网络协议基础--HTTP协议

一.HTTP介绍

HTTP 是基于 TCP/IP 协议栈之上的应用层协议，旨在规定客户端和服务器之间请求和响应的标准格式与交互方式，以实现超文本（包含文本、图片、音频、视频等多种格式的文档）的传输，让用户能够在浏览器中轻松访问网页内容。

二.TCP连接

1.三次握手

• 基本介绍

  1. 概念：在发送数据的准备阶段，需要先建立连接，而三次握手就是用于建立连接的过程。
  2. 场景类比：以日常打电话为例，当信号不好时，正式通话前需确认对方能否听到自己讲话。就像你问朋友 “你能听到我说话吗？”，朋友回应 “我能听到你说话，你能听到我说话吗？”，你再回复 “我也能听到你说话”。通过这三次交流建立了连接，双方确认都能听到对方讲话，随后便可开始交谈正式内容。

• 关键参数

  1. 同步序号（SYN）：用于发起连接请求或在连接过程中同步序列号。
  2. 确认字段（ACK）：用于确认收到对方的报文。
  3. 随机数据（seq）：即序列号，用于标识发送的数据段顺序。
  4. 规定：当 SYN = 1，ACK = 0 表示连接请求；当 SYN = 1，ACK = 1 表示同意建立连接。

• 详细过程

  1. 第一次握手：

     • 时间点 1：客户端向服务端发送连接请求报文段。此时，设置 ACK = 0，SYN = 1，seq = x，将 SYN 位置为 1，并设定 Sequence Number 为 x。
     • 状态变化：客户端发送该报文段后，进入 SYN_SEND 状态，开始等待服务器的确认。

  2. 第二次握手：

     • 服务器动作：服务器收到客户端的 SYN 报文段。一方面，服务器需要对这个 SYN 报文段进行确认，设置 Acknowledgment Number 为 x + 1（即 Sequence Number + 1）；另一方面，服务器自己还要发送 SYN 请求信息，将 SYN 位置为 1，Sequence Number 为 y。
     • 报文发送与状态变化：服务器端将上述所有信息放到一个报文段（即 SYN + ACK 报文段）中，一并发送给客户端，此时服务器进入 SYN_RECV 状态。

  3. 第三次握手：

     • 客户端动作：客户端收到服务器的 SYN + ACK 报文段。然后将 Acknowledgment Number 设置为 y + 1，向服务器发送 ACK 报文段。
     • 状态变化：这个报文段发送完毕以后，客户端和服务器端都进入 ESTABLISHED 状态，至此完成 TCP 三次握手。完成三次握手后，客户端和服务器端就可以开始传送数据。

  ​
  

  ​

• 为什么是三次握手而非两次？

  1. 确保双向通信畅通：TCP 是一个双向传输协议，两次握手只能保证单向连接是畅通的。例如在打电话场景中，若只有两次握手，即你问 “你能听到我说话吗？”，朋友回答 “我能听到你说话，你能听到我说话吗？”，此时仅确认了对方能听到你说话，但无法确认你能听到朋友说话。若此时就开始正式谈话，若你听不到朋友声音，朋友所说的话就会丢失。只有经过第三次握手，才能确保双向都可以接收到对方发送的数据。
  2. 防止失效连接请求导致错误与资源浪费：假设使用两次握手建立连接，存在这样一种场景：客户端发送的第一个请求连接报文没有丢失，只是在网络中滞留时间过长。由于 TCP 的客户端迟迟没有收到确认报文，以为服务器没有收到，此时会重新向服务器发送这条报文。此后客户端和服务器经过两次握手完成连接，传输数据，然后关闭连接。而之前滞留的那个请求连接报文，因网络通畅到达了服务器，这本该是失效的报文，但两次握手机制会使客户端和服务器再次建立连接，从而导致不必要的错误和资源的浪费。

2.四次挥手

• 初始状态：刚开始客户端和服务器端都处于 ESTABLISHED 状态，假如客户端发起关闭请求，四次挥手过程便开始。

• 详细过程

  1. 第一次挥手：

     • 客户端动作：客户端向服务器发送 FIN 报文（FIN = 1, seq = u），该报文表示客户端主动关闭 TCP 连接，发完此报文后客户端进入 FIN_WAIT_1 状态。此时客户端不再发送数据，但仍可以接收服务器发来的报文，开始等待服务器回复。

