初识HTTP协议

文章目录

一、HTTP协议是什么？

HTTP是属于一种我们应用层最常用的协议之一，我们浏览器获取到网页就是基于HTTP的

HTTP往往是基于传输层的TCP协议实现的 (HTTP1.0, HTTP1.1, HTTP2.0 均为TCP, HTTP3 基于 UDP 实现)，虽然目前已经实现了HTTP/3.0，但是我们目前主要使用的还是HTTP/1.1和HTTP/2.0为主，我们这里主要介绍HTTP/1.1

当我们在浏览器输入一个网址URL时，浏览器就会像百度服务器发送一个HTTP请求

相应被浏览器解析之后，就得到我们看到的页面了，响应里就包含了页面 HTML, CSS, JavaScript, 图片, 字体等信息

二、Fiddler

我们在学习http协议详细交互过程，我们可以借助第三方工具，也称为抓包工具


我们下载这个经典版免费的就行，fiddler使用也很简单，直接打开就行

左上角就显示我们当前电脑某程序使用http和服务器交互的过程
注意事项：
1.fiddler本质是一个代理程序，可能会和别的代理程序冲突，使用的时候需要关闭其他的代理程序(包括一些浏览器插件)
2.要想正确抓包，还需要开启https功能，当下互联网大部分服务器都是https的，fiddler默认是不能抓https的包，所以我们需要手动开启并且安装证书


我们将这几个都选中，首次的时候会弹出一个会话框，询问我们是否安装对应证书(英文版)，一定选择是，然后fiddler才能抓https
现在我们试着访问百度主页来进行抓包，我们每次在抓包之前，先将fiddler上的包全部清空

我们在访问百度主页的时候，产生的http请求，浏览器在打开一个页面时，产生的http请求可能是多个，也可能是一个，我们这里关注的是请求百度页面的请求，我们双击第一条蓝色的请求查看请求的详细信息

右上角显示的是请求信息，右下角显示的是响应信息，fiddler会按照格式解析出不同的显示格式，我们在这里查看最原始的Http信息，我们选择raw

我们可以看到http请求其实是一个行文本格式的数据，我们可以使用记事本打开

大家可以发现我们响应数据我们肉眼看起来是乱码，实际上响应数据本来也是文本，但有的服务器为了节省带宽对响应进行压缩(二进制)，我们可以点击黄色的这一块进行解压缩

我们解压缩后看到的这个文本数据，就是百度主页html的内容了

三、HTTP 请求 (Request)

初识URL

URL：就是我们平时简称的网址，我们互联网上的每一个文件都有一个唯一的URL，指出了文件的位置以及浏览器如何处理它

我们URL最关键的四部分：
1.域名/IP
2.端口号
3.带层次的路径
4.查询字符串

一个URL部分是可以省略的，省略了端口号，浏览器会为我们提供默认端口号，http默认端口号是80，https的默认端口号是443，我们看到末尾的/也是路径，代表根目录，我们http服务器就可以指定这个路径管理指定的目录。
一个HTTP服务器提供的资源是非常多了，不同的路径会获取到不同的资源。

这个URL就带有query string，是以键值对方式组织的，键值对之间使用&分割，键和值之间使用=分割

方法(method)

方法说明GET获取资源POST传输实体主体PUT传输文件HEAD获取报文首部DELETE删除文件OPTIONS询问支持的方法TRACE追踪路径CONNECT要求隧道协议连接代理LINK建立和资源之间的联系UNLIKE断开连接

初识GET方法

GET是我们最常用的HTTP方法，常用于获取服务器上的某个资源，有以下方式构建GET请求：
1.浏览器直接输入URL
2.HTML里的link,img,script标签
3.js来构造get

GET请求首行第一部分为GET，URL中的query string可以为空，也可以不为空，header部分的属性使用键值对组织，没有body部分

初识POST

POST方法也是我们比较常见的一种方法，经常用于登录界面和文件上传等…
可以通过以下方式来构建POST请求：
1.HTML中的form标签
2.js中使用ajax构造
我们抓包可以发现我们的post请求是有body的，我们的post的body是由我们程序员自定义的

