Http协议

本文转载自简书作者–陶邦仁：

http协议漫谈

Session 和 Cookie 的区别

• Session 和 Cookie 的区别

**Session 和 Cookie的作用为了保持访问用户与后端服务器的交互状态**

Session 和 Cookie 的区别

• Session 和 Cookie 的区别附加总结

陶邦仁 作者的整个web请求系列的文章，写的特别好，建议大家详细看看，附上链接

• WEB请求处理
  • WEB请求处理一：浏览器请求发起处理
  • WEB请求处理二：Nginx请求反向代理
  • WEB请求处理三：Servlet容器请求处理
  • WEB请求处理四：Tomcat配置实践
  • WEB请求处理五：MVC框架请求处理

1 HTTP报文

HTTP报文是面向文本的，报文中的每一个字段都是一些ASCII码串，各个字段的长度是不确定的。HTTP有两类报文：请求报文和响应报文。

1.1 HTTP请求报文解剖

1.1.1 请求报文结构

HTTP请求报文由3部分组成（请求行+请求头+请求体）：

HTTP请求报文构成

下面是一个实际的请求报文：

实际的请求报文

①为请求方法，GET和POST是最常见的HTTP方法，除此以外还包括DELETE、HEAD、OPTIONS、PUT、TRACE。不过，当前的大多数浏览器只支持GET和POST，Spring 3.0提供了一个HiddenHttpMethodFilter，允许你通过“_method”的表单参数指定这些特殊的HTTP方法（实际上还是通过POST提交表单）。服务端配置了HiddenHttpMethodFilter后，Spring会根据_method参数指定的值模拟出相应的HTTP方法，这样，就可以使用这些HTTP方法对处理方法进行映射了。

GET：最常见的一种请求方式，服务器将URL定位的资源放在响应报文的数据部分，回送给客户端。地址中”?”之后的部分就是通过GET发送的请求数据，各个数据之间用”&”符号隔开。显然，这种方式不适合传送私密数据。另外，由于不同的浏览器对地址的字符限制也有所不同，一般最多只能识别1024个字符，所以如果需要传送大量数据的时候，也不适合使用GET方式。

POST：对于上面提到的不适合使用GET方式的情况，可以考虑使用POST方式，因为使用POST方法可以允许客户端给服务器提供信息较多。POST方法将请求参数封装在HTTP请求数据中，以名称/值的形式出现，可以传输大量数据，这样POST方式对传送的数据大小没有限制，而且也不会显示在URL中。

关于HTTP请求GET和POST的区别：

1. GET提交：请求的数据会附在URL之后（就是把数据放置在HTTP协议头＜request-line＞中），以?分割URL和传输数据，多个参数用&连接。如果数据是英文字母/数字，原样发送，如果是空格，转换为+，如果是中文/其他字符，则直接把字符串用BASE64加密，得出如： %E4%BD%A0%E5%A5%BD，其中％XX中的XX为该符号以16进制表示的ASCII。
   POST提交：把提交的数据放置在是HTTP的报文体＜request-body＞中。
   因此，GET提交的数据会在地址栏中显示出来，而POST提交，地址栏不会改变。
2. 传输数据的大小：
   首先声明，HTTP协议没有对传输的数据大小进行限制，HTTP协议规范也没有对URL长度进行限制。 而在实际开发中存在的限制主要有：
   GET：特定浏览器和服务器对URL长度有限制，例如IE对URL长度的限制是2083字节(2K+35)。对于其他浏览器，如Netscape、FireFox等，理论上没有长度限制，其限制取决于操作系统的支持。
   因此对于GET提交时，传输数据就会受到URL长度的限制。
   POST：由于不是通过URL传值，理论上数据不受限。但实际各个WEB服务器会规定对post提交数据大小进行限制，Apache、IIS6都有各自的配置。
3. 安全性：
   POST的安全性要比GET的安全性高。注意：这里所说的安全性和上面GET提到的“安全”不是同个概念。上面“安全”的含义仅仅是不作数据修改，而这里安全的含义是真正的Security的含义，比如：通过GET提交数据，用户名和密码将明文出现在URL上，因为(1)登录页面有可能被浏览器缓存，(2)其他人查看浏览器的历史纪录，那么别人就可以拿到你的账号和密码了，

