读书笔记_图解HTTP(二) 简单HTTP协议及HTTP报文内的

读《图解HTTP》记录

上一篇 读书笔记_图解HTTP(一) Web及网络基础

• HTTP协议用于客户端和服务端之间通信
  一般由客户端首先发起，由服务端响应
• 通过请求和响应的交换达成通信
• HTTP是不保存状态的协议(无状态)
  后续引入了Cookie技术，就可以管理状态了

HTTP方法

• GET
  GET请求用于访问资源
• POST
  POST请求用于传输实体的主体
• PUT
  PUT方法用于传输文件。由于HTTP/1.1的PUT方法不带验证机制，任何人都能上传文件，存在安全性问题，因此一般的Web网站不使用该方法。
• HEAD 获得报文首部
  和GET方法一样，只是不返回报文主体部分。用于确认URI的有效性以及资源更新的时间日期等。

• DELETE：删除文件
  DELETE 方法用来删除文件，是与 PUT 相反的方法。DELETE 方法按 请求 URI 删除指定的资源。

  
  Http支持的方法

持久连接节省通信量

• 持久连接
  之前每次进行HTTP请求的时候，都要先建立TCP连接，然后结束之后再断开TCP连接。这样如果在同一份HTML文档中有大量的图片等资源，就会建立和断开多次TCP连接，造成资源的浪费。HTTP1.1和一部分HTTP1.0想出了持久连接。持久连接的特点：只要任意一端没有明确断开连接，就保持TCP的链接状态。这样不会因为频繁的建立和断开TCP连接咋造成额外的开销，减轻了服务器的负载。同时减少了HTTP请求和响应的时间。

  
  持久化连接

• 管线化
  持久连接使得多数请求以管线化方式发送成为可能。从以前发送请求需要等待并收到响应，才能发送下一个请求。管线化技术出现后，就不用等待响应，直接可以发送下一个请求了。管线化技术比持久化连接更快。

  
  管线化

使用Cookie的状态管理

Cookie技术通过在请求和响应报文中写入Cookie信息来控制客户端的状态。
Cookie会根据从服务器端发送的响应报文内一个叫Set-Cookie的首部字段信息，通知客户端保存Cookie。当下次客户端再往该服务器发送请求时，客户端自动会在请求报文中加入Cookie值后发送出去。
服务端发现客户端发过来的Cookie后，会去检查到底是从那个客户端发过来的连接请求，然后对比服务器上的记录，最后得到之前的状态信息。

Cookie技术1 Cookie技术2

HTTP请求报文和响应报如下
1、请求报文(没有Cookie信息的状态)

GET /reader/ HTTP/1.1
Host: hackr.jp *
首部字段内没有Cookie的相关信息

2、响应报文(服务器端生成Cookie信息)

HTTP/1.1 200 OK 
Date: Thu, 12 Jul 2012 07:12:20 GMT 
Server: Apache 
＜Set-Cookie: sid=1342077140226724; path=/; expires=Wed, 10-Oct-12 07:12:20 GMT＞ 
Content-Type: text/plain; charset=UTF-8

3、请求报文(自动发送保存着的Cookie信息)

GET /image/ HTTP/1.1 
Host: hackr.jp 
Cookie: sid=1342077140226724

HTTP请求报文以及响应报文

Http报文结构 Http报文实例

• 请求行
  包含请求的方法，请求的URI和HTTP版本。
• 状态行
  包含表明响应结果的状态码，原因短语和Http版本。
• 首部字段
  包含表示请求和响应的各种条件和属性的各类首部。
  一般有4种首部：通用首部、请求首部、响应首部和实体首部
• 其他
  可能包含HTTP的RFC里未定义的额首部(Cookie等)

编码提升传输速率

• 报文
  是HTTP通信中的基本单位，由8位组字节流组成，通过HTTP通信传输。
• 实体
  作为请求或响应的有效载荷数据被传输，其内容由实体首部和实体主体组成

Http报文的主体用于传输请求或响应的实体数体。
通常，报文主体等于实体主体。只有当传输中进行编码操作时，实体 主体的内容发生变化，才导致它和报文主体产生差异。

1、压缩传输的内容编码

HTTP 协议中有一种被称为内容编码的功能来完成压缩后传输的操作。
内容编码指明应用在实体内容上的编码格式，并保持实体信息原样压缩。内容编码后由实体客户端接收并负责解码。

常用的内容编码有以下几种。

• gzip（GNU zip）
• compress（UNIX 系统的标准压缩）
• deflate（zlib）
• identity（不进行编码）

内容编码的原理

由服务器将要传输的内容进行压缩，然后传递给客户端，并且告诉客户端编码格式，由客户端接收后，再解压缩，拿到原来的内容。

2、分隔发送的分块传输编码

在Http通信过程中，请求的编码实体资源在尚未全部传输完成之前，浏览器无法显示请求页面。在传输大内容数据时,通过把数据分隔成多块，能过让浏览器逐步显示页面。
这种把实体主体分块的功能称为分块传输编码。

分块传输编码

分块传输编码会将实体主体分成多个部分（块）。每一块都会用十六 进制来标记块的大小，而实体主体的最后一块会使用“0(CR+LF)”来标 记。
使用分块传输编码的实体主体会由接收的客户端负责解码，恢复到编 码前的实体主体。

发送多种数据的多部分对象集合

在http协议中发送的一份报文主体内，可包含多类型实体(图片，文件等)。通常在图片或者文本文件上传时使用。多部分对象集合包含的对象如下：

• multipart/form-data
  在 Web 表单文件上传时使用。
• multipart/byteranges 状态码 206（Partial Content，部分内容）响应报文包含了多个范 围的内容时使用。

在http报文中使用多部分对象集合时，需要在首部字段加上Content-type.

