1.3　HTTP

HTTP可用来定义Web客户端如何向Web服务器请求Web页面，以及服务器如何把Web页面传送给客户端。

1.3.1　HTTP的主要特点

（1）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。每种方法规定的客户与服务器联系的类型都不相同。由于HTTP简单，HTTP服务器的程序规模小，因而通信速度很快。

（2）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。

（3）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，即会断开连接。采用这种方式可以节省传输时间。

（4）无状态：HTTP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。另外，在服务器不需要先前信息时它的应答就比较快。HTTP协议支持浏览器/服务器（Browser/Server，B/S）和客户端/服务器（Client/Server，C/S）两种模式。

1.3.2　HTTP常用的请求方法

HTTP常用的两种请求方法是GET方法和POST方法。GET和POST的区别如下。

（1）通过GET方法提交的数据会放在URL之后，以“？”分割URL和传输数据，参数之间以“&”相连，如“EditPosts.aspx?name=test1&id=123456”。POST方法则是把提交的数据放在HTTP包的Body中。

（2）通过GET方法提交的数据大小有限制（因为浏览器对URL的长度有限制），而通过POST方法提交的数据大小没有限制。

（3）GET方法需要使用Request.QueryString来取得变量的值，而POST方法则可通过Request.Form来获取变量的值。

（4）通过GET方法提交数据会带来安全问题，例如，一个登录页面通过GET方法提交数据时，用户名和密码将出现在URL上，如果页面可以被缓存或者其他人可以访问这台机器，他人就可以从历史记录中获得该用户的账号和密码。

1.3.3　HTTP的状态

HTTP是一种不保存状态的（即无状态的）协议。也就是说，HTTP不具有保存之前发送过的请求或者响应的功能。在使用HTTP的时候，每当有新的请求就会有对应的新响应产生。这样就会产生一个问题，例如，访问某系统的时候，由于HTTP是不保存状态的，也就是说在第一个页面登录之后，再到其他页面（如由网上选课页面到课表页面）的时候，是需要重新登录一遍的，这样显然是不合理的。而且在实际操作当中并没有每到一个页面都要重新登录一遍。这是如何完成的呢？其实这里引入了Cookie对象对登录的信息进行保存，而且值得注意的是，在HTTP的1.1版本中有持久连接。

1.持久连接与管线化

假设这样一个场景，小明打电话给小强，让小强帮他带一份饭回来。如果没有建立持久连接，则拨通/挂掉电话就会建立/断开连接，每次说话都相当于请求/响应。

从图1.8中可以看到，如果每次发送或响应请求都需要建立连接，这样就会消耗很多的时间。看起来这个例子里面的消耗不是很多，但是当访问量达到百万级、千万级的时候，服务器中的资源就会浪费很多。所以为了解决上述问题，HTTP 1.1版本中就提出了建立持久连接。持久连接的特点是，只要任意一端没有明确提出断开连接，就会一直保持TCP的连接状态。

此时，发出请求和响应请求的速度明显加快了，但是这样还不够。从图1.9中可以看到，当小明（客户端）发出一个请求的时候，必须等待小强（服务器端）对这个请求响应之后，才能对下一个请求进行发送。

小明在等待小强响应的过程中可能还会发出其他的请求。为了解决这一问题，我们可以用一种管线化的方式发送请求。再用之前的例子来说明。不管小强有没有对小明刚刚的请求进行响应，只要他们之间建立了连接，小明就可以对小强发出请求。实现管线化之后的例子如图1.10所示。

2.Cookie的状态管理

前面提到过，HTTP是无状态的协议，不管之前发生过什么请求或响应，都是不会保存的。也就是说每次的页面跳转都要重新进行用户登录的操作，这样就会浪费很多资源，并且十分麻烦。所以就引入了Cookie对象，用来保存这些用户的状态信息。

第一次发送请求如图1.11所示，客户端发送的请求是没有Cookie信息的，当服务器端进行响应时，服务器就会在响应请求中包含一个Cookie信息，并且在响应行里标明信息，让客户端对Cookie信息进行保存。

当客户端发送第二次请求的时候（见图1.12），就会找到刚刚保存的Cookie，并在请求行里标明Cookie信息，把Cookie随着请求一起发送到服务器端。服务器端解析Cookie信息，就知道这是谁发送的请求。

1.3.4　HTTP工作原理

HTTP采用了请求/响应模型。客户端向服务器发送一个请求报文，请求报文中包含请求的方法、URL、协议版本、请求头部和请求数据。服务器以一个状态行作为响应，响应内容包括协议的版本、成功或者错误代码、服务器信息、响应头部和响应数据。

