【音视频】HTTP协议介绍

参考博客:https://cloud.tencent.com/developer/article/2183902

一、HTTP协议概述

HTTP(HyperText Transfer Protocol) 即 超文本传输协议,它是一种用于分布式、协作式和超媒体信息系统的应用层协议。HTTP 是万维网(www)的数据通信的基础。

HTTP 作为一个应用层协议,它由请求和响应两部分构成,是一个标准的个客户端和服务器模型,它的主要特点:支持客户端/服务器模型、简单快速、灵活、无连接、无状态

1、简单快速

客户端向服务器发送服务请求时,只需传路径和请求方法。请求方法包括有 GET、POST、HEAD 等。每种方法规定了客户端与服务器联系的不同类型。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,最常见的 4 种 Content-Type 的取值如下:

  • application/x-www-form-urlencoded(常见的 form 提交):最常见 POST 提交数据的方式。浏览器的原生 form 表单,如果不设置 enctype 属性,那么最终就会以此钟方式提交数据
  • multipart/form-data(文件提交):另一种非常常见的 POST 数据提交的方式。我们在使用表单上传文件时,必须让 form 的 enctyped 等于这个值
  • application/json(提交 json 格式的数据):现在越来越多的人把它作为请求头,用来告诉服务端消息主体是序列化后的 JSON 字符串。由于 JSON 规范的流行,除了低版本 IE 之外的各大浏览器都原生支持 JSON.stringify,服务端语言也都有处理 JSON 的函数,使用 JSON 不会遇上什么麻烦
  • text/xml(提交 xml 格式的数据) :XML-RPC(XML Remote Procedure Call)。它是一种使用 HTTP 作为传输协议,XML 作为编码方式的远程调用规范
3、无连接

无连接的含义是限制每次连接只处理一个请求,服务器处理完客户端的请求,然后响应,并收到应答之后,就断开连接,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,这种方式的一个坏处就是,如果后续的处理需要用到之前的信息,则必须要重传,这样就导致了每次连接传输的数据量增大。好处就是,如果后续的连接不需要之前提供的信息,响应就会比较快。而为了解决 HTTP 的无状态特性,出现了 CookieSession 技术.

二、HTTP报文结构

  • 你也许对 TCP/UDP 的报⽂格式有所了解,拿 TCP 报⽂来举例,它在实际要传输的数据之前附加了⼀个20 字节的头部数据,存储 TCP 协议必须的额外信息,例如发送⽅的端⼝号、接收⽅的端⼝号、包序号、标志位等等。

  • 有了这个附加的 TCP 头,数据包才能够正确传输,到了⽬的地后把头部去掉,就可以拿到真正的数据。

HTTP 协议也是与 TCP/UDP 类似,同样也需要在实际传输的数据前附加⼀些头数据,不过与 TCP/UDP不同的是,它是⼀个"纯⽂本"的协议,所以头数据都是 ASCII 码的⽂本,可以很容易地⽤⾁眼阅读,不⽤借助程序解析也能够看懂。

HTTP 协议的请求报⽂和响应报⽂的结构基本相同,由三⼤部分组成:

  1. 起始⾏(start line):描述请求或响应的基本信息;
  2. 头部字段集合(header):使⽤ key-value 形式更详细地说明报⽂;
  3. 消息正⽂(entity):实际传输的数据,它不⼀定是纯⽂本,可以是图⽚、视频等⼆进制数据。
  • 这其中前两部分起始⾏和头部字段经常⼜合称为"请求头"或"响应头",消息正⽂⼜称为"实体",但与"header"对应,很多时候就直接称为"body"。

  • HTTP 协议规定报⽂必须有 header,但可以没有 body,⽽且在 header 之后必须要有⼀个"空⾏",也就是"CRLF",⼗六进制的"0D0A"。

所以,⼀个完整的 HTTP 报⽂就像是下图的这个样⼦,注意在 header 和 body 之间有⼀个"空⾏"

下面是一个HTTP请求报文:

