解析HTTP报文

本期我们接着上期聊，说说HTTP报文。

报文概要

在说报文之前，我们先来了解一下报文（message），它是HTTP通信中的基本单位，由8位组字节流（octetsequence，其中octet为8个比特）组成，通过HTTP通信传输。

实体，就是请求或者响应的具体内容，它由实体首部和实体主体组成。通常情况下，报文主体指的就是实体，只有当传输中进行编码操作时，实体主体的内容发生变化，才导致它和报文主体产生差异。

一个完整的HTTP报文包括报文首部和报文主体两部分。报文首部有请求报文和响应报文。下来我们具体看一下各个部分的作用。

图片

请求行，指请求的方法，URI和HTTP版本；状态行，主要是响应结果的状态码和成功或者失败的原因短语。首部字段，指在请求或者响应的时候，对服务器或者客户端进行说明或者某种需求的属性和条件。首部字段一般有4种，分别是：通用首部、请求首部、响应首部和实体首部。这部分会在以后详细讲述。其他：在HTTP的首部字段中不存在，但是有一些特殊需求的属性，比如（Cookie等）。

编码传输

HTTP在传输数据的时候，有两种方式，一是把数据原样传输给服务器，这样如果有大量请求，就会有各种各样的问题；另一种是可以对请求数据进行编码传输，可以解决大量请求的问题，同样也有问题，编码的工作需要计算机来完成，对CPU就有了较高要求。

压缩传输的内容编码，这是编码传输的一种方式，它是指应用在实体内容上的编码格式，并保持实体信息原样压缩。内容编码后的实体由客户端接收并负责解码。常用的内容编码有四种：gzip（GNUzip）、compress（UNIX系统的标准压缩）、deflate（zlib）、identity（不进行编码）

图片

分割发送的分块传输编码，在HTTP通信过程中，请求的编码实体资源尚未全部传输完成之前，浏览器无法显示请求页面。在传输大容量数据时，通过把数据分割成多块，能够让浏览器逐步显示页面。这种把实体主体分块的功能称为分块传输编码（ChunkedTransfer Coding）。

多种数据集合

其次呢HTTP协议中也可能不止文本，可能还有图片，对此HTTP采纳了多部分对象集合。

多部分对象集合包含的对象有：

multipart/form-data：在Web表单文件上传时使用；

multipart/byteranges：状态码 206（Partial Content，部分内容）响应报文包含了多个范围的内容时使用。

下面我们来看看这两个的应用方式：

multipart/form-data

Content-Type: multipart/form-data; boundary=AaB03x
--AaB03x
Content-Disposition: form-data; name="field1"
Joe Blow
--AaB03x
Content-Disposition: form-data; name="pics"; filename="file1.txt"
Content-Type: text/plain
...（file1.txt的数据）...
--AaB03x--

multipart/byteranges

HTTP/1.1 206 Partial Content
Date: Fri, 13 Jul 2012 02:45:26 GMT
Last-Modified: Fri, 31 Aug 2007 02:02:20 GMT
Content-Type: multipart/byteranges; boundary=THIS_STRING_SEPARATES
--THIS_STRING_SEPARATES
Content-Type: application/pdf
Content-Range: bytes 500-999/8000
...（范围指定的数据）...
--THIS_STRING_SEPARATES
Content-Type: application/pdf
Content-Range: bytes 7000-7999/8000
...（范围指定的数据）...
--THIS_STRING_SEPARATES--

它们的使用方式也很简单，只要在报文首部字段里加上Content-type即可。有关这个首部字段，我们稍后讲解。

使用boundary字符串来划分多部分对象集合指明的各类实体。在boundary 字符串指定的各个实体的起始行之前插入“--”标记（例如：--AaB03x、--THIS_STRING_SEPARATES），而在多部分对象集合对应的字符串的最后插入“--”标记（例如：--AaB03x--、--THIS_STRING_SEPARATES--）作为结束。

范围请求

小伙伴们可能有遇到这样的问题，在我们日常使用互联网下载较大的图片时，如果网速较慢，我们在下载过程中遇到网络中断，网络恢复后，还可以继续下载，这是怎么回事？其实HTTP有一种恢复机制，可以从之前中断的地方继续请求，这就是范围请求。

要实现该功能需要指定下载的实体范围。像这样，指定范围发送的请求叫范围请求（Range Request）。例如，对一份 10000 字节大小的资源，如果使用范围请求，可以只请求5001~10 000 字节内的资源。

图片

执行范围请求时，会用到首部字段Range来指定资源的byte范围。

byte范围的指定形式如下：

5001~10 000 字节

Range: bytes=5001-10000

从 5001 字节之后全部的

Range: bytes=5001

从一开始到 3000 字节和 5000~7000 字节的多重范围

Range: bytes=-3000, 5000-7000

针对范围请求，响应会返回状态码为 206 Partial Content 的响应报文。另外，对于多重范围的范围请求，响应会在首部字段 Content-Type 标明 multipart/byteranges 后返回响应报文。

如果服务器端无法响应范围请求，则会返回状态码 200 OK 和完整的实体内容。

内容协商

在手机的设置里面，可以根据自己的喜好设置背景图片、语言等。那么在网页上呢？很多小伙伴也知道，浏览器是可以设置中英文的。当浏览器的默认语言为英语或中文，访问相同 URI 的 Web 页面时，则会显示对应的英语版或中文版的 Web 页面。这样的机制称为内容协商（Content Negotiation）。

图片

内容协商机制是指客户端和服务器端就响应的资源内容进行交涉，然后提供给客户端最为适合的资源。内容协商会以响应资源的语言、字符集、编码方式等作为判断的基准。

当然了，服务器判断客户端请求的基准字段是Accept、Accept-Charset、Accept-Encoding、Accept-Language、Content-Language。我们会在以后的文章中一一说明。

内容协商技术有以下3种类型。

服务器驱动协商（Server-driven Negotiation），由服务器端进行内容协商。以请求的首部字段为参考，在服务器端自动处理。但对用户来说，以浏览器发送的信息作为判定的依据，并不一定能筛选出最优内容。

客户端驱动协商（Agent-driven Negotiation），由客户端进行内容协商的方式。用户从浏览器显示的可选项列表中手动选择。还可以利用 JavaScript 脚本在 Web 页面上自动进行上述选择。比如按 OS 的类型或浏览器类型，自行切换成 PC 版页面或手机版页面。

透明协商（Transparent Negotiation），是服务器驱动和客户端驱动的结合体，是由服务器端和客户端各自进行内容协商的一种方法。

本期我们主要讲了，HTTP协议报文的组成，传输方式，支持的数据格式，如何获取部分内容、以及返回内容的协商。下期我们继续。

END