【计算机网络】http协议

目录

前言

认识URL

URLEncode和URLDecode

http协议格式

http方法

GET

POST

GET与POST的区别

http状态码

http常见header

简易的http服务器

---

前言

我们在序列化和反序列化这一章中，实现了一个网络版的计算器。这个里面设计到了对协议的分析与处理。比如我们应该以约定好的格式发送，然后对方再以特定的方式解析数据 。这种双方约定好的格式叫做协议。 而实现加减乘除计算的那些逻辑代码，正是我们所说的业务。

我们也发现了制定协议，然后解析协议这些步骤的繁琐。所以已经有大佬帮我们制定好现成的协议了，可以供我们使用和参考。那么http协议顾名思义，也就是对数据的一种解析工作。

---

认识URL

我们平常所说的"网址"，其实就是url.

URL 是 Uniform Resource Locator 的缩写，中文称为统一资源定位符 ，它是互联网上标识和定位资源 （如网页、图片、视频等）的字符串。URL 用于指定一个资源在互联网上的位置，使用户可以通过浏览器或其他网络工具来访问这个资源。

也就是说，在全球范围内，只要找到它的url就能访问该资源，一个url的组成如下：

1. 协议（Protocol）：指定访问资源所使用的协议，如 HTTP、HTTPS、FTP 等。协议通常用于指定客户端与服务器之间的通信规则和方式。

2. 主机名 （Host）：指定存储资源的计算机的域名或 IP 地址 。例如，www.example.com 或 192.168.0.1。其中域名需要解析成先解析成ip地址。域名解析 过程需要通过域名系统（DNS）进行，将域名转换为对应的 IP 地址，而IP 地址可以直接用于网络通信。

3. 端口号 （Port）：可选项，指定用于访问资源的端口号。如果未指定，默认使用资源所属协议的默认端口 。例如，HTTP 默认使用端口号 80 ，HTTPS 默认使用端口号 443。

4. 路径（Path）：指定服务器上资源的路径，用斜杠 "/" 分隔。路径可以是文件的路径或目录的路径。

5. 查询参数（Query Parameters）：可选项，提供额外的参数传递给服务器。查询参数以问号 "?" 开头，多个参数之间使用 "&" 分隔。例如，?key1=value1&key2=value2。

6. 片段标识（Fragment Identifier）：可选项，用于指定资源中的特定片段。片段标识以井号 "#" 开头，常用于在网页中定位特定的位置。

例如，我们在网站上搜索魔方，然后随便找一张照片，观察此时的地址：

https://baike.baidu.com/pic/%E9%AD%94%E6%96%B9/5275/0/4610b912c8fcc3cec3fdbc20e30cc188d43f87948ac5?fr=lemma&fromModule=lemma_content-image&ct=single#aid=0&pic=4610b912c8fcc3cec3fdbc20e30cc188d43f87948ac5

1.协议：可以看到采用的是https协议，具体后面会细讲.

2.主机名：baike.baidu.com，没有指定端口，则默认指定端口为443.

3.路径：剩下的就都是路径了，其中也包括一些参数等。

---

也就是说一个url格式如下：

协议://server ip:[port] /a/b/c/d

其中server ip来标识唯一的一台机器，port标识该机器上服务的进程，后面/a/b/c/d代表用户想要的文件名。

---

URLEncode和URLDecode

URLEncode 和 URLDecode 是用于对 URL 中特殊字符进行编码和解码的过程.

URLEncode

URLEncode 是将 URL 中的**特殊字符转换为特殊编码表示的过程。**在 URL 中，某些字符具有特殊的含义或用途（例如用于分隔协议、主机名、路径等），如果 URL 中包含这些特殊字符，就需要将其进行编码以确保 URL 的正确解析和传输。

编码规则如下：将需要转码的字符转为两位16进制，前面加上%，编码成%XY格式

例如，字符'+'的ASCII码值是43，现将其转为16进制，为2B，然后我们再它的前面加上%，成为%2B.例如，我们在网站中输入c++：

还有空格被转化为"%20"等等，都是按这种规则转化的.