关于范围内容的说明
在下载大文件过程中，网络中断，需要重头重新下载。则还是很需要一种可以恢复的机制，从断开出恢复下载。像这种，需要发送范围请求，只请求目标资源中的一部分。执行范围请求时，回用到首部字段Range来指定资源的byte范围。
byte范围的指定形式如下。

• 5001~10000字节
  Range: bytes=5001-10000
• 从 5001 字节之后全部的
  Range: bytes=5001-
• 从一开始到 3000 字节和 5000~7000 字节的多重范围
  Range: bytes=-3000, 5000-7000

针对范围请求，响应会返回206的状态吗报文。对于多重范围的范围请求，响应会在不受字段Content-Type表明multipart/byteranges后返回响应报文。
如果服务器端无法响应范围请求，则会返回状态码200 OK和完整的实体内容。

HTTP的响应状态码

状态码如200 OK,以3位数字和短语组成，第一位数字指定了响应类别。分为一下五种。

	类别	原因短语
1xx	Informational(信息性状态码)	接受的请求正在处理
2xx	Success(成功状态码)	请求正常处理完毕
3xx	Redirection(重定向状态码)	需要进行附加操作以完成请求
4xx	Client Error(客户端错误代码)	服务器无法处理的请求
5xx	Server Error(服务器错误状态码)	服务器处理请求出错

常用状态码

1XX

1xx表示临时性消息

• 100
  比如，客户端上传大数据时，分段上传，这时候加一个请求头，说我这边还有数据会继续上传，如果你接收完了，返回一个100，告诉客户端，这次上传的成功了，继续上传吧。
• 101
  比如客户端想问问服务器支持不支持http2的请求，服务器返回101，表示支持，这时候，客户端以后的请求就可以用http2了。
  正在切换协议

2XX

2xx的响应结果表明请求被正常处理了。

• 200 OK
  表示从客户端发来的请求在服务器端被正常处理了。
  在响应报文内，随状态码一起返回的信息会因方法的不同而发生改 变。比如，使用 GET 方法时，对应请求资源的实体会作为响应返 回；而使用 HEAD 方法时，对应请求资源的实体首部不随报文主体 作为响应返回（即在响应中只返回首部，不会返回实体的主体部 分）。
• 204 No Content
  服务器接收的请求已经成功处理，但是在返回的响应报文中不含实体的主体部分。另外，也不允许返回任何实体的主体。
  一般在只需要从客户端往服务器发送信息，而对客户端不需要发送新信息内容的情况下使用。
• 206 Partial Content
  客户端进行了范围请求，而服务器成功执行了这部分的GET请求。响应报文中包含由Content-Range指定范围的实体内容。

3XX

3xx的响应结果表明浏览器需要执行某些特殊的处理以正确处理该请求。
就是重定向到某个其他的地址，比如

• 307
  在浏览器输入http://www.baidu.com/，然后浏览器会定位到https://www.baidu.com/，这时候你看code码就是307。
• 304
  在浏览器输入https://www.jianshu.com/p/6b03753de31c ，然后再刷新一下，在看一下code码，返回的一堆请求里会有几个304，表示这些数据没有改变。

4XX 客户端错误

4XX 的响应结果表明客户端是发生错误的原因所在。

• 400 Bad Request
  表示请求报文中存在语法错误。当错误发生时，需修改请求的内容后再次发送请求。另外，浏览器会像 200 OK 一样对待该状态码。

• 401 Unauthorized
  该状态码表示发送的请求需要通过HTTP认证(BASIC认证、DIGEST认证)的认证信息。如果之前已经进行过一次请求，就表示认证失败。
  返回含有 401 的响应必须包含一个适用于被请求资源的 WWWAuthenticate 首部用以质询（challenge）用户信息。当浏览器初次接收 到 401 响应，会弹出认证用的对话窗口。

• 403 Forbidden
  该状态码表明对请求资源的访问被服务器拒绝了。服务器端没有必要 给出拒绝的详细理由，但如果想作说明的话，可以在实体的主体部分对原因进行描述，这样就能让用户看到了。
  未获得文件系统的访问授权，访问权限出现某些问题（从未授权的发 送源 IP 地址试图访问）等列举的情况都可能是发生 403 的原因。

• 404 Not Found
  该状态码表明服务器上无法找到请求的资源。除此之外，也可以在服 务器端拒绝请求且不想说明理由时使用。

5XX 服务器错误

5XX 的响应结果表明服务器本身发生错误。

• 500 Internal Server Error
  该状态码表明服务器端在执行请求时发生了错误。也有可能是 Web 应用存在的 bug 或某些临时的故障。

• 503 Service Unavailable
  该状态码表示服务器暂时处于超负载或正在进行停机维护，现在无法处理请求。如果事先得知接触以上状况需要的时间，最好写入RetryAfter首部字段再返回给客户端。

下一篇 读书笔记_图解HTTP(三) Web服务器以及HTTP首部