HTTP 协议的基本格式

HTTP协议("超文本传输协议")，是一个被广泛使用应用层协议，自1991年正式发布HTTP协议以来，HTTP协议就一直在更新，目前已经更新到3.0版本，但是目前主流的依旧是1.1版本，但依旧是一个最主流使用的应用层协议。

HTTP协议一般是基于TCP协议实现的，当时知道HTTP3.0开始支持UDP协议实现传输，使用TCP相比较UDP虽然安全，但是速度却相差很多，从3.0版本开始支持UDP协议，为了的实现更快的传输，并且该版本在应用层实现了可靠传输的机制，保证了高速传输的同时，也保证可靠传输。

HTTP协议格式

HTTP是⼀个⽂本格式的协议.可以通过Chrome开发者⼯具中的network功能或者Fiddler抓包,分析HTTP请求/响应 的细节。

Fiddle抓包基础

http://t.csdnimg.cn/lVBBS

1. HTTP请求报文

HTTP请求报文一般包含首行，请求头（header），空行，正文（body，可能有，可能没有）

1.2.1 首行

首行一般包含3部分，请求方法 ，url （服务器资源唯一定位符），HTTP协议版本。

发展到现在HTTP协议的请求方法有很多种，包括GET，POST，PUT，PATCH，DELETE，HEAD，OPTIONS，意思是表示让服务器知道这个请求是要干嘛的，其中最常见最重要的就是GET，POST方法。可以说GET占八斗，POST占一斗，其余占一斗。

1.2.1.1 url

了解HTTP协议应该从了解url开始，可以认为你所看到的每一个网页，都有一个唯一的url，也就是我们通常说所的网址，以下是由RFC文档对url进行了约定https://datatracker.ietf.org/doc/html/rfc1738虽然看起来它是由很多部分组成的，但是实际组成很简单。

• 1.协议名称：https，为什么是https而不是http，后面会解释，可以先理解它是http协议的安全版本；
• 2.身份认证信息（目前已经舍弃，这里也没有体现）：只要是因为现在网站进行身份认证都是简单通过url提交身份信息；
• 3.服务器域名（ip地址）：www.baidu.com,这里有时候会是一个ip地址，也有可能是一个域名，但是实际指的都是同一个服务器；
• 4.服务器端口号（可以省略）：指的是要访问服务器的哪个端口号，现在可以省略是因为规定好了，如果是http协议就固定访问80端口号，是http是协议就访问443端口号，除非有些特定的资源就可能会需要指定端口号，不然一般都是上述两个端口号；
• 5.带层次的文件路径：描述的是服务器管理的资源
• 6.查询字符串：通常是一些键值对，键和值之间用"="，键值对之间用"&"分隔开；
• 7.片段标识符：片段标识符可以表示网页中的一部分，一个网页可能有很多部分组成，有时候你点一个标题或者什么，会自动跳到这个网页的某个部分。

关于URL encode

不知道你有没有发现，有时候你搜索东西，在网址哪里会显示你输入的关键词，有时候却没有，比如我现在搜索一个C++，query string的value是c%2B%2B，是因为有时候value有时候也会有符号，如果不进行转码，可能就会出现类似"粘包问题"，所以需要对某些字符进行转码。但是使用什么转码才能确保不会出现问题呢？如果是汉字使用utf8和gbk，转码后的字节可能会与特殊的字节重复，所以用的另一套转码规则--"urlencode"，在这套规则中，如果遇到需要转码的字符，就会按照这套规则将字符转码，用十六进制表示，并在前面加上一个"%"，以表示这是一个转码后的，也是为了能够分开。但是又时候你看到的并不是转码后的，而是实际你输入的搜索内容，这是因为浏览器为了让客户看到，实际在传输的内容还是转码后的内容。

1.2.1.2 请求方法

HTTP协议首行最先出现的就是请求方法，可以让服务器知道这个请求时要干什么的？到目前为止，请求方法包括：GET，POST，PUT，PATCH，DELETE，HEAD，OPTIONS，有一种说法：GET占八斗，POST占一斗，其余占一斗，说的就是GET和POST的重要性，我们最经常使用的也是这两种方法。

