HTTP 协议简介

1. 概述

HTTP 协议是超文本传送协议（HyperText Transfer Protocol）的缩写，它是万维网（World Wide Web，www，也简称为Web）的基础。HTTP协议设计之初就是为了实现Web的想法。 HTTP协议位于 TCP/IP 协议栈的应用层。 我们在浏览器的地址栏里输入的网站地址叫做 URL（UniformResourceLocator，统一资源定位符） 就像每家每户都有一个门牌地址一样，每个网页也都有一个Internet地址。当你在浏览器的地址框中输入一个URL或是单击一个超级链接时，URL就确定了要浏览的地址。浏览器通过超文本传输协议（HTTP），将Web服务器上站点的网页代码提取出来，并呈现出客户端需要的网页。

HTTP 是一个客户端终端（用户）和服务器端（网站）请求和应答的标准（TCP） 通过使用Web浏览器、网络爬虫或者其它的工具，客户端发起一个HTTP请求到服务器上指定端口（默认端口为80），我们称这个客户端为用户代理程序（user agent） 应答的服务器上存储着一些资源，比如HTML文件和图像。我们称这个应答服务器为源服务器（origin server） 在用户代理和源服务器中间可能存在多个“中间层”，比如代理服务器、网关或者隧道（tunnel） 尽管TCP/IP协议是互联网上最流行的应用，HTTP协议中，并没有规定必须使用它或它支持的层，任何能够提供这种保证的协议都可以被其使用。

2. HTTP 协议的历史

HTTP 协议到现在为止总共经历了 3 个版本的演化。

2.1. HTTP 0.9

第一个HTTP协议诞生于1989年3月。当时Berners-Lee向 CERN（Conseil Europeen pour la Recherche Nucleaire，欧洲核能研究所）提交了一篇名为《信息管理的一个提议》的文章。文章中提出了www网络的构想，不过仅仅在很多方面都只关注了概念，而没涉及到细节。

第一个HTTP协议的版本是HTTP 0.9，它的组成极其简单，因为它只允许客户端发送GET这一种请求，它不包含协议头，每个请求只有一句话，例如：

GET /index.html

由于没有协议头，造成了 HTTP 0.9 协议只支持一种内容，即纯文本。不过网页仍然支持用 HTML 语言格式化，同时无法插入图片。所以 HTTP 0.9 能够支持的应用实在太有限了。一次 HTTP 0.9 的传输首先要建立一个由客户端到 Web 服务器的 TCP 连接，由客户端发起一个请求，然后由 Web 服务器返回页面内容，然后连接会关闭。如果请求的页面不存在，也不会返回任何错误码。

2.2. HTTP 1.0

HTTP 协议的第二个版本是 HTTP 1.0，直到 HTTP 1.0 成为最重要的面向事务的应用层协议。该协议对每一次请求/响应，同样是建立并关闭一次连接。其特点是简单、易于管理，所以它符合了大家的需要，得到了广泛的应用。 HTTP 1.0最显著的变化之一是开始支持客户端通过POST方法向Web服务器提交数据。从此客户端与Web服务器之间不再只能单向地获取数据，而可以实现交互，因此CGI（Common Gate Interface，通用网关接口）开始流行起来，Web上开始出现留言板、论坛等丰富的应用。 HTTP 1.0还有个显著的变化是通过HTTP协议头可以支持各种媒体类型。从此Web上不再仅仅是纯文本的页面，比如图像通过 <img> 的HTML标记开始出现。 HTTP 1.0支持长连接（但默认还是使用短连接），缓存机制，以及身份认证。

HTTP 1.0 是一个成熟的 HTTP 协议，现在很多浏览器和Web服务器都强制要求HTTP协议版本至少是1.0。

2.3. HTTP 1.1

HTTP协议的第三个版本是HTTP 1.1，它就是目前使用最广泛的协议版本。这个版本的HTTP协议已经稳定了，跟HTTP 1.0相比，它新增了很多引人注目的新特性，比如Host协议头，一个HTTP请求的头中可以包含一句例如：

Host: techlog.cn

从此一个Web服务器可以支持挂载多个域名了，无需每个域名都使用独立IP，每个网站可以使用虚拟主机。 另一个HTTP 1.1的新特性是支持部分内容请求/响应，这意味着当客户端请求的数据量很大时，可以分多次发起请求，每次请求只要求获取整块数据的一部分。Web服务器也可以分多次响应，每次只返回整块数据的一部分。这使得流媒体得以实现。

从HTTP 1.1开始，客户端默认与Web 服务器建立长连接，这种连接适合Web上数据量较大的丰富应用，使得资源消耗更少。

HTTP 1.1 相对于 HTTP 1.0 的主要区别体现在： 1. 缓存处理 2. 带宽优化及网络连接的使用 3. 错误通知的管理 4. 消息在网络中的发送 5. 互联网地址的维护 6. 安全性及完整性

2.4. HTTP 2

于2015年5月作为互联网标准正式发布 HTTP 2（原名 HTTP 2.0） HTTP/2的目标包括异步连接复用，头压缩和请求反馈管线化并保留与HTTP 1.1的完全语义兼容。 Facebook对各方案进行了评价并最终推荐了 SPDY 协议。

3. HTTP 请求信息

HTTP 1.1 协议的请求信息包含以下内容：

• 请求行 — GET /images/logo.gif HTTP/1.1
• 请求头 — Accept-Language: en\nHost: techlog.cn
• 空行
• 其他消息体

