Vimer的程序世界

注：公司同事分享，在此仅作交流

1 HTTP协议的概念和历史

1.1 什么是HTTP协议

HTTP协议是超文本传送协议(HyperText Transfer Protocol)的缩写，它是万维网(World Wide Web,www,也简称为Web)的基础。HTTP协议设计之初就是为了实现Web的想法。HTTP协议位于TCP/IP协议栈的应用层。 我们在浏览器的地址栏里输入的网站地址叫做URL(UniformResourceLocator，统一资源定位符)。就像每家每户都有一个门牌地址一样，每个网页也都有一个Internet地址。当你在浏览器的地址框中输入一个URL或是单击一个超级链接时，URL就确定了要浏览的地址。浏览器通过超文本传输协议(HTTP)，将Web服务器上站点的网页代码提取出来，并呈现出客户端需要的网页。 HTTP协议使用的默认端口是80，同时也支持自定义端口。

1.2 HTTP协议的历史

HTTP协议到现在为止总共经历了3个版本的演化，第一个HTTP协议诞生于1989年3月。当时Berners-Lee向 CERN（Conseil Europeen pour la Recherche Nucleaire，欧洲核能研究所)提交了一篇名为《信息管理的一个提议》的文章。文章中提出了www网络的构想，不过仅仅在很多方面都只关注了概念，而没涉及到细节。 第一个HTTP协议的版本是HTTP 0.9，它的组成极其简单，因为它只允许客户端发送GET这一种请求，它不包含协议头，每个请求只有一句话，例如： GET /index.html 由于没有协议头，造成了HTTP 0.9协议只支持一种内容，即纯文本。不过网页仍然支持用HTML语言格式化，同时无法插入图片。所以HTTP 0.9能够支持的应用实在太有限了。一次HTTP 0.9的传输首先要建立一个由客户端到Web服务器的TCP连接，由客户端发起一个请求，然后由Web服务器返回页面内容，然后连接会关闭。如果请求的页面不存在，也不会返回任何错误码。 HTTP 0.9的缺点是显著的，但至少实现了第一代的Web。 HTTP协议的第二个版本是HTTP 1.0，直到HTTP 1.0成为最重要的面向事务的应用层协议。该协议对每一次请求/响应，同样是建立并关闭一次连接。其特点是简单、易于管理，所以它符合了大家的需要，得到了广泛的应用。 并且HTTP 1.0最显著的变化之一是开始支持客户端通过POST方法向Web服务器提交数据。从此客户端与Web服务器之间不再只能单向地获取数据，而可以实现交互，因此CGI（Common Gate Interface，通用网关接口）开始流行起来，Web上开始出现留言板、论坛等丰富的应用。 HTTP 1.0还有个显著的变化是通过HTTP协议头可以支持各种媒体类型。从此Web上不再仅仅是纯文本的页面，比如图像通过<img>的HTML标记开始出现。 除了以上几个新特性，HTTP 1.0支持长连接（但默认还是使用短连接），缓存机制，以及身份认证。 虽说HTTP协议的设计是向前兼容的，但目前很多浏览器和Web服务器都强制要求HTTP协议版本至少是1.0。 HTTP协议的第三个版本是HTTP 1.1，它就是目前使用最广泛的协议版本。这个版本的HTTP协议已经稳定了，跟HTTP 1.0相比，它新增了很多引人注目的新特性，比如Host协议头，一个HTTP请求的头中可以包含一句例如： Host: vimer.cn 从此一个Web服务器可以支持挂载多个域名了，无需每个域名都使用独立IP，每个网站可以使用虚拟主机。 另一个HTTP 1.1的新特性是支持部分内容请求/响应，这意味着当客户端请求的数据量很大时，可以分多次发起请求，每次请求只要求获取整块数据的一部分。Web服务器也可以分多次响应，每次只返回整块数据的一部分。这使得流媒体得以实现。 从HTTP 1.1开始，客户端默认与Web 服务器建立长连接，这种连接适合Web上数据量较大的丰富应用，使得资源消耗更少。 QzHTTP就是一个支持HTTP 1.1协议的Web Server。 2.HTTP协议内容介绍

2.1 URI

HTTP协议通过URI（Uniform Resource Identifiers，统一资源定位符）来访问资源。根据RFC 1808的官方定义，一个完整URI的组成如下： http://myname:mypass@www.vimer.cn:80/mydir/myfile.html?myvar=myvalue#myfrag  

URI字段

表 2.1

可见协议名称用“://”结束，用户名和密码以“:”分隔，以“@”结束，端口号与主机网络地址以“:”分隔，资源路径与查询字符串以“?”分隔，锚点以#开头。 并且，只有协议名称、主机网络地址和资源路径是必须包含在URI里的。 一个更常见的例子如下： http://www.vimer.cn/ 在这里面，http是协议，www.vimer.cn是主机网络地址，注意末尾的/就是资源路径，这是必须的。当我们平时使用Web浏览器访问时，只需要输入www.vimer.cn就可以访问，这是由于Web浏览器替我们自动补齐了前面的http://和最后的/，Web浏览器发起请求时使用的URI还是完整的，Web浏览器并不强制用户输入格式规范的URI。  

