TCP/IP协议族之应用层协议——HTTP

前言

HTTP大名如雷贯耳，前端er无人不知，无人不晓。今天就解开你的神秘面纱，我最熟悉的陌生人。

HTTP

HTTP全称“超文本传输协议”，英文名："HyperText Transfer Protocol"，是一种用于分布式、协作式和超媒体信息系统的应用层协议。HTTP是万维网的数据通信的基础。

说白了，就是约定的一组协议，设计之初就是用来发布和接收HTML页面的（HTTP/0.9）。

之后HTTP“火遍全网”，更新升级之后（HTTP/1.0）更是牛逼了，什么内容都能传（这为互联网的大发展奠定了基础）。而且除了基本的GET命令外，新增了POST,HEAD命令，这使得通过HTTP不仅能读取服务器的内容，还可以修改服务器上的内容！（下面详细介绍这些命令）。

正因为可以传输的东西多了，就需要标识传输内容的格式，所以HTTP/1.0请求响应的内容也不单单是数据部分。每次通信都必须包括头信息（HTTP header），用来描述一些元数据。其他的新增功能还包括状态码（status code）、多字符集支持、多部分发送（multi-part type）、权限（authorization）、缓存（cache）、内容编码（content encoding）等。

HTTP/1.0虽然好，但是设计的时候是“无连接”的，即每个TCP连接只能发送一个请求。发送数据完毕，连接就关闭，如果还要请求其他资源，就必须再新建一个连接。

因为TCP连接的新建成本很高，因为需要客户端和服务器三次握手，并且开始时发送速率较慢（slow start）。所以，HTTP 1.0版本的性能比较差。随着网页加载的外部资源越来越多，这个问题就愈发突出了。

伟大的事物之所以伟大，就是因为不断地迭代自身，1997年1月，HTTP/1.1 版本发布，只比 1.0 版本晚了半年。它进一步完善了 HTTP 协议，一直用到了20年后的今天，直到现在还是最流行的版本。

HTTP/1.1版的最大变化，就是引入了持久连接（persistent connection），即TCP连接默认不关闭，可以被多个请求复用，不用声明Connection: keep-alive（浏览器默认给你加上）。

客户端和服务器发现对方一段时间没有活动，就可以主动关闭连接。不过，规范的做法是，客户端在最后一个请求时，发送Connection: close，明确要求服务器关闭TCP连接。

目前，对于同一个域名，大多数浏览器允许同时建立6个持久连接。

虽然HTTP/1.1版还引入了管道机制（pipelining），即在同一个TCP连接里面，客户端可以同时发送多个请求。这样就进一步改进了HTTP协议的效率。但大部分浏览器都默认关闭这个功能(因为这个功能没有很好解决实际问题，并且还会带来性能问题)。

HTTP/2基于谷歌实验项目SPDY，于2015年5月正式成为标准。与 HTTP/1.1 相比，HTTP/2 的主要变化在于性能提升。相关技术关键词：二进制分帧层，数据流、消息和帧，请求与响应复用，数据流优先级，流控制，服务器推送，标头压缩这里就不做介绍（关于HTTP/2.0详细信息可以查看blog hpbn.co/http2/）

虽然HTTP/2已经发布了一段时间，HTTP/3也正在路上，但是目前为止，互联网使用最多，兼容范围最广的还是HTTP/1.1。

HTTP/1.1请求和响应报文

浏览器发起HTTP请求流程

1. 构建请求（构建请求行信息）
2. 查找缓存（浏览器缓存是一种在本地保存的副本，以供下次请求时直接使用的技术）
3. 准备IP地址和端口
4. 等待TCP队列（同一个域名同时最多只能建立6个TCP连接，如果在同一个域名下同时有10个请求发生，那么其中就有4个请求进入排队等待状态。）
5. 建立TCP连接
6. 发送HTTP请求

HTTP 请求和响应具有相似的结构，由以下部分组成︰

• 一行起始行用于描述要执行的请求，或者是对应的状态，成功或失败。这个起始行总是单行的。
• 一个可选的HTTP头集合指明请求或描述消息正文。
• 一个空行指示所有关于请求的元数据已经发送完毕。
• 一个可选的包含请求相关数据的正文 (比如HTML表单内容), 或者响应相关的文档。 正文的大小有起始行的HTTP头来指定。
• 起始行和 HTTP 消息中的HTTP 头统称为请求头，而其有效负载被称为消息正文。

}

HTTP 请求

请求行

HTTP请求是由客户端发出的消息，用来使服务器执行动作。起始行 (start-line) 包含三个元素：

一个 HTTP 方法，一个动词 (像 GET, PUT 或者 POST) 或者一个名词 (像 HEAD 或者 OPTIONS), 描述要执行的动作. 例如, GET 表示要获取资源，POST 表示向服务器推送数据 (创建或修改资源, 或者产生要返回的临时文件)。