  • 在这个浏览器发出的请求报⽂⾥,第⼀⾏"GET / HTTP/1.1"就是请求⾏,⽽后⾯的"Host""Connection"等等都属于 header,报⽂的最后是⼀个空⽩⾏结束,没有 body。

  • 在很多时候,特别是浏览器发送 GET 请求的时候都是这样,HTTP 报⽂经常是只有 header ⽽没 body。

2.1 请求⾏

了解了 HTTP 报⽂的基本结构后,我们来看看请求报⽂⾥的起始⾏也就是请求⾏(request line),它简要地描述了客户端想要如何操作服务器端的资源

请求⾏由三部分构成:

  1. 请求⽅法:是⼀个动词,如 GET/POST,表示对资源的操作;
  2. 请求⽬标:通常是⼀个 URI,标记了请求⽅法要操作的资源;
  3. 版本号:表示报⽂使⽤的 HTTP 协议版本。

这三个部分通常使⽤空格(space)来分隔,最后要⽤ CRLF 换⾏表示结束。(图示SP代表空格)

下面具体说明GET的请求行

text 复制代码
GET / HTTP/1.1\r\n
GET /live/livestream.m3u8 HTTP/1.1\r\n
  • 在这个请求⾏⾥,"GET"是请求⽅法,"/"是请求⽬标,"HTTP/1.1"是版本号,把这三部分连起来,意思就是"服务器你好,我想获取⽹站根⽬录下的默认⽂件,我⽤的协议版本号是 1.1,请不要⽤ 1.0 或者 2.0回复我。

  • 别看请求⾏就⼀⾏,貌似很简单,其实这⾥⾯的"讲究"是⾮常多的,尤其是前⾯的请求⽅法和请求⽬标,组合起来变化多端,后⾯我还会详细介绍。

2.2 状态⾏

看完了请求⾏,我们再看响应报⽂⾥的起始⾏,在这⾥它不叫"响应⾏",⽽是叫"状态⾏"(statusline),意思是服务器响应的状态。

⽐起请求⾏来说,状态⾏要简单⼀些,同样也是由三部分构成:

  1. 版本号:表示报⽂使⽤的 HTTP 协议版本;
  2. 状态码:⼀个三位数,⽤代码的形式表示处理的结果,⽐如 200 是成功,500 是服务器错误;
  3. 原因:作为数字状态码补充,是更详细的解释⽂字,帮助⼈理解原因。

下面是一个HTTP响应报文

text 复制代码
HTTP/1.1 200 OK\r\n

意思就是:"浏览器你好,我已经处理完了你的请求,这个报⽂使⽤的协议版本号是 1.1,状态码是 200,⼀切 OK。"

⽽另⼀个"GET /favicon.ico HTTP/1.1"的响应报⽂状态⾏是:

text 复制代码
HTTP/1.1 404 Not Found

翻译成⼈话就是:"抱歉啊浏览器,刚才你的请求收到了,但我没找到你要的资源,错误代码是 404,接下来的事情你就看着办吧。"

2.3 头部字段

请求⾏或状态⾏再加上头部字段集合就构成了 HTTP 报⽂⾥完整的请求头或响应头

请求头和响应头的结构是基本⼀样的,唯⼀的区别是起始⾏,所以我把请求头和响应头⾥的字段放在⼀起介绍。

  • 头部字段是 key-value 的形式,key 和 value 之间⽤":"分隔,最后⽤ CRLF 换⾏表示字段结束。⽐如在"Host: 127.0.0.1"这⼀⾏⾥ key 就是"Host",value 就是"127.0.0.1"。

  • HTTP 头字段⾮常灵活,不仅可以使⽤标准⾥的 Host、Connection 等已有头,也可以任意添加⾃定义头,这就给 HTTP 协议带来了⽆限的扩展可能。

不过使⽤头字段需要注意下⾯⼏点:

  • 字段名不区分⼤⼩写,例如"Host"也可以写成"host",但⾸字⺟⼤写的可读性更好;

  • 字段名⾥不允许出现空格,可以使⽤连字符"-",但不能使⽤下划线"_"。例如,"test-name"是合法的字段名,⽽"test name""test_name"是不正确的字段名;

