HTTP协议要点梳理

HTTP是什么？

HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写，是用于从万维网（WWW:World Wide Web ）服务器传输超文本到本地浏览器的传送协议。

其传输层由 TCP 协议提供支持。

 
请求报文
 

请求报文的结构和一个简单的例子如下图所示


先宏观的看请求报文，之后本文会对一些比较重要的地方进行细致的介绍。

请求报文可以被分为四个部分

• 请求行
• 首部字段
• 空行
• 请求正文

其中第三部分，空行，用来分割首部字段和请求正文这两部分，而且不管有没有请求正文，这个空行都要有！

第四部分，请求正文，是承载请求数据的部分，比如常用的 POST 请求方法，它携带的参数就保存在这里。

现在我们来细致的看下，第一部分和第二部分。

 
第一部分：请求行
 

第一部分，第一行，也就是 Request Line（请求行），主要有三个内容分别如下：

• 请求方法
• 请求的资源（URL）
• HTTP 协议的版本号

在介绍请求方法之前，非常有必要先将 URL 这个概念理清。所以我们以 URL、请求方法、HTTP 协议版本这个顺序来解读请求行。

 
一、URL
 

URL，全称是 Uniform Resource Locator, 中文叫统一资源定位符，是互联网上用来标识某一处资源的地址。

这部分的内容参考下面这位老哥的文章，我觉得总结的非常清晰且详细，这里直接将内容搬运过来，如果侵权，请通知我删除，下面是原文链接。

详解URL的组成

以下面这个 URL 为例，介绍下普通 URL 的各部分组成

http://www.aspxfans.com:8080/news/index.asp?boardID=5&ID=24618&page=1#name

从上面的URL可以看出，一个完整的URL包括以下几部分：
1、协议部分：该URL的协议部分为“http：”，这代表网页使用的是HTTP协议。在Internet中可以使用多种协议，如HTTP，FTP等等本例中使用的是HTTP协议。在"HTTP"后面的“//”为分隔符

2、域名部分：该URL的域名部分为“www.aspxfans.com”。一个URL中，也可以使用IP地址作为域名使用

3、端口部分：跟在域名后面的是端口，域名和端口之间使用“:”作为分隔符。端口不是一个URL必须的部分，如果省略端口部分，将采用默认端口80

4、虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分。本例中的虚拟目录是“/news/”

5、文件名部分：从域名后的最后一个“/”开始到“？”为止，是文件名部分，如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止，是文件部分，如果没有“？”和“#”，那么从域名后的最后一个“/”开始到结束，都是文件名部分。本例中的文件名是“index.asp”。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名

6、锚部分：从“#”开始到最后，都是锚部分。本例中的锚部分是“name”。锚部分也不是一个URL必须的部分

7、参数部分：从“？”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。本例中的参数部分为“boardID=5&ID=24618&page=1”。参数可以允许有多个参数，参数与参数之间用“&”作为分隔符。

再补充两个概念：URI 和 URN

• URI（Uniform Resource Identifier），统一资源标识符，用来唯一的标识一个资源。HTTP使用统一资源标识符（Uniform Resource Identifiers, URI）来传输数据和建立连接。URL是一种特殊类型的URI，包含了用于查找某个资源的足够的信息。
• URN（Uniform Resource Name），统一资源名称，是URI两种形式之一。唯一标识一个实体的标识符，但是不能给出实体的位置。URN 和 URL 都属于 URI。

总而言之，URL是URI的一个子集，告诉我们访问网络位置的方式。URL应该如下所示：

http://bitpoetry.io/posts/hello.html

URN是URI的子集，包括名字(给定的命名空间内)，但是不包括访问方式，如下所示：

bitpoetry.io/posts/hello.html#intro

如果理解了 URL 的内容，其实大多数情况下就已经足够了，如果想要更清晰的理清 URI \URL\URN三者的关系与区别，可以参考下面这篇文章。

你知道URL、URI和URN三者之间的区别吗？

 
二、请求方法
 
HTTP1.0 定义了三种请求方法：GET, POST 和 HEAD 方法。
HTTP1.1 新增了五种请求方法：OPTIONS, PUT, DELETE, TRACE 和 CONNECT 方法。

下面是这八种方法的介绍。

方法	描述
GET	就四个字概括，获取资源！最常用的请求方法
POST	向指定资源提交数据进行处理请求（例如提交表单或者上传文件）。数据被包含在请求体中。POST请求可能会导致新的资源的建立和/或已有资源的修改。
HEAD	用于获取报文首部，和 GET 方法类似，但是不返回报文实体主体部分。主要用于确认 URL 的有效性以及资源更新的日期时间等。
OPTIONS	查询指定的 URL 能够支持的方法。
PUT	上传文件，存在安全性问题，一般不使用该方法。
DELETE	删除文件，跟PUT方法正好相反
TRACE	让服务器把通信路径返回给客户端。
CONNECT	使用 SSL（Secure Sockets Layer，安全套接层）和 TLS（Transport Layer Security，传输层安全）协议把通信内容加密后经网络隧道传输。