②为请求对应的URL地址，它和报文头的Host属性组成完整的请求URL。

③为协议名称及版本号。

④为HTTP的报文头，报文头包含若干个属性，格式为“属性名:属性值”，服务端据此获取客户端的信息。

⑤为报文体，它将一个页面表单中的组件值通过param1=value1&param2=value2的键值对形式编码成一个格式化串，它承载多个请求参数的数据。不但报文体可以传递请求参数，请求URL也可以通过类似于“/chapter15/user.html?param1=value1&param2=value2”的方式传递请求参数。

对照上面的请求报文，我们把它进一步分解，你可以看到一幅更详细的结构图：

HTTP请求报文结构图

1.1.2 HTTP请求报文头属性

报文头属性是什么东西呢？我们不妨以一个小故事来说明吧。

快到中午了，张三丰不想去食堂吃饭，于是打电话叫外卖：老板，我要一份[鱼香肉丝]，要12：30之前给我送过来哦，我在江湖湖公司研发部，叫张三丰。

这里，你要[鱼香肉丝]相当于HTTP报文体，而“12：30之前送过来”，你叫“张三丰”等信息就相当于HTTP的报文头。它们是一些附属信息，帮忙你和饭店老板顺利完成这次交易。

请求HTTP报文和响应HTTP报文都拥有若干个报文关属性，它们是为协助客户端及服务端交易的一些附属信息。

1. Accept：

   请求报文可通过一个“Accept”报文头属性告诉服务端 客户端接受什么类型的响应。

   如下报文头相当于告诉服务端，俺客户端能够接受的响应类型仅为纯文本数据啊，你丫别发其它什么图片啊，视频啊过来，那样我会歇菜的~~~：

   Accept:text/plain

   Accept属性的值可以为一个或多个MIME类型的值，关于MIME类型，大家请参考：http://en.wikipedia.org/wiki/MIME_type

2. Cookie：

   客户端的Cookie就是通过这个报文头属性传给服务端的哦！如下所示：

   Cookie: $Version=1; Skin=new;jsessionid=5F4771183629C9834F8382E23BE13C4C

   服务端是怎么知道客户端的多个请求是隶属于一个Session呢？注意到后台的那个jsessionid=5F4771183629C9834F8382E23BE13C4C木有？原来就是通过HTTP请求报文头的Cookie属性的jsessionid的值关联起来的！（当然也可以通过重写URL的方式将会话ID附带在每个URL的后面哦）。

3. Referer：

   表示这个请求是从哪个URL过来的，假如你通过google搜索出一个商家的广告页面，你对这个广告页面感兴趣，鼠标一点发送一个请求报文到商家的网站，这个请求报文的Referer报文头属性值就是http://www.google.com。

   唐僧到了西天. 如来问：侬是不是从东土大唐来啊？ 唐僧：厉害！你咋知道的！ 如来：呵呵，我偷看了你的Referer...

   很多貌似神奇的网页监控软件（如著名的 我要啦），只要在你的网页上放上一段JavaScript，就可以帮你监控流量，全国访问客户的分布情况等报表和图表，其原理就是通过这个Referer及其它一些HTTP报文头工作的。

4. Cache-Control：

   对缓存进行控制，如一个请求希望响应返回的内容在客户端要被缓存一年，或不希望被缓存就可以通过这个报文头达到目的。

   如以下设置，相当于让服务端将对应请求返回的响应内容不要在客户端缓存：

   Cache-Control: no-cache

5. User-Agent：

   产生请求的浏览器类型。

6. Host：

   请求的主机名，允许多个域名同处一个IP地址，即虚拟主机。

1.1.3 如何访问请求报文头

由于请求报文头是客户端发过来的，服务端当然只能读取了，以下是HttpServletRequest一些用于读取请求报文头的API：

// 获取请求报文中的属性名称  java.util.Enumeration<java.lang.String>   getHeaderNames();  // 获取指定名称的报文头属性的值  java.lang.String getHeader(java.lang.String name);

由于一些请求报文头属性“太著名”了，因此HttpServletRequest为它们提供了VIP的API：

// 获取报文头中的Cookie（读取Cookie的报文头属性） Cookie[]   getCookies() ;  // 获取客户端本地化信息（读取 Accept-Language 的报文头属性）  java.util.Locale    getLocale()   // 获取请求报文体的长度（读取Content-Length的报文头属性）  int getContentLength();  // 获取请求所关联的HttpSession，其内部的机理是通过读取请求报文头中Cookie属性的JSESSIONID的值，// 在服务端的一个会话Map中，根据这个JSESSIONID获取对应的HttpSession的对象HttpSession getSession()

