【学习笔记】深入理解HTTP协议
参考：关于HTTP协议，一篇就够了，感谢作者认真细致的总结，本文在理解的基础上修改了内容，加深印象的同时也希望对大家有所帮助
HTTP是什么？
HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写，用于万维网（WWW:World Wide Web）服务器传输超文本到本地浏览器的传输协议
HTTP基于TCP/IP通信协议来传递数据（HTML文件、图片文件、查询结果等）
HTTP协议工作与客户端上，通过URL向HTTP服务器发送所有请求，服务器接收到请求后向客户端发送响应信息
HTTP特点
- 简单快速：客户端向服务端发送请求，只需传送请求方法和路径，请求方法常有
GET、POST、PUT、DELETE、OPTIONS等，每种方法规定了客户端与服务端联系的类型不同。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 - 灵活：HTTP能传输任意类型的数据，正在传输的内容用
Content-Type加以标记 - 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请求信息，并得到客户应答后，即断开连接。采用这种方式能节省传输时间
- 无状态：HTTP协议是无状态协议，这就意味着对事务处理没有记忆功能。后续处理需要前面的信息，必须重新传输，这样可能导致每次连接传输的数据量很大，另一方面，在服务器不需要先前信息时它的应答很快
HTTP工作原理
HTTP协议定义Web客户端如何从Web服务器请求到Web页面，以及服务器是如何向客户端响应Web页面。HTTP采用了请求/响应模型，客户端向服务器发送一个请求报文，请求报文里面包含请求方法、URL、协议版本，请求头部以及请求数据。服务器以一个状态行作为响应，响应内容包括协议版本、成功或者错误代码、服务器信息、响应头部与响应数据
一个事务（从发出请求到响应结束）会经历以下阶段：
1. 客户端连接到服务端
一个HTTP客户端，通常是浏览器，与Web服务器的HTTP端口（默认80）建立一个TCP套接字连接，例如在地址栏输入http://tangj.cn
2. 发送HTTP请求
通过TCP套接字，客户端向Web服务器发送一个文本的请求报文，一个请求报文由请求行、请求头部、空行和请求数据
3. 服务器接收请求并发送响应
Web服务器解析请求，定位资源，服务器将资源副本写到TCP套接字，由客户端读取。一个响应由状态行、响应头部、空行和响应数据组成
4. 释放TCP连接
若connection模式为close，则服务器主动关闭TCP连接，客户端被动关闭连接，释放TCP；若connection为keepalive，则该连接会保持一段时间，在该时间可以继续接受请求
5. 客户端浏览器解析HTML内容
客户端浏览器会首先解析状态行，查看表明请求是否成功的状态码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档字符集。客户端浏览器读取响应数据HTML，根据HTML语义化对其格式化，并在浏览器窗口显示。
例如：在浏览器地址栏键入URL，按下回车之后会经历以下阶段：
- 浏览器向DNS服务器请求解析该URL中域名对应的IP地址
- 解析出IP地址后，根据该IP地址和默认端口80，和服务器建立TCP连接
- 浏览器发出读取文件（URL中域名后面部分对应的文件）HTTP请求，该请求报文作为TCP三次握手的第三次报文的数据发送给服务器
- 服务器对浏览器请求作出响应，并把对应的HTML文本发送给浏览器
- 释放TCP连接
- 浏览器将该html文本解析并显示内容
HTTP之URL
HTTP用统一资源标识符（Uniform Resource Identifiers,URI）来传输数据和建立连接。URL（Uniform Resource Locator,URL）,统一资源定位符是一种特殊类型的URI，包含了用于查找某个资源足够的信息，标识某一处资源的地址。
http://www.tangj.cn:80/news/index.asp?name=tangj&age=24#profile
- 协议部分：
http:代表网页使用的是HTTP协议，//表示分隔符，在Internet中有多种协议，比如HTTP、HTTPS、FTP等 - 域名部分：
www.tangj.cn为URL域名，也可以使用IP当做域名 - 端口部分：域名后面会指定端口号，HTTP默认端口号为80，HTTPS默认端口号为443
- 虚拟目录部分：从域名后面的第一个/到最后一个/为止，本例的虚拟目录是