  • 字段名后⾯必须紧接着":",不能有空格,⽽":"后的字段值前可以有多个空格;

  • 字段的顺序是没有意义的,可以任意排列不影响语义;

  • 字段原则上不能重复,除⾮这个字段本身的语义允许,例如 Set-Cookie。

⽤wireshark抓包的分析

请求报文

响应报文

2.4 常⽤头字段

HTTP 协议规定了⾮常多的头部字段,实现各种各样的功能,但基本上可以分为四⼤类:

  1. 通⽤字段:在请求头和响应头⾥都可以出现;
  2. 请求字段:仅能出现在请求头⾥,进⼀步说明请求信息或者额外的附加条件;
  3. 响应字段:仅能出现在响应头⾥,补充说明响应报⽂的信息;
  4. 实体字段:它实际上属于通⽤字段,但专⻔描述 body 的额外信息。

对 HTTP 报⽂的解析和处理实际上主要就是对头字段的处理,理解了头字段也就理解了 HTTP 报⽂。

2.4.1 User-Agent

  • User-Agent是请求字段,只出现在请求头⾥。它使⽤⼀个字符串来描述发起 HTTP 请求的客户端,服务器可以依据它来返回最合适此浏览器显示的⻚⾯。

  • 但由于历史的原因,User-Agent ⾮常混乱,每个浏览器都⾃称是"Mozilla""Chrome""Safari",企图使⽤这个字段来互相"伪装",导致 User-Agent 变得越来越⻓,最终变得毫⽆意义。

  • 不过有的⽐较"诚实"的爬⾍会在 User-Agent ⾥⽤"spider"标明⾃⼰是爬⾍,所以可以利⽤这个字段实现简单的反爬⾍策略。

2.4.2 Accept

  • Accept是请求字段,代表客户端希望接受的数据类型。
  • ⽐如Accept:text/xml(application/json);代表客户端希望接受的数据类型是xml(json )类型;
  • ⽐如Accept: */*则说明客户端接收所有类型的数据。

2.4.3 Host

  • ⾸先要说的是Host字段,它属于请求字段,只能出现在请求头⾥,它同时也是唯⼀⼀个 HTTP/1.1 规范⾥要求必须出现的字段,也就是说,如果请求头⾥没有 Host,那这就是⼀个错误的报⽂。

  • Host 字段告诉服务器这个请求应该由哪个主机来处理,当⼀台计算机上托管了多个虚拟主机的时候,服务器端就需要⽤ Host 字段来选择,有点像是⼀个简单的"路由重定向"。

  • 例如我们的试验环境,在 127.0.0.1 上有三个虚拟主机:"www.chrono.com""www.metroid.net"和"origin.io"。那么当使⽤域名的⽅式访问时,就必须要⽤Host 字段来区分这三个 IP 相同但域名不同的⽹站,否则服务器就会找不到合适的虚拟主机,⽆法处理。

2.4.4 Range

  • Range是请求字段。

  • ⽐如Range: bytes=5001-10000 对于只需获资源的范围请求,包含⾸部字段 Range 即可告知服务器资源的指定范围。上⾯的示例表示请求获取从第 5001 字节到第 10000 字节的资源。

  • ⽐如Range: bytes=0- 则是请求所有的数据。

  • 接收到附带 Range ⾸部字段请求的服务器,会在处理请求之后返回状态码为 206 Partial Content 的响应。⽆法处理该范围请求时,则会返回状态码 200 OK 的响应及全部资源。

2.4.5 Connection

管理持久连接

  1. close 断开连接
  • HTTP/1.1版本的默认连接都是持久连接。为此,客户端会在持久连接上连续发送请求。当服务器端想明确断开连接时,则指定 Connection ⾸部字段的值为 close 。
text 复制代码
Connection: close
  1. Keep-Alive 保持连接
  • HTTP/1.1 之前的版本的默认连接都是⾮持久连接。为此,如果想在旧版本的HTTP协议上维持持续连接,则需要指定 Connection ⾸部字段的值为 keep-alive 。