参与过 web 开发的朋友应该知道最常用的请求方法就是 GET 和 POST 这两个方法，一个用于获取数据，一个用于提交数据。面试时面试官也经常会问 GET 和 POST 这两个方法的区别，在这里顺便也给出这个问题的答案。

我们可以从五个层面来回答这个问题。

1. 作用

正如上面所说的，GET 主要用于获取资源，而 POST 主要用于传输实体主体。

2. 请求参数

GET 和 POST 的请求都能使用额外的参数，使用 GET 方法，请求参数是以查询字符串出现在 URL 中，而 POST 的参数存储在实体主体中。

不能因为 POST 参数存储在实体主体中就认为它的安全性更高，因为照样可以通过一些抓包工具（比如 WireShark、Fiddler）查看。

下面是使用 GET 和 POST 方法携带额外参数的示例

GET /test/index.html?user_id=1&user_name=sam HTTP/1.1

POST /test/index.html HTTP/1.1
Host: test.com
 
user_id=1&user_name=sam

还有一点需要注意的是，因为 URL 只支持 ASCII 码，因此 GET 的参数中如果存在中文等字符就需要先进行编码。例如 中文 会转换为 %E4%B8%AD%E6%96%87，而空格会转换为 %20。POST 参数支持标准字符集。

3. 安全性

安全的 HTTP 方法不会改变服务器状态，也就是说它只是可读的。

GET 方法是安全的，而 POST 却不是，因为 POST 的目的是传送实体主体内容，这个内容可能是用户上传的表单数据，上传成功之后，服务器可能把这个数据存储到数据库中，因此状态也就发生了改变。

4. 幂等性

解释一下什么是幂等性。

幂等的 HTTP 方法，同样的请求被执行一次与连续执行多次的效果是一样的，服务器的状态也是一样的。换句话说就是，幂等方法不应该具有副作用（统计用途除外）。

在正确实现的条件下，GET 方法都是幂等的，而 POST 方法不是。

5. 可缓存

这里的可缓存，指的是对响应进行缓存，避免同样的数据被重复的请求。
如果要对响应进行缓存，需要满足以下条件：

• 请求报文的 HTTP 方法本身是可缓存的，GET 就是个例子，POST 在多数情况下不可缓存的。
• 响应报文的状态码是可缓存的，包括：200, 203, 204, 206, 300, 301, 404, 405, 410, 414, 501。
• 响应报文的 Cache-Control 首部字段没有指定不进行缓存。

另外：
关于 GET 和 POST 方法的区别，网上有的文章会提及使用 GET 方法提交的数据长度有限制（有的说法也会提及 POST 的实体数据大小也是有限制的），这样说是不准确的。因为 GET 是通过 URL 提交数据，那么 GET 可提交的数据量就跟 URL 的长度有直接关系了。而实际上，URL不存在参数上限的问题，HTTP 协议规范没有对URL长度进行限制。这个限制是特定的浏览器及服务器对它的限制。IE 对 URL 长度的限制是2083字节(2K+35)。对于其他浏览器，如 Netscape、FireFox 等，理论上没有长度限制，其限制取决于操作系统的支持。

感兴趣的可以看下这篇文章

两个长度限制问题的分析(来源于项目)
 
三、HTTP协议版本
 

按协议规范，主要分为 HTTP/1.0 、HTTP/1.1 、HTTP/2.0 这三种。
关于这三种规范对比，会在文章末尾给出，因为还需要了解一些首部字段的知识。
这里只简单的提一下。

到这里，关于请求行的内容算是大致上撸完了，接下来就是请求报文最后要介绍的一部分了：首部字段。

 
第二部分：首部字段
 

有 4 种类型的首部字段：通用首部字段、请求首部字段、响应首部字段、实体首部字段。

各种首部字段（不全，只提供参考）及其含义如下

 
通用首部字段

请求首部字段

响应首部字段

实体首部字段

了解一下即可，别傻呵呵的去背。

至此，请求报文的内容要点大致梳理完毕，接下来，我们来看一下响应报文。

 
响应报文
 

响应报文的结构和一个简单的例子如下图所示


先宏观的看响应报文，之后本文会对一些比较重要的地方进行细致的介绍。

同请求报文一样，响应报文也可以被分为四个部分

• 响应行
• 首部字段
• 空行
• 响应正文

其中第二部分：首部字段 与 第三部分：空行。与请求报文同理，不多赘述。

第四部分响应报文，如其名，就是客户端请求服务端后，服务端反馈给你的你所要的资源或者是你执行了 POST 这种操作后，服务器反馈回来的额外的指示信息（比如成功或者失败）。