1.2 HTTP响应报文解剖

1.2.1 响应报文结构

HTTP的响应报文也由三部分组成（响应行+响应头+响应体）：

HTTP响应报文结构

以下是一个实际的HTTP响应报文：

实际的HTTP响应报文

①报文协议及版本；

②状态码及状态描述；

③响应报文头，也是由多个属性组成；

④响应报文体，即我们真正要的“干货”；

1.2.2 响应状态码

和请求报文相比，响应报文多了一个“响应状态码”，它以“清晰明确”的语言告诉客户端本次请求的处理结果。

HTTP的响应状态码由5段组成：

1xx 消息，一般是告诉客户端，请求已经收到了，正在处理，别急…。

2xx 处理成功，一般表示：请求收悉、我明白你要的、请求已受理、已经处理完成等信息。

3xx 重定向到其它地方。它让客户端再发起一个请求以完成整个处理。

4xx 处理发生错误，责任在客户端，如客户端的请求一个不存在的资源，客户端未被授权，禁止访问等。

5xx 处理发生错误，责任在服务端，如服务端抛出异常，路由出错，HTTP版本不支持等。

以下是几个常见的状态码：

200 OK 你最希望看到的，即处理成功！

301 永久重定向 Location响应首部的值仍为当前URL，因此为隐藏重定向;

302 临时重定向 显式重定向, Location响应首部的值为新的URL。

303 See Other redirect到其它的页面，目标的URL通过响应报文头的Location告诉你。

304 Not Modified 告诉客户端，你请求的这个资源至你上次取得后，并没有更改，你直接用你本地的缓存吧，我很忙哦，你能不能少来烦我啊！

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 你最不希望看到的，即找不到页面。如你在google上找到一个页面，点击这个链接返回404，表示这个页面已经被网站删除了，google那边的记录只是美好的回忆。

500 Internal Server Error 看到这个错误，你就应该查查服务端的日志了，肯定抛出了一堆异常，别睡了，起来改BUG去吧！

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，举个例子：HTTP/1.1 200 OK（CRLF）。

其它的状态码参见：http://en.wikipedia.org/wiki/List_of_HTTP_status_codes

有些响应码，Web应用服务器会自动给生成。你可以通过HttpServletResponse的API设置状态码：

// 设置状态码，状态码在HttpServletResponse中通过一系列的常量预定义了，如SC_ACCEPTED，SC_OK  void setStatus(int sc)

1.2.3 HTTP响应报文头属性

Cache-Control：响应输出到客户端后，服务端通过该报文头属告诉客户端如何控制响应内容的缓存。

下面的设置让客户端对响应内容缓存3600秒，也即在3600秒内，如果客户再次访问该资源，直接从客户端的缓存中返回内容给客户，不要再从服务端获取（当然，这个功能是靠客户端实现的，服务端只是通过这个属性提示客户端“应该这么做”，做不做，还是决定于客户端，如果是自己宣称支持HTTP的客户端，则就应该这样实现）。

Cache-Control: max-age=3600

ETag：一个代表响应服务端资源（如页面）版本的报文头属性，如果某个服务端资源发生变化了，这个ETag就会相应发生变化。它是Cache-Control的有益补充，可以让客户端“更智能”地处理什么时候要从服务端取资源，什么时候可以直接从缓存中返回响应。

关于ETag的说明，你可以参见：http://en.wikipedia.org/wiki/HTTP_ETag。 Spring 3.0还专门为此提供了一个org.springframework.web.filter.ShallowEtagHeaderFilter（实现原理很简单，对JSP输出的内容MD5，这样内容有变化ETag就相应变化了），用于生成响应的ETag，因为这东东确实可以帮助减少请求和响应的交互。

下面是一个ETag：

ETag: "737060cd8c284d8af7ad3082f209582d"

Location：在JSP中让页面Redirect到一个某个A页面中，其实是让客户端再发一个请求到A页面，这个需要Redirect到的A页面的URL，其实就是通过响应报文头的Location属性告知客户端的，如下的报文头属性，将使客户端redirect到iteye的首页中。