GET与POST之间的区别

1.GET也可以为服务器传递信息，GET传递的信息一般都是放在query string中，POST传递的信息是通过Body
2.语义上的差别。GET请求一般是用于从服务器获取数据，POST一般用于给服务器提交数据
3.GET通常设计为幂等的(相同的输入，得到的结果也相同)，POST不要求幂等
4.GET是可以被缓存的，POST一般不能被缓存.(缓存指的是把请求的结果保存下来，下次请求就不必真正请求，直接取缓存结果)

认识报头(header)

header的整体的格式是键值对结构，每个键值占一行，键和值之间使用分号分隔

Host： 大概的描述了服务器所在的地址和端口，Host这里的地址和端口来描述最终要访问的目标，这个内容大概率和URL一样，也有一定的概率是不同的

Content - Length： 表示body中的数据长度

Content - Type： 表示请求中body中的数据格式

Content - Length，Content - Type，如果是GET请求没有body也没有这两字段，如果是POST请求有body必须要有这两字段

User Agent： 描述了浏览器和操作系统的版本

Refer： 表明当前页面的来源，是从哪里来的，如果是地址栏输入URL或者直接点击收藏夹是没有referer的
HTTP是明文传输的，在传输过程中有可能referer被修改，后来为了防止这种现象发生，大家都纷纷升级为https

Cookie

Cookie是非常重要的一个header属性，本质上是浏览器给网页提供的一个本地存储数据的机制(持久化存储)，网页默认是不允许访问我们计算机的硬盘的(保证安全)，Cookie是通过键值对的方式来组织数据的

我们来抓包来观察一下，我们先清除之前的cookie，首先点击URL左侧的图标，选择Cookie

移除已经存在的Cookie

登录请求：

我们清空Cookie之后第一次登录CSDN发现POST请求中并没有Cookie的相关信息
响应：

我们此时再去访问CSDN的其他页面，请求中就会带着刚才获取到的Cookie信息直到 失效

我们发现我们再次请求中包含一个Cookie字段

Cookie从哪里来？
Cookie中的数据是来自于服务器的，服务器会通过HTTP响应报头(Set - Cookie字段)，服务器决定浏览器的Cookie要存什么

Cookie是在那里存的?
我们可以认为是存在于浏览器中，存在于硬盘的，Cookie在村的时候是按照 浏览器 + 域名来进行细分的，不同的浏览器各自寸各自的Cookie，同一个浏览器不同的域名对应不同的Cookie，Cookie里的内容不光是键值对还有过期时间

Cookie要到哪里去?
回到服务器，客户端就可以通过Cookie来保存当前用户使用的中间状态，当客户端访问浏览器时，就会自动将Cookie内容带入请求中，服务器就知道客户端是什么样子

HTTP报文格式

HTTP是一共分为四部分：
1.首行
2.header
3.空行(表示header的结束标志)
4.body

这里大家脑海中大概要有一个Request，Response交互的http请求的过程。

状态码(Status code)

状态码：描述了我们访问一个资源的结果(成功，失败，还是其他的一些情况)

200 OK： 表示我们成功访问一个资源

302 Move Temporarily： 临时重定向，类似于呼叫转移，当我们访问一个资源时，但是该资源的网址改变了，于是响应报文的header部分会包含一个Location字段，表示要跳转到那个页面

301 Moved Permanently： 永久重定向，当浏览器收到这种响应时，后续请求都会改为新的资源路径，301也是通过Location字段来表示要重定向的地址

4XX一般都是我们浏览器的错误
404 Not Found： 表示访问的资源不存在，一般都是我们输入的URL有误

403 Forbidden： 没有访问限权

5XX一般都是服务器发生的错误
500 Internal Server Error： 服务器内部错误，服务器端的源代码出现错误

501 Not Implemented： 服务器不支持当前请求所需要的某个功能

504 Gateway Timeout： 响应时间太久，浏览器等不及了