打个比方，你在你的浏览器地址栏中输入 www.baidu.com ，敲击回车后，根据上面我们所介绍的 HTTP 请求报文，现在你应该知道了，这时你的浏览器会向百度的服务器递交一个 HTTP 请求报文，请求方法就是 GET。而百度的服务器会将百度的首页作为响应正文反馈给你。

输入 URL （这里的例子就是百度的网址），发生的具体的一系列事情，这个也经常作为面试的考点，这里不多介绍了。有需要的话，请看我的另一篇文章，有关于这个问题的一个简单阐述。

在浏览器的地址栏中键入URL，敲击回车后经历了什么？

用 Chrome 的调试模式简单的看一下。

我圈红的这一大片就是响应正文，即百度首页的 HTML 文档。

那么对于响应报文，除了第一部分：响应行，其余的三个部分也都介绍完毕了，现在我们来看一下这个响应行。

 
响应行
 

同请求行一样，响应行也由三部分组成

• HTTP 协议版本
• 状态码
• 状态码描述

其中，HTTP 协议版本这个内容在请求报文中已经提到了，这里我们就只看一下状态码和其描述即可。

一共 5 种类型的状态码，分类和具体内容如下所述

 
1xx 指示信息

• 100 Continue ：表明到目前为止都很正常，客户端可以继续发送请求或者忽略这个响应。

 
2xx 成功

• 200 OK
• 204 No Content ：请求已经成功处理，但是返回的响应报文不包含实体的主体部分。一般在只需要从客户端往服务器发送信息，而不需要返回数据时使用。
• 206 Partial Content ：表示客户端进行了范围请求，响应报文包含由 Content-Range 指定范围的实体内容。

 
3xx 重定向

• 301 Moved Permanently ：永久性重定向
• 302 Found ：临时性重定向
• 303 See Other ：和 302 有着相同的功能，但是 303 明确要求客户端应该采用 GET 方法获取资源。
• 304 Not Modified ：如果请求报文首部包含一些条件，例如：If-Match，If-Modified-Since，If-None-Match，If-Range，If-Unmodified-Since，如果不满足条件，则服务器会返回 304 状态码。
• 307 Temporary Redirect ：临时重定向，与 302 的含义类似，但是 307 要求浏览器不会把重定向请求的 POST 方法改成 GET 方法。

 
4xx 客户端错误

• 400 Bad Request ：请求报文中存在语法错误。
• 401 Unauthorized ：该状态码表示发送的请求需要有认证信息（BASIC 认证、DIGEST 认证）。如果之前已进行过一次请求，则表示用户认证失败。
• 403 Forbidden ：请求被拒绝。
• 404 Not Found ： 资源没找到

 
5xx 服务端错误

• 500 Internal Server Error ：服务器正在执行请求时发生错误。
• 503 Service Unavailable ：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。

梳理完了请求/响应报文，再来看看 HTTP 其他几个比较重要的知识点

 
Cookie
 
详情见我另外一篇文章，链接在下面。

Cookie与Session概念与区别

 
连接管理
 

从左到右分别为 短连接、持久连接、流水线，其中持久连接又名长连接。

1. 短连接与持久连接

当浏览器访问一个包含多张图片资源的 HTML 页面时，除了请求访问的 HTML 页面资源，还会请求这些其他的资源。如果每进行一次 HTTP 通信就要新建一个 TCP 连接，那么开销会很大。

持久连接只需要建立一次 TCP 连接就能进行多次 HTTP 通信。

从 HTTP/1.1 开始默认是持久连接的，如果要断开连接，需要由客户端或者服务器端提出断开，使用 Connection : close

在 HTTP/1.1 之前默认是短连接的，如果需要使用持久连接，则使用 Connection : Keep-Alive。

2. 流水线

默认情况下，HTTP 请求是按顺序发出的，下一个请求只有在当前请求收到响应之后才会被发出。由于受到网络延迟和带宽的限制，在下一个请求被发送到服务器之前，可能需要等待很长时间。

流水线是在同一条长连接上连续发出请求，而不用等待响应返回，这样可以减少延迟。

 
HTTP/1.1对比HTTP/1.0
 

• 默认是持久连接，这个是最重要的区别
• 支持流水线
• 支持同时打开多个 TCP 连接
• 新增了五个请求方法 OPTIONS, PUT, DELETE, TRACE 和 CONNECT
• 新增缓存处理指令 max-age

现在应用广泛的主要还是 HTTP/1.1
关于 HTTP/1.1 与 HTTP/2.0 的对比可以参考下面这篇文章。

HTTP1.0、HTTP1.1 和 HTTP2.0 的区别