HTTP请求/响应的步骤如下。

（1）客户端连接到Web服务器

一个HTTP客户端通常是浏览器，与Web服务器的HTTP端口（默认为80）建立一个TCP套接字连接。例如，http://www.baidu.com。

（2）发送HTTP请求

通过TCP套接字，客户端向Web服务器发送一个文本的请求报文。一个请求报文由请求行、请求头部、空行和请求数据4部分组成。

（3）服务器接受请求并返回HTTP响应

Web服务器解析请求，定位请求资源。服务器将资源复本写到TCP套接字，由客户端读取。一个响应报文由状态行、响应头部、空行和响应数据4部分组成。

（4）释放/保持TCP连接

若connection（连接）模式为close，则服务器主动关闭TCP连接，客户端被动关闭连接，释放TCP连接；若connection（连接）模式为keepalive，则该连接会保持一段时间，在该时间内可以继续接收请求。

（5）客户端浏览器解析HTML内容

客户端浏览器首先解析状态行，查看标明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。客户端浏览器读取响应数据HTML，根据HTML的语法对其进行格式化，并在浏览器窗口中显示数据。

1.3.5　HTTP报文

用于HTTP交互的信息可称为HTTP报文。请求端（客户端）的HTTP报文叫作请求报文，响应端（服务器端）的叫作响应报文。而报文也可以分为报文首部和报文主体两块，如图1.13所示，报文首部和报文主体中间有一个空行。

1.请求报文

HTTP请求报文的首部也可以继续细分成请求头和请求行，如图1.14所示。

（1）GET请求例子，使用Charles抓取的请求：

GET /562f25980001b1b106000338.jpg HTTP/ 1.1 
Host img.mukewang.com 
User-Agent Mozilla/5.0(Windows NT10.0; WOW64) AppleWebKit/537.36(KHTML.like Gecko)  
     Chrome/51.0.2704.106 Safari/537.36 
Accept image/webp.image/**/;  
q=0.8 Referer http://www.imooc.com/ 
Accept-Encoding gzip, deflate, sdch 

第一部分：请求行，用来说明请求类型、要访问的资源以及所使用的HTTP版本。GET说明请求类型为GET，“/562f25980001b1b106000338.jpg”为要访问的资源，该行的最后一部分说明使用的是HTTP 1.1版本。

第二部分：请求头部，紧接着请求行（即第一行）之后的部分，用来说明服务器要使用的附加信息。从第二行起为请求头部，Host将指出请求的目的地“User-Agent”，服务器端和客户端脚本都能访问它，它是浏览器类型检测逻辑的重要基础。该信息由浏览器来定义，并且在每个请求中自动发送。

第三部分：空行，请求头部后面的空行是必需的，即使第四部分的请求数据为空，也必须有空行。

第四部分：请求数据（也叫作主体），可以添加任意的其他数据。这个例子的请求数据为空。

（2）POST请求例子，使用Charles抓取的请求：

POST/HTTP/1.1 
Host:www.wrox.com 
User-Agent:Mozilla/4.0(compatible; MSIE6.0; Windows NT5.1; SV1; .NET CLR 
    2.0.50727; .NET CLR 3.0.04506.648; .NET CLR3.5.21022)  
Content-Type:application/x-www-form-urlenco ded 
Content-Length:40 
Connection:Keep-Alive 
 
name =Professional%20Ajax&publisher=Wiley 

第一部分：请求行，第1行说明了是POST请求，以及HTTP 1.1版本。

第二部分：请求头部，第2～6行。

第三部分：空行，第7行。

第四部分：请求数据，第8行。

2.响应报文

一般情况下，服务器接收并处理客户端发过来的请求后会返回一个HTTP的响应信息。

HTTP响应也由4个部分组成：状态行、消息报头、空行和响应正文，如图1.15所示。

第一部分：状态行，由HTTP版本号、状态码、状态消息三部分组成。在第一行中，HTTP/1.1表明HTTP版本为1.1，状态码为200，状态消息为OK。

第二部分：消息报头，用来说明客户端要使用的一些附加信息。第二行和第三行为消息报头，Date是生成响应的日期和时间，Content-Type指定了MIME类型的HTML（text/html），编码类型是UTF-8。

第三部分：空行，消息报头后面的空行是必需的。

第四部分：响应正文，服务器返回给客户端的文本信息。

1.3.6　HTTP状态码

1.状态码的种类

状态代码由三位数字组成，第一个数字定义了响应的类别。状态代码分为以下几种。

（1）1xx：指示信息，表示请求已接收，继续处理。

（2）2xx：成功，表示请求已被成功接收、理解、接受。

（3）3xx：重定向，表示完成请求必须进行更进一步的操作。

（4）4xx：客户端错误，表示请求有语法错误或请求无法实现。

（5）5xx：服务器端错误，表示服务器未能实现合法的请求。

2.常见状态码

（1）200 OK：客户端请求成功。

（2）400 Bad Request：客户端请求有语法错误，不能被服务器所理解。

（3）401 Unauthorized：请求未经授权，这个状态码必须与WWW-Authenticate报头域一起使用。

（4）403 Forbidden：服务器收到请求，但是拒绝提供服务。

（5）404 Not Found：请求资源不存在，如输入了错误的URL。

（6）500 Internal Server Error：服务器发生不可预期的错误。

（7）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。