前言

HTTP = Hypertext Transfer Protocol = 超文本传输协议是在万维网上进行通信时所使用的协议方案。HTTP有很多应用，但最著名的是用于Web浏览器和Web服务器之间的双工通信。

transfer表示的是“（状态的）转移”，而不是传输。

一、HTTP概述

web客户端和服务器

Web内容存储在web服务器上，web服务器使用的是HTTP协议，所以也被称作HTTP服务器。
最常见的HTTP客户端就是web浏览器，web浏览器向服务器请求HTTP对象，并将这些对象显示在屏幕上。

web客户端和服务器

媒体（MIME）类型

MIME = Multipurpose Internet Mail Extension = 多用途因特网邮件扩展

Web服务器会为所有HTTP对象数据附加一个MIME类型。当Web浏览器从服务器取回一个对象时，会去查看相关的MIME类型，看看它是否知道应该如何处理这个对象。大多数浏览器都可以处理数百种常见的对象类型：显示图片文件、解析并格式化HTML文件、通过计算机声卡播放音频文件、或者运行外部插件软件来处理特殊格式的数据

MIME类型是一种文本标记，表示一种主要的对象类型和一个特定的子类型，中间由一条斜杠来分隔。
格式：

Content-type:image/jpeg;
Content-length:12984;

常见MIME类型列表举例：

URI、URL、URN

URI就像因特网上的邮政地址一样，在全世界范围内唯一标识并定位信息资源

URI：统一资源标识符，URI有两种形式：URL和URN
URL：统一资源定位符，如：http://www.joes-hardware.com/specials/saw-blade.gif ，现在，几乎所有的URI都是URL
URN：统一资源名，将特定内容用唯一名称访问，与资源所在地无关，甚至资源可以复制多份，目前尚未普及，如：urn:ietf:rfc:2141

URL一般包含三个部分：

• 第一部分称为方案（scheme），说明了访问资源所用的协议类型，通常就是HTTP协议（http://）
• 第二部分是服务器的因特网地址（www.joes-hardware.com）
• 其余部分指定了web服务器上的某个资源（比如：/specials/saw-blade.git）

事务

一个HTTP事务由一条（从客户端发往服务器的）请求命令和一个（从服务器发回客户端的）响应结果组成。这种通信是通过名为HTTP报文（HTTP message）的格式化数据块进行的。

HTTP方法

HTTP method

状态码

三位数字的代码。每个数字状态码，HTTP还会发送一条解释性的“原因短语”文本。

Web页面中可以包含多个对象

应用程序完成一项任务时通常会发布多个HTTP事务。比如，web浏览器会发布一系列HTTP事务来获取并显示一个包含了丰富图片的Web页面。因此，一个“Web”页面通常并不是单个资源，而是一组资源的集合。

报文

HTTP报文是由一行一行的简单字符串组成的。HTTP报文都是纯文本，不是二进制代码。报文有两种：

• 从web客户端发往web服务器的HTTP报文称为 请求报文（request message）。
• 从服务器发往客户端的报文称为 响应报文（response message）。

HTTP报文包含以下三个部分：

• 起始行
  报文的第一行就是起始行，在请求报文中用来说明要做些什么，在响应报文中说明出现了什么情况。包括请求方法，请求资源，协议，请求起始行如：GET /tools.html HTTP/1.0；响应起始行如：HTTP/1.0 200 OK

• 首部字段
  起始行后有零个或多个首部字段。每个首部字段都包含一个名字和一个值，之间用冒号(：)分隔。如：Content-Length、Content-Type等

