HTTP协议详解

一、HTTP 1.0和HTTP 1.1的区别

　　一个WEB站点每天可能要接收到上百万的用户请求，为了提高系统的效率，HTTP 1.0规定浏览器与服务器只保持短暂的连接，浏览器的每次请求都需要与服务器建立一个TCP连接，服务器完成请求处理后立即断开TCP连接，服务器不跟踪每个客户也不记录过去的请求。但是，这也造成了一些性能上的缺陷，例如，一个包含有许多图像的网页文件中并没有包含真正的图像数据内容，而只是指明了这些图像的URL地址，当WEB浏览器访问这个网页文件时，浏览器首先要发出针对该网页文件的请求，当浏览器解析WEB服务器返回的该网页文档中的HTML内容时，发现其中的图像标签后，浏览器将根据标签中的src属性所指定的URL地址再次向服务器发出下载图像数据的请求，如图1.1所示。

图1.1
　　显 然，访问一个包含有许多图像的网页文件的整个过程包含了多次请求和响应，每次请求和响应都需要建立一个单独的连接，每次连接只是传输一个文档和图像，上一次和下一次请求完全分离。即使图像文件都很小，但是客户端和服务器端每次建立和关闭连接却是一个相对比较费时的过程，并且会严重影响客户机和服务器的性 能。当一个网页文件中包含Applet，JavaScript文件，CSS文件等内容时，也会出现类似上述的情况。
　　为了克服HTTP 1.0的这个缺陷，HTTP 1.1支持持久连接，在一个TCP连接上可以传送多个HTTP请求和响应，减少了建立和关闭连接的消耗和延迟。一个包含有许多图像的网页文件的多个请求和应答可以在一个连接中传输，但每个单独的网页文件的请求和应答仍然需要使用各自的连接。HTTP 1.1还允许客户端不用等待上一次请求结果返回，就可以发出下一次请求，但服务器端必须按照接收到客户端请求的先后顺序依次回送响应结果，以保证客户端能够区分出每次请求的响应内容，这样也显著地减少了整个下载过程所需要的时间。基于HTTP 1.1协议的客户机与服务器的信息交换过程，如图1.2所示。

图1.2
　　可见，HTTP 1.1在继承了HTTP 1.0优点的基础上，也克服了HTTP 1.0的性能问题。不仅如此，HTTP 1.1还通过增加更多的请求头和响应头来改进和扩充HTTP 1.0的功能。例如，由于HTTP 1.0不支持Host请求头字段，WEB浏览器无法使用主机头名来明确表示要访问服务器上的哪个WEB站点，这样就无法使用WEB服务器在同一个IP地址和端口号上配置多个虚拟WEB站点。在HTTP 1.1中增加Host请求头字段后，WEB浏览器可以使用主机头名来明确表示要访问服务器上的哪个WEB站点，这才实现了在一台WEB服务器上可以在同一个IP地址和端口号上使用不同的主机名来创建多个虚拟WEB站点。HTTP 1.1的持续连接，也需要增加新的请求头来帮助实现，例如，Connection请求头的值为Keep-Alive时，客户端通知服务器返回本次请求结果后保持连接；Connection请求头的值为close时，客户端通知服务器返回本次请求结果后关闭连接。HTTP 1.1还提供了与身份认证、状态管理和Cache缓存等机制相关的请求头和响应头。

二、HTTP协议特点

• 支持客户/服务器模式。
• 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。请求方法常用的有GET、HEAD、POST。每种方法规定了客户与服务器联系的类型不同。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。正在传输的类型由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。http（超文本传输协议）是一个基于请求与响应模式的、无连接、无状态的、应用层的协议，常基于TCP的连接方式，HTTP1.1版本中给出一种持续连接的机制，绝大多数的Web开发，都是构建在HTTP协议之上的Web应用。

三、telnet测试HTTP协议

• 打开tomcat
• 打开cmd命令行
• telnet localhost 8080
• ctrl+]
• 回车 回车
• 输入 GET /test/index.jsp HTTP/1.1 回车
• Host: localhost 回车 回车
  localhost也可以不写
  就会获得响应信息

四、HTTP协议详解之请求篇

http请求由三部分组成，分别是：请求行、请求头、请求正文
请求行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本，格式如下：
Method Request-URI HTTP-Version CRLF
其中 Method表示请求方法；Request-URI是一个统一资源标识符；HTTP-Version表示请求的HTTP协议版本；CRLF表示回车和换行（除了作为结尾的CRLF外，不允许出现单独的CR或LF字符）。