Location: http://www.iteye.com

Set-Cookie：服务端可以设置客户端的Cookie，其原理就是通过这个响应报文头属性实现的。

Set-Cookie: UserID=JohnDoe; Max-Age=3600; Version=1

Connection 使用keep-alive特性；Content-Encoding 使用gzip方式对资源压缩；Content-type MIME类型为html类型，字符集是 UTF-8；Date 响应的日期；Server 使用的WEB服务器；Transfer-Encoding:chunked 分块传输编码 是http中的一种数据传输机制，允许HTTP由网页服务器发送给客户端应用（通常是网页浏览器）的数据可以分成多个部分，分块传输编码只在HTTP协议1.1版本（HTTP/1.1）中提供；

更多其它的HTTP响应头报文，参见：http://en.wikipedia.org/wiki/List_of_HTTP_header_fields

1.2.4 如何写HTTP请求报文头

在服务端可以通过HttpServletResponse的API写响应报文头的属性：

// 添加一个响应报文头属性  void setHeader(String name, String value)

像Cookie，Location这些响应都是有福之人，HttpServletResponse为它们都提供了VIP版的API：

// 添加Cookie报文头属性  void addCookie(Cookie cookie)   // 不但会设置Location的响应报文头，还会生成303的状态码呢，两者天仙配呢  void sendRedirect(String location)

2 HTTP传输处理

在一个网络中。传输数据需要面临三个问题：

1. 客户端如何知道所请求内容的位置？
2. 当客户端知道所请求内容的位置后，如何获取所请求的内容？
3. 所请求内容以何种形式组织以便被客户端所识别？

对于WEB来说，回答上面三种问题分别采用三种不同的技术，分别为：统一资源定位符(URI)，超文本传输协议(HTTP)和超文本标记语言(HTML)。对于大多数WEB开发人员来说URI和HTML都是非常的熟悉。而HTTP协议在很多WEB技术中都被封装的过多使得HTTP反而最不被熟悉。

HTTP作为一种传输协议，也是像HTML一样随着时间不断演进的，目前流行的HTTP1.1是HTTP协议的第三个版本。

在Internet中所有的传输都是通过TCP/IP进行的。HTTP协议作为TCP/IP模型中应用层的协议也不例外。HTTP在网络中的层次如图所示：

HTTP网络层次图

可以看出，HTTP是基于传输层TCP协议的，而TCP是一个端到端的面向连接的协议。所谓的端到端可以理解为进程到进程之间的通信。所以HTTP在开始传输之前，首先需要建立TCP连接，而TCP连接的过程需要所谓的“三次握手”。概念如图所示。

TCP连接三次握手

在TCP三次握手之后，建立了TCP连接，此时HTTP就可以进行传输了。一个重要的概念是面向连接，即HTTP在传输完成之前并不断开TCP连接。在HTTP1.1中(通过Connection头设置)这是默认行为。所谓的HTTP传输完成，我们通过一个具体的例子来看。

比如访问我的博客，使用Fiddler来截取对应的请求和响应。如图所示：

使用Fiddler来截取对应的请求和响应

可以看出，虽然仅仅访问了我的博客，但所获取的不仅仅是一个HTML，而是浏览器对HTML解析的过程中，如果发现需要获取的内容，会再次发起HTTP请求去服务器获取，比如上图中的那个common2.css。这上面19个HTTP请求，只依靠一个TCP连接就够了，这就是所谓的持久连接。也是所谓的一次HTTP请求完成。

3 浏览器解析html代码，并请求html代码中的资源

浏览器拿到index.html文件后，就开始解析其中的html代码，遇到js/css/image等静态资源时，就向服务器端去请求下载（会使用多线程下载，每个浏览器的线程数不一样），这个时候就用上keep-alive特性了，建立一次HTTP连接，可以请求多个资源，下载资源的顺序就是按照代码里的顺序，但是由于每个资源大小不一样，而浏览器又多线程请求请求资源，所以从下图看出，这里显示的顺序并不一定是代码里面的顺序。

浏览器在请求静态资源时（在未过期的情况下），向服务器端发起一个http请求（询问自从上一次修改时间到现在有没有对资源进行修改），如果服务器端返回304状态码（告诉浏览器服务器端没有修改），那么浏览器会直接读取本地的该资源的缓存文件。

浏览器请求资源

浏览器具体渲染页面，内部工作原理，请参考：《前端必读：浏览器内部工作原理》。