URLDecode

URLDecode 是将 URL 中的**特殊编码表示转换为原始字符的过程。**当服务器接收到一个 URL 时，如果其中包含编码字符，就需要对这些编码字符进行解码以恢复原始的字符表示。URLDecode 通过将特殊编码表示转换为相应的原始字符来实现。例如，将"%2B"解码为'+'，"%20" 解码为空格。

---

http协议格式

http请求和响应的报文格式

单纯的站在请求和响应的报文角度，http是基于行的文本协议.
http请求报头格式：

• <方法>：HTTP 请求方法，如 GET、POST、PUT、DELETE 等。
• <url>：请求的绝对或相对 URL。
• <HTTP Version>：HTTP 协议版本，如 HTTP/1.1、HTTP/2.0。
• <Header Key>：报头字段的名称。
• <Header Value>：报头字段的值。
• (<Request Body>)：可选项，请求正文的内容。

---

响应的报文格式

• <HTTP Version>：HTTP 协议版本，如 HTTP/1.1、HTTP/2.0。
• <Status Code>：请求处理的状态码，如 200（成功）、404（未找到）、500（服务器错误）等。
• <Reason Phrase>：状态码对应的简短说明。
• <Header Key>：报头字段的名称。
• <Header Value>：报头字段的值。
• (<Response Body>)：可选项，响应正文的内容。、

首行 : [版本号] + [状态码] + [状态码解释]
Header(响应报头): 请求的属性, 冒号分割的键值对;每组属性之间使用\n分隔;遇到空行表示Header部分结束
Body: 空行后面的内容都是Body. Body允许为空字符串. 如果Body存在, 则在Header中会有一个Content-Length属性来标识Body的长度; 如果服务器返回了一个html页面, 那么html页面内容就是在body中.

---

http方法

我们平时上网的这种行为，其实就两种：

• 1.从服务器中拿下来资源
• 2.将客户端数据上传到服务器

这里是所有方法的汇总：

不同的行为有不同的方法。这里主要有两种GET和POST.

GET

GET通过url传参，即会把获取到的数据回显到url上.

我们从网站上获得、请求 到的各种资源，大多是GET方法。例如我们想获取百度首页，我们先telnet连接到百度，然后GET：

• GET用于从服务器获取（或检索）资源 ，通过URL查询字符串传递参数。
• GET请求可以通过在URL中附加参数来传递数据 ，这些参数以键值对 的形式出现，并使用"?"来将URL路径与参数分隔，不同参数之间使用"&"进行分隔。例如(https://blog.csdn.net/weixin_47257473/article/details/132575491?spm=1001.2014.3001.5501会将参数"spm=1001.2014.3001.5501" 传递给/132575491)
• GET请求的参数会显示在URL中 ，因此**对于敏感数据不宜使用GET请求。**GET请求通常用于读取数据，如获取网页内容、检索资源等。
• GET请求是幂等 的，即多次执行相同的GET请求，服务器的状态和资源都不应该发生变化。（常见的就是我们点击某个按钮没反应，然后我们就点击多次，但最后就只执行了一次。比如登录的时候，点击多次登录按钮，但最后并不会登录多个qq号）.

---

POST

post是通过正文传参，因此url上不会有相关的数据。

• POST用于向服务器提交（或发送）数据，通过请求体（Request Body）传递参数。
• POST请求的参数通过请求头的Content-Type字段和请求体发送，参数不会显示在URL中，并且可以传输更大量的数据。
• POST请求不会在浏览器的历史记录中留下记录，对于敏感数据和数据的修改操作，应该使用POST请求。
• POST请求是非幂等的，即多次执行相同的POST请求，会对服务器的状态和资源进行修改。

GET与POST的区别

GET和POST本质是没有区别的.使用GET的场景可以使用用POST, POST的场景也可以使用GET。

但是在一些细微的地方还是有一些区别：

• GET是通过把客户端的数据通过请求行(query)来传输到服务端，POST会将客户端数据放入到正文部分然后传输。
• GET 习惯上用于客户端从服务器获取数据， 而由于是通过query传输数据，所以是明文 的；POST 习惯上是客户端向服务器提交数据， 是通过正文部分传输，所以不会显示在上方url中.
• GET的请求是幂等 的，而POST的请求可以不是幂等的.
• GET 请求可以被缓存 ，可以被浏览器保存到收藏夹中；POST 请求不能被缓存.

POST从客户端提交表单给服务器，然后服务器返回给客户端结果.

客户端发送GET请求到服务器，服务器把请求的资源同样返回给客户端.