  2. 第二次挥手：

     • 服务器动作：服务器接到 FIN 报文后，返回一个 ACK 报文（ACK = 1, ack = u + 1, seq = v），此报文表明服务器已接收到客户端的 FIN 报文。
     • 状态变化：服务器进入 CLOSE_WAIT 关闭等待状态。客户端收到该 ACK 报文后，知道服务端已接到自己的断开连接请求，进入到 FIN_WAIT_2 状态，此时 TCP 处于半关闭状态，不过服务器端可能还有数据要传输。

  3. 第三次挥手：

     • 服务器动作：当服务器完成数据传输后，关闭与客户端的连接，发送 FIN 报文（FIN = 1，seq = w, ack = u + 1）给客户端，此时服务器处于 LAST_ACK 状态，等待客户端回应。

  4. 第四次挥手：

     • 客户端动作：客户端收到 FIN 报文后，发送一个 ACK（ACK = 1, ack = w + 1, seq = u + 1）给服务器作为应答。
     • 状态变化：此时客户端处于 TIME_WAIT 状态，这个状态是为了等待足够的时间以确保 TCP 接收到连接中断请求的确认，防止最后一个 ACK 报文丢失导致服务器重发 FIN 报文而客户端未收到的情况，一定时间后客户端才会彻底关闭连接。

  ​
  

  ​

参考链接：详解 TCP 连接的 “三次握手” 和 “四次挥手”

三.HTTP工作流程

1.流程概述

HTTP 的工作过程主要包含以下几个关键步骤：域名解析 -> 三次握手 -> 发起 HTTP 请求 -> 响应 HTTP 请求并得到 HTML 代码 -> 浏览器解析 HTML 代码 -> 浏览器对页面进行渲染呈现给用户。

• ​​

2.工作流程

1. 地址解析

   • 分解 URL 信息：当客户端浏览器请求一个页面，例如：http://localhost.com:8080/index.htm ，可以从中分解出协议名、主机名、端口、对象路径等部分。对于此地址，解析结果为：协议名：http；主机名：localhost.com；端口：8080；对象路径：/index.htm。
   • 域名解析：在这一步，通常需要借助域名系统 DNS 对域名localhost.com 进行解析，从而得到主机的 IP 地址。但如果直接访问的是形如 http://IP:8080/index.htm 的地址，就无需进行域名解析。这就好比我们要去一个地方，如果只知道地方的名字（域名），就需要通过某种方式（DNS）找到它的具体位置（IP 地址）；但如果我们直接知道具体位置，就可以直接前往。

2. 封装 HTTP 请求数据包
   将解析出的各部分信息，结合本机自身的相关信息，封装成一个 HTTP 请求数据包。这个数据包就像是一个装满了各种请求信息的包裹，准备发送给服务器。

3. 封装成 TCP 包，建立 TCP 连接（TCP 的三次握手）

   • TCP 连接的重要性：在 HTTP 工作开始之前，客户机（Web 浏览器）首先要通过网络与服务器建立连接，而这个连接是通过 TCP 来完成的。TCP 协议与 IP 协议共同构建了 Internet，也就是著名的 TCP/IP 协议族，因此 Internet 也被称作是 TCP/IP 网络。

   • 协议层次关系：HTTP 是比 TCP 更高层次的应用层协议，根据规则，只有在低层协议（如 TCP）建立之后，才能进行更高层协议（如 HTTP）的连接。

   • 端口选择：一般 TCP 连接的默认端口号是 80，但在此例中指定了 8080 端口。就像不同的门对应不同的通道，端口号就是不同服务的通道标识，通过指定端口号，数据就能准确地到达对应的服务程序。

   • 三次握手过程：

     • 第一次握手：客户端向服务器发送一个带有 SYN（同步序列号）标志的 TCP 报文段，该报文段中还会包含客户端随机生成的初始序列号（Sequence Number），此时客户端进入 SYN_SENT 状态，等待服务器的响应。
     • 第二次握手：服务器接收到客户端的 SYN 报文段后，会向客户端发送一个 SYN + ACK 报文段。其中，SYN 标志用于同步服务器的序列号，ACK 标志用于确认收到客户端的 SYN 报文段，同时服务器也会生成自己的初始序列号，并将客户端的序列号加 1 作为确认号（Acknowledgment Number），此时服务器进入 SYN_RCVD 状态。
     • 第三次握手：客户端收到服务器的 SYN + ACK 报文段后，会向服务器发送一个 ACK 报文段，确认号为服务器的序列号加 1，序列号为客户端自己的序列号加 1，此时客户端和服务器都进入 ESTABLISHED 状态，TCP 连接建立成功。

