HTTP协议简介 | 小菜学网络

Web 是互联网上最流行的应用，没有之一。Web 网站由 HTML 网页和相关资源组成，通过 Web 服务器对外服务。用户则通过浏览器连接 Web 服务器，浏览网页。

世界上有成千上万的网站，而浏览器也是五花八门。浏览器和 Web 服务器必须对如何请求和响应数据达成一致，否则就乱套了。这就是本文要讨论的 超文本传输协议（ hypertext transfer protocol ），即 HTTP 协议负责的范畴。

HTTP 协议是一种应用层协议，它规定了参与 Web 通信的浏览器和 Web 服务器之间的通信细节。HTTP 协议主要用于传输超文本网页及其相关网络资源，其中

Web 浏览器（ browser ）作为客户端，主动发起请求（ request ）；
Web 服务器（ server ）作为服务端，被动回复响应（ response ）；

依赖TCP

无论是 Web 服务器还是浏览器，一般都是由进程运行。我们知道，进程间的网络通信是由传输层协议负责的，这跟 HTTP 协议有什么关系呢？为什么还需要 HTTP 协议呢？

其实，传输层协议和应用层并不冲突，后者是在前者基础上的发展和补充。传输层让进程具备互发数据的能力，但对具体的数据格式并不关心。而数据格式显然跟具体应用相关，Web 应用跟电子邮件肯定不同，由应用层来定义更为合适。

HTTP 协议有赖于 TCP 协议提供的传输层信道，Web 服务器以 80 为默认端口。

浏览器请求资源时，先建立到服务器的 TCP 连接，再通过 TCP 提供的字节流传输服务发送请求。服务器收到请求后，同样通过 TCP 提供的字节流服务回复响应。至于请求和响应的具体格式，则由 HTTP 协议定义。

TCP 提供字节流传输服务；
HTTP 规定了请求和响应的格式；

连接建立

那么，HTTP 规定的请求和响应的格式大概是怎样的呢？接下来，以小菜的个人简介为例，学习 HTTP 协议的格式和通信过程。网页 URL 是：http://cors.fasionchan.com/about.html 。

当浏览器访问这个 URL 时，它根据 URL 格式解析出服务器主机部分 cors.fasionchan.com 。这是一个域名，必须先通过 DNS 解析为 IP 地址后，方能连接。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


root@netbox [ ~ ]  ➜ dig cors.fasionchan.com

; <<>> DiG 9.16.1-Ubuntu <<>> cors.fasionchan.com
;; global options: +cmd
;; Got answer:
;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 11185
;; flags: qr rd ra; QUERY: 1, ANSWER: 2, AUTHORITY: 0, ADDITIONAL: 0

;; QUESTION SECTION:
;cors.fasionchan.com.		IN	A

;; ANSWER SECTION:
cors.fasionchan.com.	15	IN	CNAME	cors.fasionchan.com.w.cdngslb.com.
cors.fasionchan.com.w.cdngslb.com. 15 IN A	124.227.151.227

;; Query time: 15 msec
;; SERVER: 192.168.65.1#53(192.168.65.1)
;; WHEN: Mon Feb 14 15:11:08 CST 2022
;; MSG SIZE  rcvd: 97

得到目标 Web 服务器的 IP 地址后，浏览器便可建立到服务器 80 端口的 TCP 连接。

HTTP请求

TCP 连接建好后，浏览器便可组织 HTTP 请求，并通过 TCP 连接发给服务器，格式如下：

1
2
3
4
5


GET /about.html HTTP/1.1
Host: cors.fasionchan.com
User-Agent: curl/7.64.1
Accept: */*

可以看到 HTTP 请求由一些文本行构成，每一行以 \r\n 换行，分为几个部分：

请求行（ line ），位于第一行，描述想要请求的资源和协议版本；
请求头（ header ）可选，位于请求行之后，一个一行，可能有若干行；
空行
请求体（ body ），位于空行之后，可选；

请求行

请求行分为 3 部分，以空格分隔，依次是：

请求方法（ method ），GET 方法表示获取；
请求路径（ path ），即待请求的资源在服务器上的路径，通常是 URL 上的路径部分；
协议版本（ version ），例子使用的是 HTTP 协议 1.1 版本；

