【读】这一次,让我们再深入一点 - HTTP概览

这是关于网络系列的第四篇文章,接下来会有更多精彩内容.敬请期待! 让我们一起乘风破浪!

从该篇开始, 我们学习应用层的 HTTP 协议.HTTP 协议本身内容较为丰富, 希望你能通过该系列文章有所收获.

本篇旨在理解 HTTP 客户端服务器交互过程，对其模型有大体了解，不做深入了解。你可以了解到一下内容:

Web 客户端于服务器是如何通信的
表示 Web 内容的资源来自何方
Web 事务是怎样工作的
HTTP 通信所使用的报文格式
底层 TCP 网络传输
HTTP 协议演变
Web 结构组件

Web 客户端于服务器是如何通信的

先看下面一张通信草图：

可见，该通信方式是，客户端向服务器发送请求（Request），服务器回送请求数据（Response），也就是请求应答模式。

表示 Web 内容的资源来自何方

资源可以是存储在服务器上的静态文件，如文本文件、图片文件、影视文件等；也可以是根据用户身份生成的动态文件，如个人的照片，在线商店购物订单。

媒体类型在如此众多的资源中，HTTP 为了解每种资源的类型，会对资源打上标签，称之为MIME type，在 Web 服务器回送的数据中包含该内容。客户端可以根据资源类型决定如何处理该资源。常见的MIME type有：
- text/html HTML格式的文本类型
- text/plain普通的ASCII文本类型
- image/jpeg JPEG格式图片类型
- image/gif GIF格式的图片类型
- video/quicktime Apple公司QuickTime电影类型
- application/vnd.ms-powerpoint 微软PowerPoint文件类型
更多常见在这里，MIME type大全看这里
URI 服务器上的每一个资源，都会有自己的标识，称为统一资源标识符(Uniform Resource Identifier, URI),它可以在世界范围内标识并定位信息资源。
URL URL是URI最常见的形式（另一种是下面讨论的URN），称为统一资源定位符。它描述了一台服务器上某资源的特定位置，可以精确的定位一个资源。如，http://www.baidu.com/image/girl.gif。大部分URL都遵循该格式，它包括下面几个部分：
- http:// 称为方案(scheme)，说明了访问资源使用的协议类型，这里通常是http://
- www.baidu.com服务器地址（说为域名更为合适），也可以使IP地址
- 其余部分指定了资源在服务器的位置和名称，也可以包含参数在最后，用?隔开。
URN URN是统一资源名，也是URI的一种。作为特定资源的唯一名称使用，与资源的所在地无关。现阶段，URN并未大范围使用。
在实际应用中，并没有对URI和URL进行特定区分。

Web 事务是怎样工作的

一个 HTTP 事务是由一条请求命令和一个响应结果组成。这种通信通过 HTTP 报文的格式化数据块进行。

方法
HTTP 支持几种不同的请求命令，这些命令称为 HTTP 方法。每个 HTTP 请求都会包含一个方法，负责告诉服务器执行什么动作。常见的方法如下：

HTTP 方法	描述
GET	告知服务器，需要从服务器向客户端发送命名资源
PUT	将客户端的数据存储的命名的服务器资源中
DELETE	从服务器删除资源
POST	将客户端数据发送到一个服务器应用程序
HEAD	仅发送命名资源响应中的 HTTP 首部

更详细的介绍在后续文章中。

状态码
每条 HTTP 响应报文返回时都会携带状态码，告知客户端是否请求成功，或者是否需要采取其他动作。常见的状态码：

HTTP 状态码	描述
200	请求成功
302	Redirect，重定向。到其他地方获取资源
404	Not Found，没找到。无法找到资源

通常，和状态码一起的还有一条解释性的短语，对该状态进行描述。更详细的介绍在后续文章中。

复合页面看下面一个例子：

该页面中的每一个资源都要使用一个单独的 HTTP 事务。

HTTP 通信所使用的报文格式

HTTP 报文是由一行一行的简单字符串组成。都是纯文本，不是二进制。客户端发送给服务器的称为请求报文(request message)，服务器发往客户端的称为响应报文(response message)。HTTP 报文组成：