4. 客户机发送请求命令
   建立连接后，客户机向服务器发送一个请求。请求方式的格式为：请求方法、统一资源标识符、协议版本号，后边是 MIME 信息，包括请求修饰符、客户机信息和可能的内容。例如，常见的 GET 请求格式可能为：GET /index.htm HTTP/1.1，这里 “GET” 是请求方法，用于获取指定资源；“/index.htm” 是统一资源标识符，指定要获取的资源路径；“HTTP/1.1” 是协议版本号。MIME 信息则进一步丰富了请求的细节，比如请求修饰符可以对请求进行一些特殊设定，客户机信息可以让服务器了解请求来自何种设备和浏览器等。

5. 服务器响应

   • 响应格式：服务器接到请求后，会给予相应的响应信息。其格式为一个状态行，包括信息的协议版本号、一个成功或错误的代码，后边是 MIME 信息，包括服务器信息、实体信息和可能的内容。
   • 状态行示例：例如，常见的成功响应状态行可能为：HTTP/1.1 200 OK，其中 “HTTP/1.1” 是协议版本号，“200” 是成功代码，表示请求成功，“OK” 是对状态码的文本描述。
   • MIME 信息与数据发送：实体消息是服务器向浏览器发送头信息后，会发送一个空白行来表示头信息的发送到此结束，接着，它就以 Content - Type 应答头信息所描述的格式发送用户所请求的实际数据。比如，如果 Content - Type 为 text/html，服务器就会按照 HTML 格式发送数据。

6. 服务器关闭 TCP 连接

   • 一般情况：一般情况下，一旦 Web 服务器向浏览器发送了请求数据，它就要关闭 TCP 连接。
   • 保持连接情况：然而，如果浏览器或者服务器在其头信息加入了 Connection:keep - alive，TCP 连接在发送后将仍然保持打开状态。这样一来，浏览器可以继续通过相同的连接发送请求。保持连接不仅节省了为每个请求建立新连接所需的时间，还节约了网络带宽。就像我们去一个地方，如果每次去都要重新开辟一条路，会花费很多时间和精力；但如果有一条路可以重复使用，就能提高效率并节省资源。

3.URL（统一资源定位符）

• 我们常说的网址，包含了用于查找资源的足够的信息，而一个完整的URL包含下面几部分：

  ​
  

  ​

四.客户端请求

• 介绍：客户端请求包括请求行、请求头部、空行和请求体

  ​
  

  ​

1.请求行

​

​

1. 请求方法：表示客户端希望执行的操作。例如 GET、POST、PUT、DELETE等。

   请求方法	描述
   GET	请求指定页面信息，并返回实体主体
   POST	向服务器提交数据以进行处理。通常用于创建或提交表单数据。例如，提交表单、上传文件等，又可能导致新的资源的建立或原有 资源的修改
   OPTIONS	用于获取服务器支持的HTTP请求方法和其他选项
   PUT	用于将客户端的数据存储到指定的服务器资源位置。如果目标资源已存在，PUT 请求会用请求中的数据替换服务器上该资源的内容；若目标资源不存在，服务器会根据请求创建一个新的资源
   HEAD	与GET方法类似，但只返回资源的头部，不返回资源的主体内容。常用于获取元数据
   DELETE	请求服务器删除request-URL所标示的资源（请求 服务器删除页面）
   TRACE	用于诊断和调试，客户端可以发送TRACE请求查看请求在网络中经过的路径
   CONNECT	HTTP/1.1协议中能够将连接改为管道方式的代理 服务器

2. 请求路径：指向请求的资源的URL路径。例如 /index.html 或 /api/data。

3. HTTP版本：指向所使用的HTTP协议版本。例如 HTTP/1.1。

2.请求头部

​

​

• 常见的请求头部：

  头部字段	解释	示例
  HOST	指定服务器的域名或IP地址，必要时包含端口号	HOST：www.example.com
  User-Agent	发送请求的客户端软件的信息，通常是浏览器或其他HTTP客户端	User-Agent：Mozilla/5.0（Windows NT 10.0;Win64;x64）AppIeWebKit/537.36（KHTML,like Gecko）Chrome/92.0.4515.159 Safari/537.36
  Accept	指定客户端能够接收的内容类型	Accept：text/html,application/xhtml+xml,application/xml;q=0.9,/;q=0.8
  Accept-Language	指定客户端接收的语言	Accept-Language: en-US,en;q=0.5
  Accept-Encoding	指定客户端支持的内容编码方式（如gzip、deflate）	Accept-Encoding: gzip，deflate，br
  Content-Type	指定请求主体的MIME类型，通常用于POST和PUT请求	Content-Type: application/json
  Authorization	包含认证信息，用于客户端身份验证	Authorization: Basic YWxhZGRpbjpvcGVuc2VzYw11
  Referer	指定请求的来源页面URL	Referer:https://www.example.com/previous-page
  X-Forwarded-For	识别客户端的真实IP地址，通常由代理服务器添加	X-Forwarded-For：192.168.1.1，203.0.113.1
  X-Frame-Options	防止页面被嵌入到其他站点的<iframe>​中，用于防御点击劫持攻击	X-Frame-Options:DENY
  X-Content-Type-Options	防止浏览器MIME类型嗅探，强制其使用指定的Content-Type	X-Content-Type-Options：nosniff
  Strict-Transport-Security(HSTS)	强制客户端通过HTTPS连接服务器，并且未来一段时间内（如一年）只通过HTTPS访问	strictsTransport-Security: max-age-31536000; includeSubDomains

