HTTP初识，fiddler的使用，URL各部分介绍，QueryString

 

目录

 

一、什么是HTTP

二、抓包工具

三、请求的首行 URL

四、URL的各部分详细介绍

---

一、什么是HTTP

现在网页上，我们常见的是https,但是在二十年前是以http为主，这个协议也叫超文本传输协议，文本->字符串，“超文本”->图片/视频

HTTP响应:比如搜狗版的HTML，这个响应的内容，往往是一个html内容

一个网站分为前端+后端（太多了，说不过来）

前端：html(描述网页的结构）,css（描述网页的样式）,js（网页的行为，与用户的交互）vue esc就不说了

网页上HTML，css,js都是在浏览器执行的，都是访问服务器的时候，从服务器下载到浏览器上，然后才能显示运行。其他的程序都是要先安装，才能够使用，网页是随时用随时下载。网页优势：服务器随时更新，用户就可以用上新版本

劣势：性能比较有限，很难去有一些复杂操作。

二、抓包工具

抓包工具是一种代理：但是代理不仅仅是抓包工具，还有很多体现形式。

代理客户端的叫正向代理

代理服务器的叫反向代理

抓包的工具有很多：wireshark(功能很丰富，但是却很复杂）

                                 fiddler抓包工具（足以应对大部分场景，而且简单方便，但是功能比上面少点，但是够用）

1.直接搜索后安装

有验证码，为啥有复杂的验证码，互联网上80%带宽是被爬虫消耗的。

2.使用

左侧，当前机器上有哪些http数据报交互（不仅能抓浏览器，而且能抓到所有程序）

电脑程序在后台和服务器悄悄的交互（有的为了实现某种功能，有的偷拿你隐私）

右上角是请求的详情

右下角是响应的内容

刚好装完fidder之后，默认只能抓到http的数据，抓到了https，抓不到https(网络上httsp是主流）所以需要稍微设置一下，让fiddler可以抓到https。

1.点击tools->options->https勾上提示框（意思勾选有风险，一路yes）https是加密的，要显示，先解密，要信任保证书。

开了fidder，客户端服务器http,https的请求和响应都会在fidder过一遍（但有一些东西会影响fidder正确运行）

1.https要勾选正确

2.有的代理程序可能和fiddler冲突，确保使用fiddler的时候关闭其他代理。

3.有的浏览器插件，也可能和fiddler冲突

这个是抓去搜狗主页交互过程，上面这些标签页，站在不同视角来解析请求和响应，HTTP是文本协议，IP，TCP ，UDP二进制协议

HTTP加密后是二进制，但是我们勾选完毕就恢复成文本了。在这里我们点击row打开响应，当前http响应，经常会进行压缩（节省带宽）

http响应的内容通常是HTML，CSS，JS

这么看不太直观，干脆这么看

GET http://www.sougou.com/HTTP 11.1.     //1.首行
······
Accept:text/html,application/xhtml       //2.请求头//3.空行
body                                     //4.正文

响应报文

HTTP/1.1 200 ok.       //1.首行
Connection             //2.响应头//3.空行
body                   //4正文

三、请求的首行 URL

GET https://www.sogou.com/HTTP/1.1

GET:方法

https://www.sogou.com:URL（请求，就是客户端给服务器发起的一个数据，这里要明确指出要访问的服务器是啥，要访问的服务器资源是什么，我们在JDBC中讲过：URL是唯一资源定位符，用来描述网络上的资源的）

HTTP/1.1 :版本号

RFC标准文档，TCP，UDP，IP，HTTP等网络协议，RFC标准文档有更精准的细节内容

http://user:[e-mail]:80/dir/index.html?uid=1#ch1 (URL的完整细节）

简单来说
协议名：//IP地址：端口号/路径？querystring ->（querystring是键值对的数据，k=uid这个东西，value则是uid等于的那个东西

http:协议名字（协议方案名）

user:pass@ :大部分现在这个地方是不用的，所以也不用多介绍

www.example.jp:可以是IP地址，也可以是域名，也可是外网IP（本身唯一），也可以是内网（访问局域网中的设备）还可以是环回IP（访问自己）

80:服务器端口号

dir/index.html?:访问服务器上哪个资源

uid=1：查询字符串（访问资源，带上啥样的参数）

ch1:片段标识符 （不常见，主要文档类文件）

这个东西就如同卖烤冷面

http://bhu:18/烤冷面?葱花=正常&香菜=苦苦放&醋=必须多放

->针对访问资源进行的补充说明，查询字符串，是键值对的格式，键值对之间用&分隔，键和值之间，用&分隔，键与值之间，使用=分隔，查询字符串以？开始。

实践上，URL来说，上述的几个部分，都是可以省略的～不是说哪个部分必须得保存，IP地址/域省略，此时相当于是访问当前服务器的地址。

访问B站主页，必须带有bilibili主页的html这个html又回触发一些其他的http请求，这些后续触发的http请求，就可以省略ip，省略IP就相当于用bilibili一样的IP。

四、URL的各部分详细介绍

端口号其实也可以省略（常见），省略时，浏览器会自动加上端口（这个端口号表示的是访问目标服务器的是哪个端口）

http:端口号80

https:端口号443

知名端口号：1-1024，都被一些常用的服务器（知名的老东西服务器瓜分了），因此一个网页部署于服务器的时候，往往遵守上述规则，把http绑定到8080,https绑定到443，浏览器访问你的服务器，就不必去多余指定窗口。

其实带层次的路径也能够省略

https://sogou.com/

如果省略相当于访问的是/

/称为根目录（目录是一个树形结构，根目录，就相当于树根一样，服务器提供的资源，也是类似于目录结构一样的，树形结构来组织的，有树，那么就会有树根，/就是树根->通常根节点就会对立服务器的对应主页（约定的规则）

查询字符串也可以没有（有和没有是看我们后端程序员们决定的）

query string中带有一些特殊符号，这些特殊符号，可能在url本身就有一定含义，就导致浏览器/服务器解析失败！（在c++中+就属于特殊符号，+是%2B,假如加号不去切换，就可能导致浏览器/服务器解析失败

/，?，&，=，#同理，都要转换，url的encode的本质转义字符（和我们的/n还不一样这种有自己的规则）

如：c++你好

把转换的内容的二进制的每字节，都用十六进制表示出来，然后每字节前面加一个%

你：十六进制是：E4BDA0

好:十六进制是：E5A5BD

最后会C%2B%2B%E4%BD%A0%E5%A5%BD

经过URL的encode之后，此时querystring就不会出现特殊含义的符号，浏览器和服务器才可以正常识别～