---

同样有一点需要说明的是，POST并不比GET安全 ，因为它们的数据都是明文的，没有加密的。GET只不过是把结果显示到了url中，POST的虽然在正文中没有显示出来，但同样可以获取到正文的数据。

黑客们完全可以在转发的网络节点劫取http请求，然后获得其中的数据，造成我们私密信息的泄露。

---

http状态码

HTTP状态码是服务器在处理客户端请求时返回的3位数字代码 ，用于表示请求的处理结果的标准化表示方式。 状态码提供了关于请求是否成功、发生了什么错误以及如何处理请求的信息，方便客户端和服务器之间进行通信和理解。

比如我们常见的是404 Not Found.表示服务器没有你请求的资源。

下面是常见的状态码：

1xx：信息性状态码
表示请求已经被接收或正在处理，需要进一步操作或等待，常见的状态码有：

• 100 Continue：接收到请求的初始部分，客户端应继续发送剩余部分。
• 101 Switching Protocols：请求者要求服务器切换协议。

2xx：成功状态码

表示请求已成功处理和接受，常见的状态码有：

• 200 OK：请求成功，返回响应正常。
• 201 Created：请求成功并创建了新的资源。
• 204 No Content：请求成功，但响应没有任何内容。

3xx：重定向状态码

表示请求需要进一步操作以完成请求，常见的状态码有：

• 301 Moved Permanently：请求的资源已永久移动到新位置。
• 302 Found：请求的资源临时移动到其他位置。
• 304 Not Modified：客户端可以使用缓存的版本。

4xx：客户端错误状态码

表示由于客户端的错误或无效请求导致服务器无法处理请求，常见的状态码有：

• 400 Bad Request：请求无效，服务器无法理解。
• 401 Unauthorized：请求需要身份验证。
• 404 Not Found：请求的资源不存在。

5xx：服务器错误状态码

表示由于服务器内部错误导致无法完成请求，常见的状态码有：

• 500 Internal Server Error：服务器遇到了意外的错误，无法完成请求。
• 503 Service Unavailable：服务器当前无法处理请求，通常是由于过载或维护。

总结一张表如下：

---

http常见header

我们先开启我们的服务端，然后从浏览器中请求服务端，我们看收到的客户端请求：

我们可以看到有很多以冒号分割的(key-value)键值对;每组属性之间使用\n分隔;遇到空行结束。

这些便是header上面http协议格式中也提到了。

• Content-Type: 数据类型(text/html等， 例如选择text，浏览器则不会解释html语言，而是直接以文本形式显示.)
• Content-Length: Body的长度
• 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;
• 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;

我们这里在详细说一下cookie.

我们要知道http特征是：

1.简单快速

2.无连接(连接工作TCP通过三次握手已经帮我们完成了）.

3.无状态(即浏览器不知道你是否访问过此界面，但实际我们使用的时候，一般网站会记录我的状态的)

针对于第3点，例如我们需要登录账号才能访问服务。我这次登录后，由于网站没有状态，所以每次进该网站都要登录，会非常的麻烦。所以便有了cookie文件.cookie文件保存了此次用户输入的账号和密码等信息 ，当用户再次访问该网站时，cookie会自动携带用户的账户和密码发送给服务端，便省去了每次都要登录的步骤。

但是如果有黑客在我们电脑的浏览器中注入了一个木马，然后获取到了我们的cookie信息，这样也就把我们的账号和密码就全部获取到了，这是非常危险的。所以为了避免这些，我们在输入用户名和密码的基础上，加上了认证这一步骤。

当我们从客户端输入账号和密码后，服务器端会利用算法生成一个唯一id -- session id ，然后把你的账号和密码全部维护在服务器端，然后把这个session id返回给客户端，此时cookie文件中 不再保存账号和密码，而是直接保存这个session id，所以后面再访问服务时不再传输账号和密码，而是直接传输这个session id.

这样就极大程度的保护了用户的个人信息，虽然说黑客还是有一定可能通过这个登录我们的账号，但是我们的个人信息被保护了起来，没有被泄露。而且对应网站也可以采取一些措施，比如如果位置变化很远，服务端便立马让此cookie失效，需要重新输入账号密码。极大程度的保护了我们的隐私安全。

这里便是http协议的全部内容了。

---

简易的http服务器

这个我们将制作一个简易版的http的demo。我们的目的是当有客户端请求我们的网站时，我们能对这个请求做出响应，并展示请求的结果。

这里我们主要编写服务端，客户端我们使用telnet或者直接网页输入地址进行连接访问即可。

这里共有5个文件，包括Sock.hpp (对socket系列接口的封装)、HttpServer.hpp (服务器的相关接口，主要是包括对服务器的初始化，以及启动等相关操作)、HttpServer.cc (服务器的主逻辑，调用相关接口初始化服务器，并提供一个回调函数即对请求的处理方法HandlerHttpRequest)、Util.hpp (用于对客户端请求字段的切分，服务端提取相关的字段进行处理)、log.hpp(日志文件，只要用于记录相关接口是否被成功调用)。