请求方法（所有方法全为大写）有多种，各个方法的解释如下：

• GET 请求获取Request-URI所标识的资源（常用）
• POST 在Request-URI所标识的资源后附加新的数据（常用，表单（form））
• HEAD 请求获取由Request-URI所标识的资源的响应消息报头
• PUT 请求服务器存储一个资源，并用Request-URI作为其标识
• DELETE 请求服务器删除Request-URI所标识的资源
• TRACE 请求服务器回送收到的请求信息，主要用于测试或诊断
• CONNECT 保留将来使用
• OPTIONS 请求查询服务器的性能，或者查询与资源相关的选项和需求

应用举例（CRLF表示回车键）：

• GET方法：在浏览器的地址栏中输入网址的方式访问网页时，浏览器采用GET方法向服务器获取资源

GET /test/index.jsp HTTP/1.1 (CRLF)

• POST方法：要求被请求服务器接受附在请求后面的数据，常用于提交表单。

POST /reg.jsp HTTP/ (CRLF)

• 其他方法示例

Accept:image/gif,image/x-xbit,... (CRLF)...HOST:www.baidu.com (CRLF)Content-Length:22 (CRLF)Connection:Keep-Alive (CRLF)  //保持连接状态Cache-Control:no-cache (CRLF)  //缓存控制：无缓存(CRLF)         //该CRLF表示消息报头已经结束，在此之前为消息报头user=jeffrey&pwd=1234  //此行以下为提交的数据（form表单）

• HEAD方法与GET方法几乎是一样的，对于HEAD请求的回应部分来说，它的HTTP头部中包含的信息与通过GET请求所得到的信息是相同的。利用这个方法，不必传输整个资源内容，就可以得到Request-URI所标识的资源的信息。该方法常用于测试超链接的有效性，是否可以访问，以及最近是否更新。

GET方法和POST方法的区别：
主要是数据传递

• GET方法：
  在请求的URL地址后以？的形式带上交给服务器的数据参数，多个数据之间以&隔开
  注：如果要提交用户名密码，不要用GET方式提交，在url中会显示出来（暴露了orz…）
  GET在url后附带的参数是有数据容量限制的，数据容量不超过1k

GET /test/1.html?name=xiaoxi HTTP/1.1

• POST方式：可以在请求的实体内容中向服务器发送数据，没有数据容量的限制

五、HTTP协议详解之响应篇

在接收和解释请求消息后，服务器会返回一个HTTP响应消息。
HTTP响应也是由三个部分组成，分别是：响应头、响应行、响应正文
响应行格式如下：

HTTP-Version Status-Code Reason-Phrase CRLF

其中，HTTP-Version表示服务器HTTP协议的版本；Status-Code表示服务器发回的响应状态代码；Reason-Phrase表示状态代码的文本描述。

响应状态代码有三位数字组成，第一个数字定义了响应的类别，且有五种可能取值：

• 1xx：指示信息–表示请求已接收，要求客户机继续发送下一次请求才能完成整个处理过程
• 2xx：成功–表示请求已被成功接收、理解、接受
• 3xx：重定向–要完成请求必须进行更进一步的操作。常用302（找别人）,304,307（拿缓存）
• 4xx：客户端错误–请求有语法错误或请求无法实现
• 5xx：服务器端错误–服务器未能实现合法的请求

常见状态代码、状态描述、说明：

• 200 OK //客户端请求成功
• 400 Bad Request //客户端请求有语法错误，不能被服务器所理解
• 401 Unauthorized //请求未经授权，这个状态代码必须和WWW– Authenticate报头域一起使用
• 403 Forbidden //服务器收到请求，但是拒绝提供服务
• 404 Not Found //请求资源不存在，eg：输入了错误的URL
• 500 Internal Server Error //服务器发生不可预期的错误
• 503 Server Unavailable //服务器当前不能处理客户端的请求，一段时间后可能恢复正常
  eg：HTTP/1.1 200 OK （CRLF）

