「计算机网络」初识http协议

前言

HTTP协议——互联网发展的基石，从一个最简单的“helloworld”网页，到现在博客平台、视频网站都离不开HTTP协议的存在。随着互联网的发展，Web网页的设计也越发复杂，前后端开发的分工也越发明确，HTTP作为连接前后端的桥梁，只有掌握它才能更好地实现前后端数据交接。

HTTP协议基础

概念

HTTP（HyperText Transfer Protocol，超文本传输协议），工作于TCP/IP协议族中的应用层，基于TCP协议来提供服务，是互联网发展基石般的存在，用于浏览器与远端服务器的通信，并获取其内部资源，如：网页html、图片等。

HTTP是无状态协议，也就是说服务器不会保存每次请求的信息。对于服务器来讲，每次连接都是独立的，所有连接一视同仁。这样设计简化了服务器的设计与压力，但在需要保存状态的情况（如登录信息、历史记录等），则需要使用cookie、session等手段来实现个性化服务。

HTTP的工作流程

HTTP是基于CS模型的一种通信协议，通信过程中必定由客户端（浏览器）先发起请求，服务器进行响应（返回网页信息）。

HTTP协议在通信时的流程

发起DNS请求：HTTP协议在向远端服务器发起请求前，会先向DNS服务器请求域名所对应的IP地址。
建立TCP连接：获取到IP地址后，与远端服务器建立连接（三次握手）。
客户端发送请求：建立好连接后，客户端向服务器发送一个HTTP请求。
服务器响应请求：服务器收到请求后，根据请求内容发送响应报文
显示网页：客户端收到响应报文，解析数据，显示到网页当中。

HTTP协议格式

HTTP协议中报文分为两类：请求报文与响应报文，但他们的报文格式都是通用的，即报头首行 + 头部字段 + 空行 + 报文数据（可选）。

报文格式：

请求报文
- 请求行：包含请求方法，HTTP版本。
- 头部字段：包含通用字段 + 请求字段。
- 空行：固定格式，用于区分报头与报文。
- 报文数据（可选）：请求报文一般没有报文数据。
响应报文
- 状态行：包含请求的状态码、原因，HTTP版本。
- 头部字段：包含通用字段 + 响应字段。
- 空行：固定格式。
- 报文数据（可选）：返回请求的资源，可以是html、图片、js等。

报头首行

请求行

请求行包含请求方法、请求URI与HTTP版本，例如：

GET / HTTP/1.1    # 请求行
User-Agent: PostmanRuntime/7.39.0
Accept: */*
Postman-Token: bf247d0a-a311-41c1-a739-29bdeb43d0fb
Host: localhost:8080
Accept-Encoding: gzip, deflate, br
Connection: keep-alive

常用请求首部方法

请求方法	描述
GET	请求指定资源的表示形式。GET请求应当只用于获取数据，而不应对服务器产生任何副作用。
POST	向指定资源提交数据进行处理。数据包含在请求体中。POST请求可能会导致服务器状态的改变或者副作用。
PUT	向指定资源位置上传其最新内容。PUT请求会用请求中的数据替换目标资源的全部内容。
DELETE	请求服务器删除请求的指定资源。
HEAD	类似于GET请求，但只请求资源的首部信息，不返回具体内容。通常用于检查资源的有效性或获取资源的元数据。
OPTIONS	请求指定资源的通信选项和可用方法。可以用于检查服务器支持哪些HTTP方法。
PATCH	对资源进行部分修改。PATCH请求包含的实体中，通常只包括修改的部分，而不是资源的全部内容。

状态行

状态行包含HTTP版本、状态码、原因，例如：

HTTP/1.1 200 OK       #状态行
Date: Fri, 14 Jun 2024 13:04:10 GMT
Server: Apache
Last-Modified: Tue, 12 Jan 2010 13:48:00 GMT
ETag: "51-47cf7e6ee8400"
Accept-Ranges: bytes
Content-Length: 81
Cache-Control: max-age=86400
Expires: Sat, 15 Jun 2024 13:04:10 GMT
Connection: Keep-Alive
Content-Type: text/html

状态码类别

状态码类别	含义
1xx 信息性状态码	接收的请求正在处理。
2xx 成功状态码	请求已被成功接收、理解和处理。
3xx 重定向状态码	需要进一步操作以完成请求。
4xx 客户端错误状态码	客户端存在问题。
5xx 服务器错误状态码	服务器在处理请求时遇到错误。

常见状态码

状态码	原因	描述
200	OK	请求被正确处理
201	Created	请求成功并创建了新的资源
204	No Content	请求成功但没有内容返回
301	Moved Permanently	永久重定向，资源已永久移动到新URL
302	Found	资源暂时位于不同的URL
400	Bad Request	请求由于语法错误无法被理解
401	Unauthorized	客户端必须进行身份验证才能获得请求的响应
403	Forbidden	客户端无权访问内容
404	Not Found	服务器找不到请求的资源
500	Internal Server Error	服务器遇到无法处理的情况
502	Bad Gateway	服务器作为网关时收到无效响应
503	Service Unavailable	服务器无法处理请求
504	Gateway Timeout	服务器作为网关时没有及时收到响应

首部字段

首部字段是HTTP协议用于控制HTTP运作方式的要素之一，可以将其当成HTTP的额外选项。

首部字段分为三类

通用首部字段：无论是响应报文还是请求报文都可以使用的选项。
响应/请求首部字段：仅可以在响应/请求报文中使用的字段。
实体首部字段：实体首部字段虽然可以在HTTP请求和响应中使用，但其专注于为报文的消息体提供服务。

