《图解HTTP》--第3章 HTTP报文内的HTTP信息

《图解HTTP》学习笔记

书籍信息 ：《图解HTTP》作者：上野宣，译者：于均良
出版社：人民邮电出版社，2014年5月第1版

如果把 HTTP 通信比作寄快递，那报文就是那个快递盒子。盒子外面贴着标签（首部），里面装着东西（主体）。有时候东西太大，还得拆成几个小盒子分批寄（分块传输）；有时候一个人寄好几种东西，就得用分隔板隔开（multipart）。今天我们就来拆快递盒子。

第3章 HTTP报文内的HTTP信息

📌 核心知识点

HTTP报文结构：HTTP报文是用于HTTP协议交互的信息，由多行（CR+LF换行符）数据构成的字符串文本。分为报文首部和报文主体两部分，由空行（CR+LF）分隔。

请求报文结构：请求行（方法、URI、HTTP版本） + 报文首部（请求首部字段、通用首部字段、实体首部字段、其他） + 空行 + 报文主体。
响应报文结构：状态行（HTTP版本、状态码、原因短语） + 报文首部（响应首部字段、通用首部字段、实体首部字段、其他） + 空行 + 报文主体。

报文与实体的区别：
报文（message）：HTTP通信的基本单位，由8位组字节流组成。
实体（entity）：作为请求或响应的有效载荷数据被传输，由实体首部和实体主体组成。
通常报文主体等于实体主体，仅在传输中进行编码操作时才会产生差异。
内容编码（Content Coding）：在传输时对实体内容进行压缩编码，提升传输速率。常用的内容编码：
gzip（GNU zip）：最常用的压缩格式。
compress（UNIX系统标准压缩）。
deflate（zlib）。
identity（不进行编码）。

分块传输编码（Chunked Transfer Coding） ：将实体主体分割成多块（chunk）发送，每块用十六进制标记大小，最后一块用0(CR+LF)标记。使浏览器能逐步显示大容量数据页面。接收端负责解码恢复。

多部分对象集合（Multipart）：在一份报文主体内含有多类型实体，常用于文件上传等场景。

使用boundary字符串划分各部分：

multipart/form-data：Web表单文件上传时使用。

multipart/byteranges：状态码206（Partial Content）响应包含多个范围内容时使用。

范围请求（Range Request） ：指定资源的byte范围进行请求，用于断点续传等场景。使用Range首部字段指定范围：
Range: bytes=5001-10000（5001~10000字节）
Range: bytes=5001-（从5001字节之后全部）
Range: bytes=-3000, 5000-7000（多重范围）
响应返回状态码206 Partial Content；若服务器不支持范围请求，返回200 OK和完整内容。

内容协商（Content Negotiation）：客户端和服务器就响应资源内容进行交涉，提供最适合的资源。以语言、字符集、编码方式等为判断基准。
相关首部字段：
Accept
Accept-Charset
Accept-Encoding
Accept-Language
三种类型：
服务器驱动协商：服务器根据请求首部自动判断。
客户端驱动协商：用户从浏览器显示的选项中手动选择。
透明协商：服务器驱动和客户端驱动的结合体。

💻 实践用例

1. 查看完整的HTTP请求和响应报文

复制代码

# 查看详细的请求和响应报文（包括首部和主体）
curl -v http://www.example.com/

# 查看响应头中的Content-Encoding（确认是否使用gzip压缩）
curl -v -H "Accept-Encoding: gzip" http://www.example.com/ 2>&1 | grep -i "content-encoding"

2. 使用范围请求实现断点续传

复制代码

# 请求资源的第5001到10000字节
curl -H "Range: bytes=5001-10000" -v http://httpbin.org/robots.txt

# 请求从第100字节开始到末尾
curl -H "Range: bytes=100-" -v http://httpbin.org/robots.txt

# 多重范围请求
curl -H "Range: bytes=0-10, 20-30" -v http://httpbin.org/robots.txt

3. 模拟multipart/form-data表单上传

复制代码

# 上传文件（multipart/form-data格式）
curl -X POST http://httpbin.org/post \
  -F "field1=value1" \
  -F "file=@/path/to/localfile.txt"

# 查看发送的multipart报文结构
curl -X POST http://httpbin.org/post \
  -F "field1=value1" \
  -F "file=@/path/to/localfile.txt" \
  -v

4. 测试内容协商

复制代码

# 请求中文版本的内容
curl -H "Accept-Language: zh-CN,zh;q=0.9" http://www.example.com/

# 请求JSON格式
curl -H "Accept: application/json" http://httpbin.org/get

# 请求gzip压缩的内容
curl -H "Accept-Encoding: gzip, deflate" --compressed http://www.example.com/

5. 使用Python发送范围请求

复制代码

import requests

# 断点续传示例：从第1000字节开始下载
headers = {'Range': 'bytes=1000-'}
response = requests.get('http://example.com/largefile.zip', headers=headers)

print(f"状态码: {response.status_code}")  # 206 Partial Content
print(f"Content-Range: {response.headers.get('Content-Range')}")
print(f"下载字节数: {len(response.content)}")

📝 学习笔记

报文首部是HTTP通信的"元数据" ：首部字段承载了内容类型、编码方式、缓存策略、认证信息等关键信息。理解首部字段是调试HTTP问题的关键能力。使用curl -v是查看首部字段最快捷的方式。
内容编码与传输编码是两个不同概念：内容编码（Content-Encoding）是对实体主体进行压缩，目的是减小传输体积；传输编码（Transfer-Encoding）是改变数据传输方式，如分块传输编码。不要混淆两者。
分块传输编码的实用价值：当服务器不知道响应体的总大小时（如动态生成的内容），可以使用分块传输编码。这在流式传输（视频直播、Server-Sent Events）场景中非常重要。
范围请求是断点续传的技术基础：下载工具（如wget、迅雷）的断点续传功能就是基于范围请求实现的。在开发文件下载API时，支持Range首部能显著提升用户体验。
内容协商在现代Web开发中无处不在：RESTful API通过Accept首部返回JSON或XML，浏览器通过Accept-Language显示对应语言版本，通过Accept-Encoding返回压缩内容。理解内容协商有助于设计更灵活的API。
multipart/form-data是文件上传的标准格式 ：在HTML表单中设置enctype="multipart/form-data"即使用此格式。boundary字符串用于分隔各部分，每个部分可以有自己的Content-Type和Content-Disposition。

报文结构、内容编码、分块传输、范围请求、内容协商......这章干货密度很高，建议收藏备用。特别是范围请求------下次下载到一半断网的时候，你可以骄傲地说：我知道这是怎么实现的！下一章聊聊快递到达后，盒子上贴的那个三位数字"签收状态"是什么意思。