六、HTTP详解之消息报头篇

HTTP消息报头包括普通报头、请求报头、响应报头、实体报头。
每一个报头域都是由名字+“：”+空格+值 组成，消息报头域的名字是大小写无关的。

1. 普通报头

在普通报头中，有少数报头域用于所有的请求和响应消息，但并不用于被传输的实体，只用于传输的消息。
eg：

• Cache-Control 用于指定缓存指令，缓存指令是单向的（响应中出现的缓存指令在请求中未必会出现），且是独立的（一个消息的缓存指令不会影响另一个消息处理的缓存机制），HTTP1.0使用的类似的报头域为Pragma。
  请求时的缓存指令包括：no-cache（用于指示请求或响应消息不能缓存）、no-store、max-age、max-stale、min-fresh、only-if-cached;
  响应时的缓存指令包括：public、private、no-cache、no-store、no-transform、must-revalidate、proxy-revalidate、max-age、s-maxage.
  eg：为了指示IE浏览器（客户端）不要缓存页面，服务器端的JSP程序可以编写如下：
  这句代码将在发送的响应消息中设置普通报头域：Cache-Control:no-cache

response.setHeader("Cache-Control","no-cache");//response.setHeader("Pragma","no-cache");

• Date普通报头域表示消息产生的日期和时间
• Connection普通报头域允许发送指定连接的选项。例如指定连接是连续，或者指定“close”选项，通知服务器，在响应完成后，关闭连接close/Keep-alive。

2. 请求报头

请求报头允许客户端向服务器端传递请求的附加信息以及客户端自身的信息。
常用的请求报头

• Accept（不写，默认什么都支持）
  Accept请求报头域用于指定客户端接受哪些类型的信息。
  eg：Accept：image/gif，表明客户端希望接受GIF图象格式的资源；Accept：text/html，表明客户端希望接受html文本。
• Accept-Charset
  Accept-Charset请求报头域用于指定客户端接受的字符集。
  eg：Accept-Charset:iso-8859-1,gb2312.如果在请求消息中没有设置这个域，缺省是任何字符集都可以接受。
• Accept-Encoding（不写，默认什么都支持）
  Accept-Encoding请求报头域类似于Accept，但是它是用于指定可接受的内容编码，压缩格式
  eg：Accept-Encoding:gzip.deflate.
• Accept-Language（不写，默认什么都支持）
  Accept-Language请求报头域类似于Accept，但是它是指客户机的语言环境。
  eg：Accept-Language:zh-cn.（中文-中国）
• Authorization
  Authorization请求报头域主要用于证明客户端有权查看某个资源。当浏览器访问一个页面时，如果收到服务器的响应代码为401（未授权），可以发送一个包含Authorization请求报头域的请求，要求服务器对其进行验证。
• Host（发送请求时，该报头域是必需的）
  Host请求报头域主要用于指定被请求资源的Internet主机和端口号，它通常从HTTP URL中提取出来的，
  eg：在浏览器中输入：http://www.guet.edu.cn/index.html
  浏览器发送的请求消息中，就会包含Host请求报头域，如下：
  Host：www.guet.edu.cn，此处使用缺省端口号80
  若指定了端口号，则变成：Host：www.guet.edu.cn:指定端口号
• User-Agent
  我们上网登陆论坛的时候，往往会看到一些欢迎信息，其中列出了你的操作系统的名称和版本，你所使用的浏览器的名称和版本，这往往让很多人感到很神奇，实际上，服务器应用程序就是从User-Agent这个请求报头域中获取到这些信息。User-Agent请求报头域允许客户端将它的操作系统、浏览器和其它属性告诉服务器。不过，这个报头域不是必需的，如果我们自己编写一个浏览器，不使用User-Agent请求报头域，那么服务器端就无法得知我们的信息了。
• If-Modified-Since
  客户机通过这个请求头高速服务器，资源的缓存日期
• Referer
  客户机通过这个请求头告诉服务器，它是通过哪个url来访问服务器的（防盗链）
• Cookie:客户机通过这个请求头
  请求报头举例：

GET /form.html HTTP/1.1 (CRLF)Accept:image/gif,image/x-xbitmap,image/jpeg,application/x-shockwave-flash,application/vnd.ms-excel,application/vnd.ms-powerpoint,application/msword,*/* (CRLF)Accept-Language:zh-cn (CRLF)Accept-Encoding:gzip,deflate (CRLF)If-Modified-Since:Wed,05 Jan 2007 11:21:25 GMT (CRLF)If-None-Match:W/"80b1a4c018f3c41:8317" (CRLF)User-Agent:Mozilla/4.0(compatible;MSIE6.0;Windows NT 5.0) (CRLF)Host:www.guet.edu.cn (CRLF)Connection:Keep-Alive (CRLF)(CRLF)