  • 在客户单发送请求给服务器时,携带此参数和值,服务器也会加上字段和值进⾏返回响应。

text 复制代码
Connection: keep-alive

http是⼀个⽆状态的⾯向连接的协议。

  • http⽆状态:⽆状态协议是指http协议本身对于事务处理没有记忆功能,服务器不知道浏览器的状态。通俗的即使你登录了,去访问同⼀个⽹站的不同⽹⻚,服务器都不会知道你是谁,如果需要记录登录⽤户的信息,⽤户操作,⽤户⾏为等数据需要使⽤cookie或session来存储。

  • keep-alive:从HTTP/1.1起,浏览器默认都开启了Keep-Alive,保持连接特性,客户端和服务器都能选择随时关闭连接,则请求头中为connection:close。简单地说,当⼀个⽹⻚打开完成后,客户端和服务器之间⽤于传输HTTP数据的TCP连接不会关闭,如果客户端再次访问这个服务器上的⽹⻚,会继续使⽤这⼀条已经建⽴的TCP连接。但是Keep-Alive不会永久保持连接,它有⼀个保持时间,可以在不同的服务器软件(如Apache)中设定这个时间。

  • 误解:⽆状态不代表HTTP不能保持TCP连接,更不能代表HTTP使⽤的是UDP协议(⽆连接)。即使http在⽆状态下,只要客户端和服务器的头部信息connection:keep-alive,则在有效期内他们使⽤同⼀条TCP连接。

2.4.6 Date

  • Date字段是⼀个通⽤字段,但通常出现在响应头⾥,表示 HTTP 报⽂创建的时间,客户端可以使⽤这个时间再搭配其他字段决定缓存策略。

2.4.7 Server

  • Server字段是响应字段,只能出现在响应头⾥。它告诉客户端当前正在提供 Web 服务的软件名称和版本号, Server 字段也不是必须要出现的,因为这会把服务器的⼀部分信息暴露给外界,如果这个版本恰好存在 bug,那么⿊客就有可能利⽤ bug 攻陷服务器。所以,有的⽹站响应头⾥要么没有这个字段,要么就给出⼀个完全⽆关的描述信息。

  • ⽐如 GitHub,它的 Server 字段⾥就看不出是使⽤了 Apache 还是 Nginx,只是显示为"GitHub.com"。

再⽐如srs流媒体服务器的响应

text 复制代码
Server: SRS/3.0.141(OuXuli)\r\n

2.4.8 Content-Type

  • Content-Type是实体字段,表发送端(客户端|服务器)发送的实体数据的数据类型。⽐如:ContentType:text/html(application/json) ; 代表发送端发送的数据格式是html(json)。

2.4.9 Content-Length

  • 实体字段⾥要说的⼀个是Content-Length,它表示报⽂⾥ body 的⻓度,也就是请求头或响应头空⾏后⾯数据的⻓度。服务器看到这个字段,就知道了后续有多少数据,可以直接接收。如果没有这个字段,那么 body 就是不定⻓的,需要使⽤ chunked ⽅式分段传输。

更多资料:https://github.com/0voice

相关推荐
张海森-1688206 小时前
FAAC 在海思平台使用得到aac实时音频流
音视频·aac
小兔子酱#13 小时前
音频 SDP 文件格式
音视频
DogDaoDao17 小时前
HEVC/H.265 码流分析工具 HEVCESBrowser 使用教程
ffmpeg·音视频·h.265·hevc·码流分析工具·elecard·hevcsbrowser
风无雨18 小时前
GO启动一个视频下载接口 前端可以边下边放
前端·golang·音视频
开开心心_Every1 天前
便捷的电脑自动关机辅助工具
开发语言·人工智能·pdf·c#·电脑·音视频·sublime text
Antonio9151 天前
【音视频】TS协议介绍
音视频
来自宇宙的曹先生2 天前
【视频观看系统】- 技术与架构选型
架构·音视频
mulannanlu2 天前
视频音频转换器V!P版(安卓)安装就解锁V!P!永久免费使用!
音视频·软件·软件下载
一只特立独行的程序猿2 天前
手机、平板音频软件开发调测常用命令
音视频