2.2 HTTP请求与响应

HTTP协议的交互主要由请求和响应组成，请求是指客户端发起向Web服务器请求资源的消息，而响应是Web服务器根据客户端的请求回送给客户端的资源消息。 发出的请求信息（Request Message）包括以下几部分： l  请求行，例如GET /images/logo.gif HTTP/1.1，表示从/images 目录下请求logo.gif 这个文件。 l  （请求）头，例如Accept-Language: en l  空行 l  可选的消息体 请求行和标题必须以<CR><LF> 作为结尾（也就是，回车然后换行）。空行内必须只有<CR><LF>而无其他空格。在HTTP/1.1 协议中，所有的请求头，除Host外，都是可选的。 请求方法（Request Method） HTTP/1.1协议中共定义了八种方法（有时也叫“动作”）来表明Request-URI指定的资源的不同操作方式： l  OPTIONS 返回服务器针对特定资源所支持的HTTP请求方法。也可以利用向Web服务器发送'*'的请求来测试服务器的功能性。 l  HEAD 向服务器索要与GET请求相一致的响应，只不过响应体将不会被返回。这一方法可以在不必传输整个响应内容的情况下，就可以获取包含在响应消息头中的元信息。 l  GET 向特定的资源发出请求。注意：GET方法不应当被用于产生“副作用”的操作中，例如在Web 应用程序中。其中一个原因是GET可能会被网络蜘蛛等随意访问。 l  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。 l  PUT 向指定资源位置上传其最新内容。 l  DELETE 删除指定资源。 l  TRACE 回显服务器收到的请求。 l  CONNECT HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。 方法名称是区分大小写的。当某个请求所针对的资源不支持对应的请求方法的时候，服务器应当返回状态码405（Method Not Allowed）；当服务器不认识或者不支持对应的请求方法的时候，应当返回状态码501（Not Implemented)。 HTTP服务器至少应该实现GET和HEAD方法，其他方法都是可选的，可选方法中还有一个重要的方法是POST。当然，所有的方法支持的实现都应当符合下述的方法各自的语义定义。此外，除了上述方法，特定的HTTP服务器还能够扩展自定义的方法。 一个GET请求的示例如图2.3所示：

图2.3 HTTP请求

GET 代表方法名，后面的/代表资源路径，HTTP/1.1表示协议版本。下面都是协议头部分，常见的头字段如表2.2所示。  

HTTP协议头字段

表2.2

HTTP协议是Web内容的容器。一个示例HTTP响应如图2.4所示：  

图2.4 HTTP响应

每个响应由HTTP协议头和Web内容构成。Web服务器收到一个请求，就会立刻解释请求中所用到的方法，并开始处理应答。服务器的响应消息也包含头字段形式的协议头。响应的格式在RFC2616中定义如下： Status-Line* （（ general-header）| response-header | entity-header）CRLF) CRLF [ message-body ] 响应消息的第一行是状态行（Stauts-Line），由协议版本以及数字状态码和相关的文本短语组成,各部分间用空格符隔开，除了最后的回车或换行外，中间不允许有回车换行。 Status-Line = HTTP-Version SP Status-Code SP Reason-Phrase CRLF 状态码是试图理解和满足请求的三位数字的整数码， 原因短语（Reason-Phrase）是为了给出的关于状态码的文本描述。状态码用于控制条件，而原因短语（Reason-Phrase）是让用户便于阅读。客户端不需要检查和显示原因短语。 状态码的第一位数字定义响应类型。后两位数字没有任何分类角色。第一位数字有五种值，如表2.3所示。  

HTTP响应状态码

表 2.3

下面列举了为HTTP/1.1定义的状态码值，和对应的原因短语（Reason-Phrase）的例子。 l  客户端错误 "100" : Continue  继续 "101" : witching Protocols  交换协议 l  成功 "200" : OK "201" : Created 已创建 "202" : Accepted 接收 "203" : Non-Authoritative Information 非认证信息 "204" : No Content 无内容 "205" : Reset Content 重置内容 "206" : Partial Content 部分内容 l  重定向 "300" : Multiple Choices 多路选择 "301" : Moved Permanently  永久转移 "302" : Found 暂时转移 "303" : See Other 参见其它 "304" : Not Modified 未修改 "305" : Use Proxy 使用代理 "307" : Temporary Redirect l  客户方错误 "400" : Bad Request 错误请求 "401" : Unauthorized 未认证 "402" : Payment Required 需要付费 "403" : Forbidden 禁止 "404" : Not Found 未找到 "405" : Method Not Allowed 方法不允许 "406" : Not Acceptable 不接受 "407" : Proxy Authentication Required 需要代理认证 "408" : Request Time-out 请求超时 "409" : Conflict 冲突 "410" : Gone 失败 "411" : Length Required 需要长度 "412" : Precondition Failed 条件失败 "413" : Request Entity Too Large 请求实体太大 "414" : Request-URI Too Large 请求URI太长 "415" : Unsupported Media Type 不支持媒体类型 "416" : Requested range not satisfiable "417" : Expectation Failed l  服务器错误 "500" : Internal Server Error 服务器内部错误 "501" : Not Implemented 未实现 "502" : Bad Gateway 网关失败 "503" : Service Unavailable "504" : Gateway Time-out 网关超时 "505" : HTTP Version not supported  HTTP版本不支持 HTTP状态码是可扩展的。HTTP应用程序不需要理解所有已注册状态码的含义，尽管那样的理解显而易见是很合算的。但是，应用程序必须了解由第一位数字指定的状态码的类型，任何未被识别的响应应被看作是该类型的x00状态，有一个例外就是未被识别的响应不能缓存。例如，如果客户端收到一个未被识别的状态码431，则可以安全的假定请求有错，并且它会对待此响应就像它接收了一个状态码是400的响应。在这种情况下，用户代理（user agent）应当把实体和响应一起提交给用户，因为实体很可能包括人可读的关于解释不正常状态的信息。报文最后是实体信息，即客户请求得到的HTTP服务器上的资源内容。 点击这里下载原版pdf