3. 响应报头

响应报头允许服务器传递不能放在状态行中的附加响应信息，以及关于服务器的信息和对Request-URI所标识的资源进行下一步访问的信息。

常用的响应报头

• Location（配合302状态码使用，服务器通过这个头，告诉客户机找谁）
  Location响应报头域用于重定向接受者到一个新的位置。Location响应报头域常用在更换域名的时候。
• Server（服务器通过这个头，告诉浏览器，服务器的类型）
  Server响应报头域包含了服务器用来处理请求的软件信息。与User-Agent请求报头域是相对应的。

4. 实体报头

请求和响应消息都可以传送一个实体。一个实体由实体报头域和实体正文组成，但并不是说实体报头域和实体正文要在一起发送，可以只发送实体报头域。实体报头定义了关于实体正文（eg：有无实体正文）和请求所标识的资源的元信息。

常用的实体报头

• Content-Encoding（服务器通过这个头，告诉浏览器，数据的压缩格式）
  Content-Encoding实体报头域被用作媒体类型的修饰符，它的值指示了已经被应用到实体正文的附加内容的编码，因而要获得Content-Type报头域中所引用的媒体类型，必须采用相应的解码机制。Content-Encoding这样用于记录文档的压缩方法
  eg：Content-Encoding：gzip
• Content-Language（服务器通过这个头，告诉浏览器，数据的类型）
  Content-Language实体报头域描述了资源所用的自然语言。没有设置该域则认为实体内容将提供给所有的语言阅读
  者。
  eg：Content-Language:da
• Content-Length（服务器通过这个头，告诉浏览器，数据的回送长度）
  Content-Length实体报头域用于指明实体正文的长度，以字节方式存储的十进制数字来表示。
• Content-Type（服务器通过这个头，告诉浏览器，回送数据的类型）
  Content-Type实体报头域用语指明发送给接收者的实体正文的媒体类型。
  eg：Content-Type:text/html;charset=ISO-8859-1
  Content-Type:text/html;charset=GB2312
• Last-Modified（服务器通过这个头，告诉浏览器当前资源缓存时间）
  Last-Modified实体报头域用于指示资源的最后修改日期和时间。
  Refresh服务器通过这个头，告诉浏览器资源多长时间刷新一次
• Content-Disposition:下载相关
  response.setHeader(“Content-Disposition”, “attachment;filename=/02.jpg”);
• ETag:缓存相关
• Expires：缓存相关，数据缓存时间，-1或0则是不缓存
  Expires实体报头域给出响应过期的日期和时间。为了让代理服务器或浏览器在一段时间以后更新缓存中(再次访问曾访问过的页面时，直接从缓存中加载，缩短响应时间和降低服务器负载)的页面，我们可以使用Expires实体报头域指定页面过期的时间。eg：Expires：Thu，15 Sep 2006 16:23:12 GMT

七、HTTP协议是无状态的和Connection: keep-alive的区别

　　无状态是指协议对于事务处理没有记忆能力，服务器不知道客户端是什么状态。从另一方面讲，打开一个服务器上的网页和你之前打开这个服务器上的网页之间没有任何联系。
　　HTTP是一个无状态的面向连接的协议，无状态不代表HTTP不能保持TCP连接，更不能代表HTTP使用的是UDP协议（无连接）。
　　从HTTP/1.1起，默认都开启了Keep-Alive，保持连接特性，简单地说，当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP连接不会关闭，如果客户端再次访问这个服务器上的网页，会继续使用这一条已经建立的连接。
　　Keep-Alive不会永久保持连接，它有一个保持时间，可以在不同的服务器软件（如Apache）中设定这个时间。

八、HTTP实用头字段

HTTP请求头字段：Range头，HTTP请求里面，实现断点下载

• Range:bytes=1000-2000
  传输范围从1000到2000个字节
• Range:bytes=1000-
  传输范围为1000个字节以后的
• Range:bytes=1000
  传输范围为最后1000个字节

HTTP响应头字段：

• Accept-Ranges：表示服务器是否支持Range头

  • 如果支持，返回Acceptno-Ranges:bytes
  • 不支持，返回Accept-Ranges:none

• Content-Range指定了资源的字节范围
  Content-Range:1000-3000/5000

九、web优化

即减少浏览器向服务器请求的次数

• 多个img合并
• 多个script合并
• 多个css合并