通用首部字段

首部字段	描述
Cache-Control	指示请求或响应的缓存机制，用于控制缓存的存储和检索方式。
Connection	控制当前连接的选项。常用值包括 `keep-alive`（保持连接）和 `close`（关闭连接）。
Date	指示消息发送的日期和时间，格式为RFC 1123日期格式。
Pragma	包含实现特定的指令，主要用于向后兼容HTTP/1.0。常见值为 `no-cache`，用于防止缓存。
Trailer	指定在消息末尾可能出现的字段，用于分块传输编码。
Transfer-Encoding	指示传输消息体的编码方式，例如 `chunked`（分块传输编码）。
Upgrade	用于向服务器或客户端发出协议升级请求，通常用于HTTPS或HTTP/2升级。
Via	显示报文经过的中间节点（代理服务器或网关），用于追踪请求或响应的路径。
Warning	传达与缓存相关的警告信息，告知客户端可能存在的缓存问题。

请求/响应首部字段

响应首部字段

首部字段	描述
Accept-Ranges	指示服务器是否支持字节范围请求（partial requests），如`bytes`。
Age	响应在缓存中存储的时间，以秒为单位。
ETag	资源的实体标签，服务器用来标识资源的特定版本。
Location	指示客户端重定向到的URL，用于3xx状态码的响应。
Proxy-Authenticate	指示客户端需要进行代理身份验证的信息。
Retry-After	指示客户端应在多长时间后再次尝试请求，用于5xx状态码的响应。
Server	包含服务器软件的信息。
Vary	指示缓存服务器使用的请求头，以区分不同的响应。
WWW-Authenticate	指示客户端如何进行身份验证，以便访问资源。
Set-Cookie	发送会话cookie到客户端。
Content-Location	给出实际访问的资源的URL。

请求首部字段

首部字段	描述
Accept	指定客户端能够处理的内容类型。
Accept-Charset	指定客户端能够接收的字符集。
Accept-Encoding	指定客户端能够处理的内容编码。
Accept-Language	指定客户端能够处理的自然语言。
Host	指定请求的目标主机名和端口号，必须包含在HTTP/1.1请求中。
User-Agent	包含发出请求的用户代理信息（如浏览器类型、版本等）。
Authorization	包含客户端为获取资源进行身份验证的信息。
Cache-Control	用于指定请求和响应遵循的缓存机制。
Connection	控制当前连接的选项，例如 `keep-alive` 和 `close`。
Cookie	包含客户端之前收到的并存储在客户端上的Cookie。
Content-Length	在POST请求中，表示请求体的长度（以字节为单位）。
Content-Type	在POST请求中，表示请求体的媒体类型。
Date	发送请求的日期和时间。
Expect	指定客户端要求服务器满足的特定行为。
If-Match	仅在客户端提供的ETag值与资源的ETag值匹配时才执行请求。
If-Modified-Since	仅在请求的资源自指定日期后被修改过时才返回资源。
If-None-Match	仅在请求的资源的ETag值与客户端提供的不匹配时才返回资源。
If-Range	仅在请求的资源自指定日期后被修改过时才返回部分资源。
If-Unmodified-Since	仅在请求的资源自指定日期后未被修改过时才执行请求。
Range	请求返回资源的部分内容，指定字节范围。
Referer	指定请求资源的来源页面。

实体首部字段

首部字段	描述
Allow	列出资源支持的HTTP请求方法。
Content-Encoding	指示对实体进行的编码类型，用于标识实体数据被压缩的方式。
Content-Language	描述资源的自然语言，例如 `en` 表示英语。
Content-Length	指定实体主体的大小，以字节为单位。
Content-Location	给出请求资源的替代位置，通常是一个URL。
Content-MD5	包含实体主体的MD5校验和，用于检查数据完整性。
Content-Range	指示实体主体中部分内容的位置，用于部分请求。
Content-Type	指定实体主体的媒体类型，例如 `text/html`。
Expires	指定实体主体过期的日期和时间，用于缓存控制。
Last-Modified	指示资源最后修改的日期和时间。

HTTP状态管理

HTTP是无状态的协议，这意味这服务器无法区分每个连接之间的区别，但实际上的网页服务上总是能见到用户登录、购物车等需要状态管理的内容。于是HTTP引入cookie、session等功能来实现数据的持久化状态管理。

Cookie与session

Cookie

Cookie 是一种存储在客户端中的小型数据文件，由服务器生成并发送给客户端。客户端每次访问该服务器时，都会自动携带相应的Cookie信息。服务器通过检索Cookie信息，从而给拥有不同Cookie的请求提供不同的服务。

工作流程

客户端发送请求（无Cookie）。
服务器设置Cookie信息。
客户端接收并存储Cookie信息。
客户端发送含有Cookie的报文。

cookie的结构

字段名称	描述
Name	Cookie的名称，唯一标识这个Cookie。
Value	Cookie的值，与名称一起构成键值对。
Domain	指定Cookie适用的域。浏览器将只发送此Cookie到该域名或其子域名。
Path	指定Cookie适用的路径。浏览器将只发送此Cookie到该路径及其子路径。
Expires/Max-Age	指定Cookie的过期时间。`Expires`使用具体的日期和时间表示，而`Max-Age`使用相对时间（以秒为单位）表示。
Secure	指定Cookie仅通过HTTPS连接发送，增加了Cookie的安全性。
HttpOnly	指定Cookie不能被JavaScript访问，减少XSS攻击的风险。
SameSite	控制Cookie在跨站请求时的行为，有三个值：`Strict`、`Lax`、`None`，用于防范CSRF攻击。