Sock.hpp

Sock.hpp

这部分前面好几章都已经详细介绍了，代码不变，主要就是对一些接口的封装：

#pragma once
#include <iostream>
#include <stdlib.h>
#include <assert.h>
#include <unistd.h>
#include <string.h>
#include <memory>
#include <pthread.h>
#include <signal.h>
#include <cstring>
#include <ctype.h>
#include <sys/types.h>
#include <sys/wait.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include "log.hpp"

using namespace std;
class Sock
{
public:
    const static int gbacklog = 20;

    Sock(){}
    int Socket()
    {
        // 1.创建套接字
        int listensock = socket(AF_INET, SOCK_STREAM, 0);
        if (listensock < 0)
        {
            logMessage(FATAL, "%d:%s", errno, strerror(errno));
            exit(2);
        }
        return listensock;
    }
    int Bind(int sock, uint16_t port, string ip = "0.0.0.0")
    {
        // 2.bind
        struct sockaddr_in local;
        memset(&local, 0, sizeof local);
        local.sin_family = AF_INET;//使用的协议簇为IPv4
        local.sin_port = htons(port);//填入端口号
        //local.sin_addr.s_addr = ip.empty() ? INADDR_ANY : inet_addr(ip.c_str());
        local.sin_addr.s_addr = INADDR_ANY;

        if (bind(sock, (struct sockaddr *)&local, sizeof local) < 0)
        {
            logMessage(FATAL, "bind error", errno, strerror(errno));
            exit(3);
        }
    }
    void Listen(int sock)
    {
        // 3.因为TCP是面向连接的，意味着当我们正式通信的时候，需要先建立连接
        if (listen(sock, gbacklog) < 0)
        {
            logMessage(FATAL, "listen error", errno, strerror(errno));
            exit(3);
        }
    }
    // const string& 输入型参数
    // string* 输出型参数
    // string& 输入输出型参数
    int Accept(int listensock, string *ip, uint16_t *port)
    {
        struct sockaddr_in src;
        socklen_t len = sizeof src;
        int servicesock = accept(listensock, (struct sockaddr *)&src, &len);
        if (servicesock < 0)
        {
            logMessage(ERROR, "accept error", errno, strerror(errno));
            return -1;
        }
        if (port)
            *port = ntohs(src.sin_port);
        if (ip)
            *ip = inet_ntoa(src.sin_addr);
        return servicesock;
    }

    bool Conncect(int sock,string server_ip, uint16_t server_port)
    {
        struct sockaddr_in server;
        memset(&server,0,sizeof(server));
        server.sin_family = AF_INET;
        server.sin_port = htons(server_port);
        server.sin_addr.s_addr=inet_addr(server_ip.c_str());
        // cout << server.sin_port << " " << server.sin_addr.s_addr << endl;
        if(connect(sock,(struct sockaddr*)&server,sizeof server) == 0) return true;
        else {perror("connect"); return false; }
    }
    ~Sock()
    {
    }

};

HttpServer.hpp

该服务器类有四个成员变量，分别是listensock_ ，表示监听的套接字；port_ ，表示该服务器开放的端口号；Sock类的sock_ ，用于后续调用相关的socket的接口；func_,表示调用的方法。

#pragma once
#include <iostream>
#include <unistd.h>
#include <signal.h>
#include <functional>
#include <sys/types.h>
#include <string>
#include "Sock.hpp"

class HttpServer
{
public:
    using func_t = function<void(int)>;
private:
    int listensock_;//监听的套接字
    uint16_t port_;//端口号
    Sock sock;
    func_t func_;
public:
    HttpServer(const uint16_t& port,func_t func):port_(port),func_(func)
    {                                                   
        listensock_ = sock.Socket();
        sock.Bind(listensock_,port_);
        sock.Listen(listensock_);
    }
    void Start()
    {
        for(;;)
        {
            signal(SIGCHLD,SIG_IGN);
            string clientIp;
            uint16_t clientPort;
            int sockfd = sock.Accept(listensock_,&clientIp,&clientPort);
            cout << sockfd << endl;
            if(sockfd < 0)
            {
                cout << "Accept Error" << endl;
                continue;
            }
            if(fork() == 0)
            {
                func_(sockfd);

                exit(1);
            }
            close(sockfd);
        }
    }
    ~HttpServer()
    {
        if(listensock_ >= 0)
        {
            close(listensock_);
        }
    }
};

HttpServer.cc

main函数主要是初始化和启动服务器。

然后我们使用的方法是HandlerHttpRequest，该函数如下实现：

先将客户端的请求数据读取到自定义的缓冲，然后对请求到的数据进行切分。

首先由于http协议格式是基于行的文本协议，所以我们可以先按行切分成每段，存放到vector中，然后对第一行 进行按空格解析，第一行是方法 url 协议版本.