请求行和标题必须以<CR><LF>作为结尾。空行内必须只有<CR><LF>而无其他空格。 在HTTP/1.1协议中，所有的请求头，除Host外，都是可选的。

3.1. URI

HTTP协议通过URI（Uniform Resource Identifiers，统一资源定位符）来访问资源。 一个完整的 URI 组成如下： http://user:password@techlog.cn:80/html/article.php?id=10182642&token=mAcX21i8#div3。

HTTP URI 的组成

需要注意的是，web 浏览器并不强制用户输入格式规范的 URI，浏览器会对 URI 做一些处理使之符合 HTTP 协议的规范。 如用户没有提供资源路径，则浏览器会自动添加 / 作为资源路径。

3.2. 请求方法

HTTP/1.1协议中共定义了八种方法，来表明Request-URI指定的资源的不同操作方式。 1. OPTIONS — 返回服务器针对特定资源所支持的HTTP请求方法。也可以利用向Web服务器发送’*’的请求来测试服务器的功能性 2. HEAD — 向服务器索要与GET请求相一致的响应，只不过响应体将不会被返回。这一方法可以在不必传输整个响应内容的情况下，就可以获取包含在响应消息头中的元信息 3. GET — 向特定的资源发出请求。注意：GET方法不应当被用于产生“副作用”的操作中，例如在Web 应用程序中。其中一个原因是GET可能会被网络蜘蛛等随意访问 4. POST — 向指定资源提交数据进行处理请求（例如提交表单或者上传文件）。数据被包含在请求体中。POST请求可能会导致新的资源的建立和/或已有资源的修改 5. PUT — 向指定资源位置上传其最新内容 6. DELETE — 删除指定资源 7. TRACE — 回显服务器收到的请求 8. 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

方法名称是区分大小写的。当某个请求所针对的资源不支持对应的请求方法的时候，服务器应当返回状态码405（Method Not Allowed）；当服务器不认识或者不支持对应的请求方法的时候，应当返回状态码501（Not Implemented)

3.3. 请求头 HEADER

请求头除 Host 外均是可选的：

HTTP/1.1 请求头常见字段

3.4. Expect 请求

HTTP/1.1 协议规定了 Expect 请求：

{ "Expect" : "100-continue" }

客户端可以通过 Expect 请求测试服务器是否支持 POST 请求，比如 libcurl 会在 POST 数据大于 1024 字节时自动在 POST 前发送 Expect 请求。

按照协议规定，如果服务端支持 POST 大数据，则需要返回应答。

HTTP/1.1 100 Continue \r\n

否则返回 417 Expectation Failed。

4. 服务器响应

服务器响应由下列信息构成：

• HTTP 协议头
• 空行
• web 资源内容

所有HTTP响应的第一行都是状态行，依次是当前HTTP版本号，3位数字组成的状态代码，以及描述状态的短语，彼此由空格分隔。

4.1. 状态代码

状态代码的第一个数字代表当前响应的类型。

• 1xx消息 — 请求已被服务器接收，继续处理
• 2xx成功 — 请求已成功被服务器接收、理解、并接受
• 3xx重定向 — 需要后续操作才能完成这一请求
• 4xx请求错误 — 请求含有词法错误或者无法被执行
• 5xx服务器错误 — 服务器在处理某个正确请求时发生错误

下面列举常见情况：

• 客户端错误 100 — Continue 继续。 101 — witching Protocols 交换协议。
• 成功 200 — OK。 201 — Created 已创建。 202 — Accepted 已接收。 203 — Non-Authoritative Information 非认证信息。 204 — No Content 无内容。 205 — Reset Content 重置内容。 206 — Partial Content 部分内容。
• 重定向 300 — Multiple Choices 多路选择。 301 — Moved Permanently 永久转移。 302 — Found 暂时转移。 303 — See Other 参见其它。 304 — Not Modified 未修改。 305 — Use Proxy 使用代理。 307 — Temporary Redirect 临时重定向。
• 客户端错误 400 — Bad Request 错误请求。 401 — Unauthorized 未认证。 402 — Payment Required 需要付费。 403 — Forbidden 禁止访问。 404 — Not Found 未找到。 405 — Method Not Allowed 方法不允许。 406 — Not Acceptable 不接受。 407 — Proxy Authentication Required 需要代理认证。 408 — Request Time-out 请求超时。 409 — Conflict 冲突。 410 — Gone 失败。 411 — Length Required 需要长度。 412 — Precondition Failed 条件失败。 413 — Request Entity Too Large 请求实体太大。 414 — Request-URI Too Large 请求URI太长。 415 — Unsupported Media Type 不支持媒体类型。 416 — Requested range not satisfiable。 417 — Expectation Failed 不支持 Expect 请求（见上文介绍）
• 服务端错误 500 — Internal Server Error 服务器内部错误。 501 — Not Implemented 未实现。 502 — Bad Gateway 网关失败。 503 — Service Unavailable 不支持的。 504 — Gateway Time-out 网关超时。 505 — HTTP Version not supported HTTP版本不支持。

HTTP状态码是可扩展的。HTTP应用程序不需要理解所有已注册状态码的含义。 用户代理（user agent）应当把实体和响应一起提交给用户，因为实体很可能包括人可读的关于解释不正常状态的信息。