请求目标 (request target)，通常是一个 URL，或者是协议、端口和域名的绝对路径，通常以请求的环境为特征。请求的格式因不同的 HTTP 方法而异。它可以是：

一个绝对路径，末尾跟上一个 ' ? ' 和查询字符串。这是最常见的形式，称为 原始形式 (origin form)，被 GET，POST，HEAD 和 OPTIONS 方法所使用。

POST / HTTP/1.1

GET /background.png HTTP/1.0

HEAD /test.html?query=alibaba HTTP/1.1

OPTIONS /anypage.html HTTP/1.0

一个完整的URL，被称为 绝对形式 (absolute form)，主要在使用 GET 方法连接到代理时使用。

GET http://developer.mozilla.org/en-US/docs/Web/HTTP/Messages HTTP/1.1

由域名和可选端口（以':'为前缀）组成的 URL 的 authority component，称为 authority form。 仅在使用 CONNECT 建立 HTTP 隧道时才使用。

CONNECT developer.mozilla.org:80 HTTP/1.1

星号形式 (asterisk form)，一个简单的星号('*')，配合 OPTIONS 方法使用，代表整个服务器。

OPTIONS * HTTP/1.1

HTTP 版本 (HTTP version)，定义了剩余报文的结构，作为对期望的响应版本的指示符。

请求头

来自请求的 HTTP headers 遵循和 HTTP header 相同的基本结构：不区分大小写的字符串，紧跟着的冒号 (':') 和一个结构取决于 header 的值。 整个 header（包括值）由一行组成，这一行可以相当长。

有许多请求头可用，它们可以分为几组：

General headers，例如 Via，适用于整个报文。

Request headers，例如 User-Agent，Accept-Type，通过进一步的定义(例如 Accept-Language)，或者给定上下文(例如 Referer)，或者进行有条件的限制 (例如 If-None) 来修改请求。

Entity headers，例如 Content-Length，适用于请求的 body。显然，如果请求中没有任何 body，则不会发送这样的头文件。

例子：

请求体

请求的最后一部分是它的 body。不是所有的请求都有一个 body：例如获取资源的请求，GET，HEAD，DELETE 和 OPTIONS，通常它们不需要 body。 有些请求将数据发送到服务器以便更新数据：常见的的情况是 POST 请求（包含 HTML 表单数据）。

请求体 大致可分为两类：

Single-resource bodies，由一个单文件组成。该类型 body 由两个 header 定义： Content-Type 和 Content-Length.

Multiple-resource bodies，由多部分 body 组成，每一部分包含不同的信息位。通常是和 HTML Forms 连系在一起。

HTTP 响应

响应行

HTTP 响应的起始行被称作 状态行 (status line)，包含以下信息：

协议版本，通常为 HTTP/1.1。 状态码 (status code)，表明请求是成功或失败。常见的状态码是 200，404，或 302。 状态文本 (status text)。一个简短的，纯粹的信息，通过状态码的文本描述，帮助人们理解该 HTTP 消息。 一个典型的状态行看起来像这样：HTTP/1.1 404 Not Found。

响应头

响应的 HTTP headers 遵循和任何其它 header 相同的结构：不区分大小写的字符串，紧跟着的冒号 (':') 和一个结构取决于 header 类型的值。 整个 header（包括其值）表现为单行形式。

有许多响应头可用，这些响应头可以分为几组：

General headers，例如 Via，适用于整个报文。

Response headers，例如 Vary 和 Accept-Ranges，提供其它不符合状态行的关于服务器的信息。

Entity headers，例如 Content-Length，适用于请求的 body。显然，如果请求中没有任何 body，则不会发送这样的头文件。

例子：

响应体

响应的最后一部分是 body。不是所有的响应都有 body：具有状态码 (如 201 或 204) 的响应，通常不会有 body。

响应体 大致可分为三类：

Single-resource bodies，由已知长度的单个文件组成。该类型 body 由两个 header 定义：Content-Type 和 Content-Length。

Single-resource bodies，由未知长度的单个文件组成，通过将 Transfer-Encoding 设置为 chunked 来使用 chunks 编码。

Multiple-resource bodies，由多部分 body 组成，每部分包含不同的信息段。但这是比较少见的。

常见HTTP请求方式

HTTP 响应代码

HTTP状态码分类 HTTP状态码由三个十进制数字组成，第一个十进制数字定义了状态码的类型，后两个数字没有分类的作用。HTTP状态码共分为5种类型：

HTTP状态码分类

HTTP状态码列表:

HTTP状态码列表