HTTP协议介绍（分析tinyhttpd【上】）

概述

超文本传输协议（HyperText Transfer Protocol，HTTP）是从服务器传输数据到客户端的传输协议。

HTTP 的主要特点

• 简单快速：客户向服务器请求服务时，只需传送请求方法和路径。由于HTTP协+ 议简单，使得HTTP服务器的程序规模小，因而通信速度很快。
• 灵活：HTTP允许传输任意类型的数据对象。传输的类型由 Content-Type 加以标记。
• 无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接。采用这种方式可以节省传输时间。
• 无状态：HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。

客户端和服务器端交互的过程

• 客户发起连接
• 客户发送请求
• 服务器响应请求
• 服务器关闭连接 //因为是无连接的，所以响应完毕就断开了连接

HTTP报文

请求端（客户端）的HTTP报文叫做请求报文，响应段（服务器端）的叫做响应报文。HTTP报文本身是由多行（CR+LF作换行符’\r\n’）数据构成的字符串文本
请求报文和响应报文的结构：

请求行

请求消息的第一行就是请求行。它指明使用的请求方法、资源标示符、和 HTTP 版本。如
GET /hello.htm HTTP/1.1

请求方法

GET：获取资源

GET 方法用来请求访问已被 URI 识别的资源。指定的资源进服务器端解析后返回响应内容。换言之，如果请求的资源是文本（静态页面请求），那就保持原样返回；如果是像CGI 那样的程序（动态页面请求），则返回经过执行后的输出结果。

POST：传输实体主体

POST 的主要目的是用来传输实体的主体，不是获取响应的主体内容


请求方法用来定义操作资源的方式，HTTP/1.1 协议中定义了八种请求方法：
GET：读取资源数据
POST：新建资源数据
PUT：更新资源数据
DELETE：删除资源数据
HEAD：读取资源的元数据
OPTIONS：读取该资源所支持的所有请求方法
TRACE：回显服务器收到的请求，主要用于测试或诊断
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。通常用于SSL加密服务器的链接（经由非加密的HTTP代理服务器）
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。

资源标示符

URL(Uniform Resource Locator) 地址用于描述一个网络上的资源, 基本格式如下
如：schema://host[:port#]/path/…/[?query-string][#anchor]
scheme 指定低层使用的协议(例如：http, https, ftp)
host HTTP服务器的IP地址或者域名
port# HTTP服务器的默认端口是80，这种情况下端口号可以省略。如果使用了别的端口，必须指明，例如 http://www.cnblogs.com:8080/
path 访问资源的路径
query-string 发送给http服务器的数据
anchor- 锚
更多关于URL的资料请参考URL详解

请求头字段

用来传递客户端的更多信息，以及传递解析消息主体的必要信息。如

User-Agent: Mozilla/4.0 (compatible; MSIE5.01; Windows NT)Host: example.comAccept-Language: en-usAccept-Encoding: gzip, deflate

常见请求头字段有

• Accept: 客户端接受哪些 Mine 类型。如 Accept: text/html
• Accept-Encoding: 支持的编码类型。如 gzip, deflate, sdch
• Accept-Language: 可接受的语言。如 en-US,en;q=0.8
• User-Agent:一个标识客户端的字符串。如 User-Agent: Mozilla/5.0 - (Macintosh; Intel Mac OS X 10_9_5) AppleWebKit/537.36 (KHTML，like Gecko) Chrome/38.0.2125.101 Safari/537.36
• Cookie: Cookie。如 sessionid=c8422b97-98e2-4bc6-aa31-9b667d6ca4a5; theme=4;
• Referer: 从那个页面到的该页面。

空行

指示头字段区完成，消息主体开始（如果有消息主体的话）。

响应消息

状态行

由http版本、状态码、状态描述文字构成。如
HTTP/1.1 200 OK

状态码

HTTP 状态码（HTTP Status Code）是用以表示网页服务器 HTTP 响应状态的3位数字代码。
所有的状态码的第一个数字代表了响应的五种状态之一:
1xx：代表请求已被接受，需要继续处理。这类响应是临时响应，只包含状态行和某些可选的响应头信息，并以空行 结束。
2xx：代表请求接收、理解并且接受。
3xx：代表需要客户端采取进一步的操作才能完成请求。通常，这些状态码用来重定向，后续的请求地址（重定向目 标）在本次响应的Location域中指明。当且仅当后续的请求所使用的方法是GET或者HEAD时，用户浏览器才可以 在没有用户介入的情况下自动提交所需要的后续请求。
4xx：代表了客户端看起来可能发生了错误，妨碍了服务器的处理。除非响应的是一个HEAD请求，否则服务器就应 该返回一个解释当前错误状况的实体，以及这是临时的还是永久性的状况。
5xx：代表了服务器在处理请求的过程中有错误或者异常状态发生，，也有可能是服务器意识到以当前的软硬件资源 无法完成对请求的处理。

常见状态码有：

200: 请求已经成功，请求所希望的响应头或者数据体将随着此响应返回
202: 服务器已接受请求，但尚未处理。正如它可能被拒绝一样，最终该请求可能会也可能不会被执行。在异步操作的场合下，没有比发送这个状态码更方便的做法了
204: 服务器成功处理了请求，但不需要返回任何实体内容，并且希望返回更新了的元信息
304: 被请求的资源内容没有发生更改
400: 包含语法错误，无法被服务器解析
403: 服务器已经接收请求，但是拒绝执行
404: 请求失败，请求所希望得到的资源未在服务器上发现
408: 请求超时。客户端可以再次提交这一请求而无需任何修改
500: 服务器内部错误，无法处理请求
502: 作为网关或者代理工作的服务器尝试执行请求时，从上游服务器接收到无效响应
504: 作为网关或者代理工作的服务器尝试执行请求时，未能及时从上游服务器（URI标识出的服务器，例如HTTP、FTP、LDAP）或者辅助服务器（例如DNS）收到响应

响应头字段

和请求消息类似，首部字段会包括服务器本身的一些信息指示、以及响应消息本身的元数据。如
Date: Mon, 27 Jul 2009 12:28:53 GMT
Server: Apache/2.2.14 (Win32)
Last-Modified: Wed, 22 Jul 2009 19:15:56 GMT
Content-Length: 88
Content-Type: text/html
Connection: Closed
常见响应头有：
Content-Encoding: 数据的编码类型。如 Content-Encoding: gzip
Server: 服务器的名称。如 Server:thin 1.5.0 codename Knife
Location: 通知客户端新的资源位置。如 Location: http://www.github.com/login
Content-Type: 响应数据的类型。如 Content-Type:text/html; charset=UTF-8
Content-Encoding: 响应数据的编码格式。如 gzip。客户端会根据该值对响应内容解码。

消息主体

消息主体是请求消息的承载数据。比如在提交POST表单，并且表单方法不是GET时，表单数据就是打包在消息主体内的。消息主体是可选的。

参考资料

• HTTP协议详解
• HTTP协议全览