GET和POST的区别

• 1.本质上是没有区别的；
• 2.从语义和一般传递数据的方式来看是有一定区别的：GET语义上是从服务器上获取资源，所以通常GET请求不会带有正文,因为正文一般是要发送个服务器的数据的，一般GET请求向服务器提交数据是通过query string键值对去提交数据，像我们搜索，搜索内容就是query string这个键值对的value提交给服务器，而POST请求一般是要通过正文提交的，而不是通过query string传输数据。但是随着现在网络的使用，get和post的界限已经很模糊了，get请求可以搭配body使用，post也可以搭配query string 使用。
• 3.服务器对GET请求时幂等的，对POST请求是不幂等的。（幂等就是多次请求返回的结果是一样的），GET请求是可以缓存的（保存收藏夹），POST请求是不可以缓存的（跟幂等也有一定的关系),POST请求一般是获取到了服务器的302临时重定位，再向服务器发给GET请求，获取到网络主页的内容。

几个有问题的说法

1.POST比GET安全

该说法的论证就是使用GET请求，url会显示提交的个人信息，被人看到造成信息泄露，而POST是通过正文（body）提交信息，看不到，所以比GET安全。

这个说法是很有问题，实际上我们通过抓包工具也可以很简单的获取到信息，传输数据安不安全不取决显不显示，而是取决是否对信息加密。
2.GET请求提交的数据量有限，比较短，POST请求提交的数据量比较多，不限制。

该说法它的论据是GET是通过url的Query String提交数据的，而POST是通过正文提交数据的，主要是因为但是IE浏览器确实是对URL长度做出了限制，但是这是很早的情况了，现在的HTTP协议对url的长度是不做限制的，所以该说法也是不正确的。
3.GET只能传输文本数据，POST既可以传文本，又可以传二进制数据。

实际上url有encode转码机制，只要对二进制进行encode转码，也可以传输二进制数据。

1.2.1.3 HTTP协议版本

在首行的最后，通常会有一个 HTTP/1.1,表明使用的HTTP协议的版本。

1.2.2 请求头（header）

在HTTP的协议中，在首行和空行之间的就是请求头（header），通常都是一些标准规定的键值对内容，键和值之间用"："，键值对之间用"；"，由于有很多的键值对，这里只介绍重要的键值对。

Host

客户端要访问的服务器的IP地址和端口号，有时候没有端口号，只有一个域名或者IP地址，这一部分一般是跟URL中的服务器域名和端口号是一样的。

Content-Type

表示请求中的正文中的数据格式，为的是针对不同的数据类型，服务器能够选择不同的处理方式，针对音频有音频的处理方式，图片有图片的数据方式。

Content-length

表示正文的长度，使得服务器能够知道完整的正文长度，防止"粘包问题"。

User-Agent (简称UA)

表示浏览器/操作系统的属性；

Referer

表示这个页面是从哪个页面跳转来的，如果是直接输入url或者点击收藏夹里的访问，是没有Referer这个键值对的。

Cookie（Header最重要的一个键值对）

cookie包含了很多的键值对，键和值之间用：，键值对之间用；其中的键值对都是开发网站的程序员自定义的，除了他自己能看懂，其他人都看不懂；

Cookie本质上是永久化保存在硬盘上的，但是网页是在浏览器上运行的，如果直接让网页操作硬盘是非常危险的，意为着有可能有一个网站都有可能直接获取到硬盘的数据，所以浏览器对于硬盘的操作，做了严格特殊的封装，硬盘中提供了一个/一组文件来给网页保存内容，而且对于保存格式了做了严格的规范，只能保存键值对，键和值都必须是文本数据；浏览器就给网页提供了能够持久化保存数据的一个经典机制---cookie，不同的网站都有不同的Cookie。

Cookie的来源：在一开始访问服务器的请求中是没有cookie，第一次出现Cookie是出现在响应中的header中set-cookie中，浏览器收到响应之后就会把set-cookie中的内容保存为cookie中；