请求方法

HTTP 支持多种请求方法，各代表不同的请求语义，大致罗列如下表：

请求方法	语义	说明
GET	获取	获取资源数据
POST	提交	提交数据给服务器，比如提交表单
PUT	替换	更新指定资源，更新策略为整体替换
PATCH	部分更新	更新指定资源，更新策略为部分更新
DELETE	删除	删除指定资源

请求头

HTTP 请求头位于请求行后，由若干字段组成，每个字段占一行。每一行包含字段名和对应的值，中间以英文冒号 : 隔开。通过 HTTP 请求头，客户端可以将一些元信息告诉服务器。

举个例子， User-Agent 将客户端的具体类型告诉服务器；而 Host 头部则告诉服务器客户端想要访问的站点，一般为 URL 中的服务器主机部分。一台 Web 服务器能够同时服务多个站点，Host 头指定了请求的目标站点。

HTTP响应

Web 服务器接到 HTTP 请求后，解析协议便知道客户端想要的资源。它取出资源后，组织 HTTP 响应，并通过 TCP 连接回复客户端，格式如下：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


HTTP/1.1 200 OK
Server: Tengine
Content-Type: text/html
Content-Length: 1392

<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8">
    <title>关于小菜</title>
    <link href="./about-style.css" rel="stylesheet" />
  </head>
  <body>
    <section class="intro">
      <h1>关于小菜</h1>
      <img src="https://fasionchan.com/images/profile.png" class="avatar"/>
      <!-- 此处有省略 -->
  </body>
</html>

HTTP 响应跟 HTTP 请求非常类似，同样由一些文本行构成，分为几个部分：

状态行（ status line ），位于第一行，表示请求的结果是否成功；
响应头（ header ），跟请求头类似；
空行
响应体（ body ），即服务器返回的资源内容；

状态行

状态行同样分为 3 部分，以空格分隔，依次是：

协议版本（ version ）；
状态码（ status code ），描述请求状态，200 表示成功；
原因措词（ reason phrase ），状态码的可读说明，可为空；

状态码

状态码由 3 位数字组成，描述请求状态，根据数字第 1 位可分为 5 类：

类别	语义	说明
1XX	提示
2XX	成功
3XX	重定向
4XX	客户端错误
5XX	服务端错误

例子中服务器返回的状态码是 200 ，表示请求成功。

响应头

响应头跟请求头类似，同样由若干字段组成，每个字段占一行。

例子中的服务器，通过 Content-Type 响应头告知客户端资源的类型是 text/html ，也就是 HTML 网页；Content-Length 头则告诉客户端资源大小是 1392 字节。

HTTP头部

由于头部字段请求和响应都有，因而经常统称为 HTTP 头部（ header ）。HTTP 头部分为很多字段，有些字段是请求和响应通用的，有些是请求或响应特有的：

通用头字段（ general ），请求和响应都支持的字段；
请求头字段（ request ），请求特有的字段；
响应头字段（ response ）响应特有的字段；
实体头字段（ entity ），实体相关字段；

响应体

响应头之后跟着一个空行，然后就是响应体，它保存着资源本身。回到上面例子，我们可以看到响应体中保存的 HTML 网页内容，即网页的源代码。

顺便提一句，浏览器根据 Content-Length 头标注的字节数读取整个响应体，然后根据 Content-Type 头标注的类型对数据进行处理。对于 HTML 网页，浏览器将其解析成 DOM 结构并渲染出来。

小结

HTTP 协议位于应用层，是 Web 应用的核心协议，负责超文本网页和相关数据资源的传输。浏览器作为客户端主动发起 HTTP 请求，而 Web 服务器作为服务端被动回复 HTTP 响应。

HTTP 协议是基于文本的网络协议，请求和响应均由一些文本行构成。

HTTP 请求分为 3 部分：

请求行，以空格为分隔符分为 3 部分：
- 请求方法
- 请求路径
- 协议版本
请求头
请求体

HTTP 响应分为 3 部分：

状态行，以空格为分隔符分为 3 部分：
- 协议版本
- 状态码
- 原因措词
响应头
响应体

【小菜学网络】系列文章首发于公众号【小菜学编程】，敬请关注：