起始行
报文的第一行，请求报文中用来说明要做什么，在响应报文中说明出现的情况。
首部字段
起始行之后可以有零个或多个首部字段。每个首部字段是一个键值对。首部以一个空行结束。
主体
首部的空行之后是主体。请求主体中包括要发送给服务器的数据，响应主体中包括返回给客户端的数据。主体的数据不具有结构化，可以包含任意二进制数据和文本。

下面是一个请求和响应报文示例：

底层 TCP 网络传输

HTTP 是应用层协议，它无需关系网络通信的具体细节，把联网的细节都交给了通用可靠的 TCP/IP。相关内容,请查看该篇起始位置给出的链接.

下面是一个建立链接请求数据的过程：

总结步骤如下：

从URL解析主机名（或称为域名）
通过主机名获取 IP 地址
解析端口号（如果有的话），没有使用默认的80
建立于服务器的TCP链接
向服务器发送 HTTP 请求报文
服务器返回 HTTP 响应报文
关闭链接

HTTP 协议演变（了解）

HTTP/0.9 HTTP 的 1991 原型版。有很多严重的设计缺陷，只支持 GET 方法，不支持多媒内容的 MIME 类型，各种 HTTP 首部或版本号。其初衷是为了获取 HTML 对象，很快就被 1.0 版本取代。
HTTP/1.0 1.0 是一个广泛使用的版本。添加了版本号，各种首部，一些额外方法，已经对多媒体对象的处理。它使得包含生动图片的 Web 页面和交互式表格成为可能。
HTTP/1.0+ 在 20 实际 90 年代中叶，为了满足快速扩张的互联网需要，流行的客户端和服务器在 HTTP 中添加了各种特性，包含keep-alive，虚拟主机支持，以及代理链接支持。带有这种非官方的 HTTP 版本通常称为HTTP/1.0+。
HTTP/1.1 HTTP/1.1重点是校正 HTTP 设计中的结构性缺陷，明确语义，引入重要的性能优化措施，删除不好的特性。
HTTP/NG(HTTP/2.0) 2.0 版注重性能的大幅优化，以及更强大的服务逻辑远程执行框架。更具体的 HTTP/2.0 介绍看这里。

Web 结构组件

主要了解概念，更细致的讨论在后续文章中。

代理
客户端和服务器之间的 HTTP 中间实体。接收所有客户端的 HTTP 请求，并转发给服务器（可能对请求进行修改）。对于用户来说，这些中间件就是代理，代表用户访问服务器。
缓存
Web缓存或代理缓存是一种特殊的 HTTP 代理服务器，可以将经过代理传送的常用文件复制保存起来，下一个请求同一文件的客户端就可以使用该缓存。
网关
网关也是一种特殊的服务器，作为其他服务器的中间实体使用，具有特定的功能。如下，HTTP/FTP网关，负责将 HTTP 客户端的 HTTP 请求，在响应客户端之前，网关会去 FTP 服务器请求对应数据。实现了客户端 HTTP 协议到 FTP 协议的转换。
隧道
HTTP 隧道通常用来在一条或多条 HTTP 链接上转发非 HTTP 数据，转发时不会窥探数据。比如通过 HTTP 链接承载加密的安全套接字层（SSL）流量，这样 SSL 流量就可以穿过只允许 Web 流量通过的防火墙。
Agent 代理
用户Agent代理简称为Agent代理，是代表用户发起 HTTP 请求的客户端应用程序（浏览器）。在 HTTP 请求报文的首部中存在User-agent字段，表示了发送当前请求的代理信息。用户代理不仅包含浏览器，还有一些其他的程序，脚本等，如“网络蜘蛛”，“Web 机器人”，它们专门在互联网上收集信息。