3.空行

​

​

• 请求头部和请求体之间的空行，用于分隔头部信息和请求体。

4.请求体

​

​

• 包含客户端要发送到服务器的数据，通常用于POST或PUT请求，也可能包含表单数据、JSON数据、文件上传等。

五.服务端响应

• 介绍：服务端响应包括状态行、响应头部、空行、响应正文。

  ​
  

  ​

1.状态行

• 介绍：状态行有协议版本、状态码和状态码描述组成，表示响应状态。

• 常用的状态码：

  状态码	状态码描述	中文描述
  200	OK	表示请求成功。一般用于GET与POST请求
  201	Created	表示请求成功，并在服务器上创建了新的资源。通常在POST请求中用于创建资源时返回。
  204	No Content	表示请求已成功处理，但没有返回任何内容。通常用于PUT或DELETE请求成功后，表示资源已被更新或删除。
  301	Moved Permanently	表示请求的资源已被永久移动到新的URL，客户端应使用新的URL进行后续请求。
  302	Found	表示请求的资源临时被移动到另一个URL。但资源只是临时被移动。客户端应继续使用原有URL进行请求，但可以根据响应中的Location头部字段进行重定向。
  304	Not Modified	表示资源未被修改，客户端可以使用缓存的版本。通常在客户端发送条件请求（如带有If-Modified-Since或If-None-Match头部）时返回。
  400	Bad Request	表示客户端发送的请求有语法错误或无法被服务器理解。
  401	Unauthorized	表示请求需要用户进行身份认证，通常是因为客户端没有提供有效的身份验证凭证。
  403	Forbidden	表示服务器理解请求，但拒绝执行，通常是因为客户端没有足够的权限访问资源。
  404	Not Found	表示服务器无法请求的找到资源（网页）。通过此代码，网站设计人员可设置"您所请求的资源无法找到"的个性页面
  405	Method Not Allowed	表示客户端请求的方法不被允许，例如使用了不支持的HTTP方法请求某个资源。
  500	Internal Server Erro	表示服务器在处理请求时发生了内部错误，无法完成请求。通常是服务器端的程序出现了异常。
  502	Bad Gatewa	表示作为网关或者代理工作的服务器尝试执行请求时，从上游服务器接收到了一个无效的响应
  503	Service Unavailable	表示服务器暂时无法处理请求，通常是由于服务器过载或正在进行维护。
  504	Gateway Timeout	表示作为网关或代理的服务器在等待上游服务器响应时超时。

2.响应头部

• 常见的响应头部：

  Header头部	解释	示例
  Data	原始服务器消息发出的时间	Date: Mon, 23 Mar 2020 03:57:16 GMT
  Server	web服务器软件名称	Server: nginx/1.5.6
  Content-Type	返回内容的MIME类型	Content-Type: text/html
  Set-Cookie	设置和页面关联的Cookie	Set-Cookie: sessionTd-abc123; Path=/;Secure;Httponly
  Content-Length	响应体的长度	Content-Length: 12
  ETag	请求变量的实体标签的当前值，用于标识出资源的状态	ETag: W/"91992- 1583487900000"
  refresh	表示浏览器应该在多少时间之后刷新文档，以秒计	Refresh: 5
  WWW-Authenticate	表明客户端请求实体应该使用的授权方案	WWW-Authenticate: Basic
  Allow	服务器支持哪些请求方法	Allow: GET, HEAD
  Location	用来重定向接收方到非请求URL的位置来完成请求或标识新的资源	Location:http://www.baidu.com

3.空行

• 响应头部和响应正文之间的空行，用于分隔头部信息和响应正文。

4.响应正文

• 介绍：响应正文中是服务器返回的资源内容，比如：{"result":"success","message":null}​