我们接下来要对解析出来的url进行分析。我们要知道，根目录在url地址中默认不显示。 当我们访问一个网站时，实则是访问的是根目录，默认访问的是根目录中的index.html。

假设我们创建一个根目录是wwwroot，然后在里面再创建一个子目录a，再在a目录中创建一个test.html。这样假设我们要访问test.html时，需要在端口号后面加上/a/index.html.

然后我们构建一个string 响应，先在开头加上"HTTP/1.1 200 OK\r\n" 表示访问成功，然后加上刚才文件的路径，构成一个完整的响应然后send发送给客户端。

代码如下：

#include <iostream>
#include <stdio.h>
#include <memory>
#include <fstream>
#include <assert.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include "HttpServer.hpp"
#include "Util.hpp"

// 一般http都有要自己的web根目录
#define ROOT "./wwwroot"
// 如果客户端只请求了一个/，我们默认返回首页
#define HOMEPAGE "index.html"
using namespace std;

void Usage(string proc)
{
    cout << "\nUsage: "
         << " port\n"
         << endl;
}
void HandlerHttpRequest(int sockfd)
{
    // 1. 读取请求 for test
    char buffer[10240];
    ssize_t s = recv(sockfd, buffer, sizeof(buffer) - 1, 0);
    if (s > 0)
    {
        buffer[s] = 0;
    }
    std::cout << buffer << "\n--------------------\n" << std::endl;

    std::vector<std::string> vline;
    Util::cutString(buffer, "\n", &vline);

    std::vector<std::string> vblock;
    Util::cutString(vline[0], " ", &vblock);

    std::string file = vblock[1]; 
    std::string target = ROOT;

    if(file == "/") file = "/index.html";
    // wwwroot/index.html
    target += file;
    std::cout << target << std::endl;

    std::string content;
    std::ifstream in(target);
    if(in.is_open())
    {
        std::string line;
        while(std::getline(in, line))
        {
            content += line;
        }
        in.close();
    }

    std::string HttpResponse;

    HttpResponse = "HTTP/1.1 200 OK\r\n";
    HttpResponse += "\r\n";
    HttpResponse += content;

        // 2. 试着构建一个http的响应
    send(sockfd, HttpResponse.c_str(), HttpResponse.size(), 0);
}

int main(int argc, char *argv[])
{
    if (argc != 2)
    {
        Usage(argv[0]);
        exit(0);
    }
    std::unique_ptr<HttpServer> httpserver(new HttpServer(atoi(argv[1]), HandlerHttpRequest));
    httpserver->Start();
    return 0;
}

Util.hpp

这个文件作用主要是对字符串 按照 指定的字符进行划分。

首先使用find函数，查找指定的字符，得到该字符的下标，然后利用substr得到这一段字符串，然后后面循环如此进行，便把字符串按照指定的字符分隔开了。

#pragma once

#include <iostream>
#include <vector>
#include <string>

class Util
{
public:
    // aaaa\r\nbbbbb\r\nccc\r\n\r\n
    static void cutString(std::string s, const std::string &sep, std::vector<std::string> *out)
    {
        std::size_t start = 0;
        while (start < s.size())
        {
            auto pos = s.find(sep, start);
            if (pos == std::string::npos) break;
            std::string sub = s.substr(start, pos - start);
            // std::cout << "----" << sub << std::endl;
            out->push_back(sub);
            start += sub.size();
            start += sep.size();
        }
        if(start < s.size()) out->push_back(s.substr(start));
    }
};

还有最后一个日志log.hpp，这个写不写无所谓了，大家可以把上面有关logMessage的去掉即可，或改成if判断也可。

最终效果，我们运行起服务器：

然后我们利用网页访问8081这个端口：

便可以看到已经请求到了，我们看看服务端，客户端发送的请求：

或者我们可以访问指定路径下的资源：

这样便完成了一个简单版的http服务器的编写了。