Cookie的去处：等到再次访问服务器的时候，请求的header中就会带上cookie，返回发给服务器，让服务器知道你已经访问过服务器了，带上了服务器给客户端的一些信息。

Cookie的作用：客户端保存了服务器给的特定的键值对，再访问服务器的时候就会带上cookie，一个服务器要服务很多的客户端，每一个客户端都保存一个这样的cookie，键值对中通常会带上很多重要的数据作为键值对，比如你的网站的配置，像夜间模式/白天模式（让服务器记住你的习惯，等到你再次访问服务器的时候，访问的页面可能就是跟你的使用习惯一样），方便服务器给你提供符文。cookie还有一个特别重要的键值对：key，这是很多网站都会保存的关于客户端的cookie中的个人信息，比如你登录一个网站填上了个人信息，cookie就会保存你的登录信息，就像一张通信证一样，只要有这个cookie，此后你访问网站的每一个网页都不需要再次登录，服务器通过你携带的cookie信息就知道你已经是登陆过的，不要再登录，有权限访问这个网页。像以上服务器保存的id以及相关的各种详细信息就称之会话（session），是一个类/对象；

1.2.3 空行

空行是请求头（header）的结束标志；

1.2.4 正文

正文一般是用来提交信息的，比如你提交一个一个POST请求来上传一个头像，正文的数据就是你头像的二进制数据，但是你通过抓包工具抓到的body保存的是不是图片的二进制格式，而是将二进制数据进行base64转码；

2 HTTP响应报文

HTTP响应报文一般包含状态码，响应报头（header），空行，正文

1.状态码

从状态码可以知道你这次请求的结果，通常由一个数字代码和一个/一组单词组成。状态码有很多种，这里只是分享常用的常见的状态码，详细可以自行百度。

200 OK

这表示这个访问请求成功，这是一个最常见的状态码；

404 Not Found

表示这次请求要访问的资源不存在，或者在客户端不存在；

403 Forbidden

表示你这次请求要访问的资源，你没有权限访问。

405 Method Not Allowed

表示这次请求的方法，服务器不支持。（有的服务器不支持POST请求，有的不支持GET请求之类的，就会出现405）；

500 Server Error

表示服务器内部错误，可能是代码出现了bug。由于现在的服务器都是"高可用"的，很少会出现内部错误，一个服务器虽然不可能一直都不出错，但是如果有多台服务器，即使一部服务器出错，也有另一台服务器可以用。所以现实中访问很少会出现服务器错误。如果我们自己开发服务器，就可能会经常看到500错误。

504 Gateway Timeout

表示网关服务器访问超时，我们要访问的服务器可能不只是有一台组成的，可能有多台服务器，但是一定有一个入口服务器，就称之为"网关服务器"。通常服务器比较繁忙的时候会出现这样一个问题。

302 Move Temporarily（临时重定向）

我们有时候会发现我要访问网站的时候，回跳到另外一个网站，比如一个网站更信了域名或者IP地址，我们在访问就地址的时候就会自动跳转到新地址，网页登陆跳转的状态码常常就是302。吗，每一个访问都要访问服务器，等待服务器的响应，获取到响应中Location，才能真正的实现网页的跳转。

301 Moved Permanently（永久重定向）

使用302临时重定向，每一个访问都需要等待服务器的响应，才能实现跳转，这个重定向是临时。而301永久重定向，只要访问一次之后，旧地址和新地址就会形成一种映射保存,此后再次访问都不要通过服务器，直接本地映射跳转。

状态码小结

|-----|------------------------|--------------|
| | 类别 | 原因短语 |
| 1xx | Informational(信息状态码) | 接受的请求正在处理 |
| 2xx | Success（成功状态码） | 请求处理正常完成 |
| 3xx | Redirection（重定向状态码） | 需要进行附加操作完成请求 |
| 4xx | Client Error（客户端错误状态码） | 服务器无法处理该请求 |
| 5xx | Server Error（服务器错误状态码） | 服务器处理请求错误 |

2.响应报头

响应报头的基本格式和请求报头的格式基本⼀致， 类似于 Content-Type , Content-Length 等属性的含义也和请求中的含义⼀致.