news - 文件名部分：从域名最后一个/到？是文件部分，如果没指定文件，则使用默认文件名
- 参数部分：?到#之间是参数
- 锚部分：从#开始到结束都是锚部分，本例中的锚点是
profile
HTTP之请求消息
客户端向服务端发送一个请求消息的格式如下：
Get请求例子，使用Charles抓取的request：
GET /562f25980001b1b106000338.jpg HTTP/1.1
Host img.mukewang.com
User-Agent Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36
Accept image/webp,image/*,*/*;q=0.8
Referer http://www.imooc.com/
Accept-Encoding gzip, deflate, sdch
Accept-Language zh-CN,zh;q=0.8
1. 请求行，用来说明请求类型，要访问的资源以及使用的HTTP版本
请求方式是GET，请求资源是/562f25980001b1b106000338.jpg，协议版本为HTTP/1.1
2. 请求头部 用来说明服务器要使用的附加信息
User-Agent判断客户端类型、Accept文件格式…
3. 空行
即使第四部分是空内容也要空行
4. 请求数据
空
POST请求例子，使用Charles抓取的request：
POST / HTTP1.1
Host:www.wrox.com
User-Agent:Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727; .NET CLR 3.0.04506.648; .NET CLR 3.5.21022)
Content-Type:application/x-www-form-urlencoded
Content-Length:40
Connection: Keep-Alive
name=Professional%20Ajax&publisher=Wiley
第一部分：请求行，第一行明了是post请求，以及http1.1版本。
第二部分：请求头部，第二行至第六行。
第三部分：空行，第七行的空行。
第四部分：请求数据，第八行。
HTTP之响应消息
一般情况下，服务器接收并处理客户端发过来的请求后会返回一个HTTP的响应消息。
HTTP响应也由四个部分组成，分别是：状态行、消息报头、空行和响应正文。
HTTP/1.1 200 OK
Date: Fri, 22 May 2009 06:07:21 GMT
Content-Type: text/html; charset=UTF-8
<html>
<head></head>
<body>
<!--body goes here-->
</body>
</html>
第一部分：状态行，由HTTP协议版本号， 状态码， 状态消息 三部分组成。
第一行为状态行，（HTTP/1.1）表明HTTP版本为1.1版本，状态码为200，状态消息为（ok）
第二部分：消息报头，用来说明客户端要使用的一些附加信息
第二行和第三行为消息报头，
Date:生成响应的日期和时间；Content-Type:指定了MIME类型的HTML(text/html),编码类型是UTF-8
第三部分：空行，消息报头后面的空行是必须的
第四部分：响应正文，服务器返回给客户端的文本信息。
空行后面的html部分为响应正文。
HTTP之状态码
状态代码有三位数字组成，第一个数字定义了响应的类别，共分五种类别:
1xx：指示信息–表示请求已接收，继续处理
2xx：成功–表示请求已被成功接收、理解、接受
3xx：重定向–要完成请求必须进行更进一步的操作
4xx：客户端错误–请求有语法错误或请求无法实现
5xx：服务器端错误–服务器未能实现合法的请求
常见状态码：
200 OK //客户端请求成功
400 Bad Request //客户端请求有语法错误，不能被服务器所理解
401 Unauthorized //请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用
403 Forbidden //服务器收到请求，但是拒绝提供服务
404 Not Found //请求资源不存在，eg：输入了错误的URL
500 Internal Server Error //服务器发生不可预期的错误
503 Server Unavailable //服务器当前不能处理客户端的请求，一段时间后可能恢复正常
最后
再次感谢原作者的分享，跟着敲了一遍之后对HTTP协议理解更加深刻，相信这在以后工作中是一笔不小的财富，想了解更多HTTP协议，请点击这里