HTTP概述

参考资料

• 《HTTP 权威指南》

引言

本篇简要介绍 HTTP 协议的一些概念，后续详细补充。

一、HTTP——因特网的多媒体信使

• HTTP（HyperText Transfer Protocol）超文本传输协议，在因特网上，JPEG 图片，HTML 文件，文本文件，MPEG 电影，WAV 音频文件，Java 小程序等超文本便是通过 HTTP 协议进行传输的。
• HTTP 使用的是可靠的数据传输协议，因此即使数据来自地球的另一端，它也能够确保数据在传输的过程中不会被损坏或产生混乱。

二、WEB 客户端和服务器

• 我们的 Web 资源就是存放在 Web 服务器上的，Web 客户端一般指浏览器，二者便是通过 HTTP 协议进行数据传输的。

  
  Web 客户端和服务器

三、资源

• Web 服务器是 Web 资源的宿主。Web 资源是 Web 内容的源头。最简单的 Web 资源就是 Web 服务器文件系统中的静态文件。这些文件可以包含任意内容，比如 .txt，.html，.word 格式的文件。
• 资源也可以是根据需要生成内容的软件程序。这些动态内容可以根据你的身份、所请求的信息或每天的不同时段来产生内容。

资源请求示意图

3.1 媒体类型

• 因特网上有数千种不同的数据类型，HTTP 仔细地给每种要通过 Web 传输的对象都打上了名为 MIME 类型的数据格式标签。MIME 类型是一种文本标记，表示一种主要的对象类型和特定的子类型，中间有一条斜杠来分隔。以下是一些常见的文本类型的例子：

• HTML 格式的文本文档由 text/html 类型来标记

• 普通的 ASCII 文本文档由 text/plain 类型来标记
• JPEG 格式的图片为 image/jpeg 类型
• GIF 格式的图片为 image/gif 类型

3.2 URI

• 服务器资源名被称为 统一资源标识符（Uniform Resource Identifier，URI），URI 就像因特网上的邮政地址一样，在世界范围内唯一标识并定位信息资源。URI 有两种形式，分别称为 URL 和 URN，前者运用比较广泛。

3.3 URL

• 统一资源定位符（URL）是资源标识符最常见的形式。URL 描述了一台特定服务器上某资源的特定位置。它们可以明确说明如何从一个精确、固定的位置获取资源。

URL 说明了协议，服务器和本地资源

• 大部分 URL 都遵循一种标准格式，这种格式包含三个部分：
• URL 的第一部分被称为方案，说明了访问资源所使用的协议类型。这部分通常就是 HTTP 协议（http://）
• 第二部分给出了服务器的因特网地址（比如 www.baidu.com ）
• 其余部分指定了 Web 服务器上的某个资源（比如 /specials/source.jpg）

3.4 URN

• URI 的第二种形式就是统一资源名（URN）。URN 是作为特定内容的唯一名称所使用的，与目前的资源所在地无关。使用这些与位置无关的 URN，就可以将资源四处搬移。通过 URN，还可以用同一个名字通过多种网络访问协议来访问资源。

四、事务

• 一个 HTTP 事务由一条（从客户端发往服务器）请求命令和一个（从服务器发回客户端）响应结果组成。这种通信是通过名为 HTTP 报文（HTTP message）的格式化数据块进行的，如下图所示：

HTTP 事务示意图

4.1 方法

• HTTP 支持集中不同的请求命令，这些命令被称为 HTTP 方法。每条 HTTP 请求报文都包含一个方法。这个方法会告诉服务器要执行什么动作（获取一个 Web 页面、运行一个网关程序，删除一个文件等）。

一些常见的 HTTP 方法

4.2 状态码

• 每条 HTTP 响应报文返回时都会携带一个状态码。状态码是一个三位数字的代码，告知客户端请求是否成功，或者是否需要采取其他动作。

一些常见的 HTTP 状态码

4.3 Web 页面中可以包含多个对象

• 一个 Web 页面通常不是单个资源，而是一组资源的集合：

符合 Web 页面要为每个嵌入式资源使用一个单独的 HTTP 事务

五、报文

• HTTP 报文是由一行一行的简单字符串组成的。HTTP 报文都是纯文本，不是二进制代码，所以人们可以很方便地对其进行读写。
• HTTP 报文分两种，其中从 Web 客户端发往 Web 服务器的 HTTP 报文称为 请求报文。从服务器发往客户端的报文称为 响应报文。
• HTTP 报文包括以下三个部分：
• 起始行：报文的第一行就是起始行，在请求报文中用来说明要做些什么，在响应报文中说明出现了什么情况。
• 首部字段：起始行后面有零个或多个首部字段。每个首部字段都包含一个名字和一个值，为了便于解析，两者之间用冒号 ： 来分隔。首部一个空行结束。添加一个首部字段和添加新行一样简单。
• 主体：空行之后就是可选的报文主体了，其中包含了所有类型的数据。请求主体中包括了要发送给 Web 服务器的数据；响应主体中装载了要返回给客户端的数据。起始行和首部都是文本形式且都是结构化的，而主体则不同，主体中可以包含任意的二进制数据。当然，主体中也可以包含文本。

简单的报文实例

六、连接

6.1 TCP/IP

• HTTP 是个应用层协议。HTTP 无需操心网络通信的具体细节，它把联网的细节都交给了通用、可靠的因特网传输协议 TCP/IP。TCP 提供了：
• 无差错的数据传输；
• 按序传输（数据总是会按照发送的顺序到达）
• 未分段的数据流（可以在任意时刻以任意尺寸将数据发送出去）

HTTP 网络协议栈

6.2 基本的浏览器连接处理步骤

基本的浏览器连接处理图解

（a）浏览器从 URL 中解析出服务器的主机名；
（b）浏览器将服务器的主机名转换成服务器的 IP 地址；
（c）浏览器将端口号（如果有的话）从 URL 中解析出来；
（d）浏览器建立一条与 Web 服务器的 TCP 连接；
（e）浏览器向服务器发送一条 HTTP 请求报文；
（f）服务器向浏览器会送一条 HTTP 响应报文；
（g）关闭连接，浏览器显示文档。

七、Web 的结构组件

7.1 代理

• 位于客户端和服务器之间的 HTTP 中间实体：

在客户端和服务器之间转发流量的代理

7.2 缓存

• HTTP 的仓库，使常用页面的副本可以保存在离客户端更近的地方：

保存常用文档本地副本以提高性能的代理缓存

7.3 网关

• 链接其他应用程序的特殊 Web 服务器：

HTTP/FTP 网关

7.4 隧道

• 对 HTTP 通信报文进行盲转发的特殊代理：

隧道可以在非 HTTP 网络上转发数据

7.5 Agent 代理

• 发起自动 HTTP 请求的半智能 Web 客户端：

自动搜索引擎“网络蜘蛛”就是 Agent 代理，可以从全世界范围内获取 Web 页面