，状态码，状态消息三部分组成。状态码用来告诉HTTP客户端,HTTP服务器是否产生了预期的Response.HTTP/1.1中定义了5类状态码，状态码由三位数字组成，第一个数字定义了响应的类别1XX提示信息-表示请求已被成功接收，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处理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看看一些常见的状态码200OK最常见的就是成功响应状态码200了，这表明该请求被成功地完成，所请求的资源发送回客户端如下图，打开博客园首页302Found重定向，新的URL会在response中的Location中返回，浏览器将会自动使用新的URL发出新的Request例如在IE中输入，，IE取到Response中Locationheader的新URL,又重新发送了一个Request.304NotModified代表上次的文档已经被缓存了，还可以继续使用，例如打开博客园首页,发现很多Response的statuscode都是304提示：如果你不想使用本地缓存可以用Ctrl+F5强制刷新页面400BadRequest客户端请求与语法错误，不能被服务器所理解403Forbidden服务器收到请求，但是拒绝提供服务404NotFound请求资源不存在（输错了URL）比如在IE中输入一个错误的URL，服务器发生了不可预期的错误503ServerUnavailable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HTTPRequestheader使用Fiddler能很方便的查看Requesheader,点击Inspectorstab-Requesttab-headers如下图所示.header有很多，比较难以记忆，我们也按照Fiddler那样把header进行分类，这样比较清晰也容易记忆。Cache头域If-Modified-Since作用：把浏览器端缓存页面的最后修改时间发送到服务器去，服务器会把这个时间与服务器上实际文件的最后修改时间进行对比。如果时间一致，那么返回304，客户端就直接使用本地缓存文件。如果时间不一致，就会返回200和新的文件内容。客户端接到之后，会丢弃旧文件，把新文件缓存起来，并显示在浏览器中.例如：If-Modified-Since:Thu,09Feb201209:07:57GMT实例如下图If-None-Match作用:If-None-Match和ETag一起工作，工作原理是在HTTPResponse中添加ETag信息。当用户再次请求该资源时，将在HTTPRequest中加入If-None-Match信息(ETag的值)。如果服务器验证资源的ETag没有改变（该资源没有更新），将返回一个304状态告诉客户端使用本地缓存文件。否则将返回200状态和新的资源和Etag.使用这样的机制将提高网站的性能例如:If-None-Match:03f2b33c0bfcc1:0实例如下图Pragma作用：防止页面被缓存，在HTTP/1.1版本中，它和Cache-Control:no-cache作用一模一样Pargma只有一个用法，例如：Pragma:no-cache注意:在HTTP/1.0版本中，只实现了Pragema:no-cache,没有实现Cache-ControlCache-Control作用:这个是非常重要的规则。这个用来指定Response-Request遵循的缓存机制。各个指令含义如下Cache-Control:Public可以被任何缓存所缓存（）Cache-Control:Private内容只缓存到私有缓存中Cache-Control:no-cache所有内容都不会被缓存还有其他的一些用法，我没搞懂其中的意思，请大家参考其他的资料Client头域Accept作用：浏览器端可以接受的媒体类型,例如：Accept:text/html代表浏览器可以接受服务器回发的类型为text/html也就是我们常说的html文档,如果服务器无法返回text/html类型的数据,服务器应该返回一个406错误(nonacceptable)通配符*代表任意类型例如Accept:*/*代表浏览器可以处理所有类型,(一般浏览器发给服务器都是发这个)Accept-Encoding：作用：浏览器申明自己接收的编码方法，通常指定压缩方法，是否支持压缩，支持什么压缩方法（gzip，deflate），（注意：这不是只字符编码）;例如：Accept-Encoding:gzip,deflateAccept-Language作用：浏览器申明自己接收的语言。语言跟字符集的区别：中文是语言，中文有多种字符集，比如big5