• 主体
  起始行和首部字段都是文本形式且都是结构化的，而主体不同，主体可以包含任意的二进制数据（图片、视频、音轨、软件程序、文本）

所以一个GET事务中包含：请求起始行、请求首部、请求主体（没有）、响应起始行（状态）、响应主体

连接

TCP = Transimission Control Protocol = 传输控制协议

TCP/IP

HTTP是个应用层协议。HTTP无需关心网络通信的具体细节，它把联网的细节都交给了通用、可靠的因特网传输协议TCP/IP。

TCP提供了：

• 无差错的数据传输
• 按序传输（数据总是会按照发送的顺序到达）
• 未分段的数据流（可以在任意时刻以任意尺寸将数据发送出去）

用网络术语来说，HTTP协议位于TCP的上层。HTTP使用TCP来传输其报文数据。与之类似，TCP则位于IP的上层。

连接、IP地址及端口号

在HTTP客户端向服务器发送报文之前，需要用网际协议（Internet Protocol，IP）地址和端口号在客户端和服务端之间建立一条TCP/IP连接。

在TCP中，你需要知道服务器的IP地址，以及与服务器上运行的特定软件相关的TCP端口号。有了IP地址和端口号，客户端就可以很方便的通过TCP/IP进行通信了。

域名（文本形式的域名） => 域名服务（DNS Domain Name Service） => IP地址

步骤如下：
(a)浏览器从URL中解析出服务器的主机名；
(b)浏览器将服务器的主机名转换成服务器的IP地址；
(c)浏览器将端口号（如果有的话）从URL中解析出来；
(d)浏览器建立一条与Web服务器的TCP连接；
(e)浏览器向服务器发送一条HTTP请求报文；
(f)服务器向浏览器回送一条HTTP响应报文；
(g)关闭连接，浏览器显示文档。

使用Telnet实例

Telnet程序可以将键盘连接到某个目标TCP端口，并将此TCP端口的输出回送到显示屏上。Telnet常用于远程终端会话，但它几乎可以连接所有的TCP服务器，包括HTTP服务器。

可以通过Telnet程序直接与Web服务器进行对话。通过Telnet可以打开一条到某台机器上某个端口的TCP连接，然后直接向哪个端口输入一些字符。Web服务器会将Telnet程序作为一个Web客户端来处理，所有回送给TCP连接的数据都会显示在屏幕上。

• 首先，查找 www.joes-hardware.com 的IP地址，打开一条到那台及其端口80的TCP连接。Telnet会为我们完成那些“跑腿儿”的工作。
• 一旦打开了TCP连接，就要输入HTTP请求了。
• 请求结束（由一个空行表示）之后，服务器会在一条HTTP响应中将内容回送并关闭连接。

示例：使用telnet的HTTP事务

# 1.建立连接
telnet www.joes-hardware.com 80
# 2.发送请求报文
GET /tools.html HTTP/1.1
Host: www.joes-hardware.com

Web的结构组件

• 代理
  位于客户端和服务器之间的HTTP中间实体（代表用户访问服务器）

• 缓存
  HTTP的仓库，使常用的页面可以保存在离客户端更近的地方

• 网关
  连接其他应用程序的特殊Web服务器

• 隧道
  对HTTP通信报文进行盲转发的特殊代理

• Agent代理
  发起自动HTTP请求的版智能Web客户端

代理

HTTP代理服务器是Web安全、应用集成以及性能优化的重要组成模块。

代理位于客户端和服务器之间，接收所有客户端的HTTP请求，并将这些请求转发给服务器（可能会对请求进行修改之后转发）。对于用户来说，这些应用程序就是一个代理，代表用户访问服务器。

代理还可以对请求和响应进行过滤。

缓存

Web缓存（Web cache）或代理缓存（proxy cache）是一种特殊的HTTP代理服务器，可以将经过代理传送的常用文档复制保存起来，以提高性能。

客户端从附近的缓存下载文档会比从远程Web服务器下载快得多。HTTP定义了很多功能，使得缓存更加高效，并规范了文档的新鲜度和缓存内容的隐私性。

网关

网关（gateway）是一种特殊的服务器，作为其他服务器的中间实体使用。通常用于将HTTP流量转换成其他的协议。
例如一个HTTP/FTP网关会通过HTTP请求接收对FTP URI的请求，但通过FTP协议来获取文档。得到的文档会被封装成一条HTTP报文，发送给客户端。

隧道

HTTP隧道（tunnel）的一种常见用途是通过HTTP连接承载加密的安全套接字层（SSL，Secure Sockets Layer）流量，这样SSL流量就可以穿过只允许Web流量通过的防火墙了。

Agent代理

用户Agent代理（简称为Agent代理）是代表用户发起HTTP请求的客户端程序。Web浏览器就是一种大家熟悉的HTTP Agent代理，用户代理还包括：“网络蜘蛛”（spiders）或者“Web机器人”（Web robots）