【网络】详解http协议

一、认识URL

URL叫做统一资源定位符，也就是我们平时俗称的网址，是因特网的万维网服务程序上用于指定信息位置的表示方法。

urlencode和urldecode

urlencode编码：主要解决在url中出现的特殊符号的问题
urldecode：就是urlencode的逆过程

比如：图中的“+”就被转义成了“%2B”，而urldecode就是把“%2B”解释成“+”
转义的规则如下：将需要转码的字符转为16进制，然后从右到左，取4位(不足4位直接处理)，每2位做一位，前面加上%，编码成%XY格式

二、HTTP协议

HTTP协议格式

HTTP请求：

• 首行: [方法] + [url] + [版本]
• Header: 请求的属性, 冒号分割的键值对;每组属性之间使用\n分隔;遇到空行表示Header部分结束
• Body: 空行后面的内容都是Body. Body允许为空字符串. 如果Body存在, 则在Header中会有一个Content-Length属性来标识Body的长度;

HTTP响应：

• 首行: [版本号] + [状态码] + [状态码解释]
• Header: 请求的属性, 冒号分割的键值对;每组属性之间使用\n分隔;遇到空行表示Header部分结束
• Body: 空行后面的内容都是Body. Body允许为空字符串. 如果Body存在, 则在Header中会有一个
• Content-Length属性来标识Body的长度; 如果服务器返回了一个html页面, 那么html页面内容就是在body中.

HTTP的方法

其中最常用的就是GET方法和POST方法

HTTP的状态码

为什么有状态码?

我们对应的请求，我们给浏览器返回结果，但是我们怎么知道返回的是正确的，所以有http状态码。

当你访问某个服务器上的某个资源时，这个资源不存在，属于客户端错误还是服务器错误？

请求也分正常请求和不正常请求，比如你的银行卡只有1元，而你要取一个亿，所以服务器上的资源是有限的，所以404报错是客户端的错误。
要不要告诉客户端是错误的？要，所以会返回404的页面

5开头，一般是服务器错误，比如我们今天在做请求，服务器里面可能会创建进程或线程处理失败，这就是服务器内部错误，或者一些原因，服务器响应失败，但是即使公司内部是服务器错了，也不会给你发是5开头的错误码，一般会发1或2开头

3开头的状态码：重定向状态码
概念：有个客户端和服务器，因为某些原因服务器地址换了， 对应网站变了，可是老用户不知道，所以老用户访问的时候，请求之后，服务器不对这个客户端提供服务，只是告诉你当前需要访问其他地址。

我们举个例子，来理解什么是重定向状态码：
有个学校东门，在东门有家吃饭的地方，但是学校东门路况不好，过了二三月，走到吃饭的地方，发现门上有贴张字条，这条路在修，我们临时搬到西门，所以重定向功能是通过服务的一方告诉你，我们店门没办法提供服务了，由你决定去不去。而过了半年后，是去西门还是东门，但是我不知道路修好没，所以我还是去东门看看，看了后，然后再跑到西门，因为我不知道什么时候搬过来，这就是临时重定向，我的认知始终是先去老的店门，后来，老板在西门干久了，生意好，想在西门开，就回老店，贴三个月之内，我们永久搬到西门，所以此时，我们去东门看到这张纸，以后就都会去西门了。

• 临时重定向：不更改浏览器的如何地址信息
• 永久重定向：会更改浏览器的本地书签

server 会响应301 302 307 + Location + 新的地址
301：永久重定向
302 307：临时重定向

重定向什么时候用？
1、一个网站，不仅仅是人在访问，由可能有其他的程序也在访问，比如爬虫，搜索引擎每时每刻都在爬全网的数据
2、搜出来一个条目，点击，这个网站过期了，打不开了
一般用在搜索引擎爬全网的资源，会用重定向，爬的网站会经常更新，所以有临时重定向

HTTP常见Header

• Content-Type: 数据类型(text/html等)
• Cache-Control：缓存时间，默认为0，就是没有缓冲
• Content-Length: Body的长度
• Host: 客户端告知服务器, 所请求的资源是在哪个主机的哪个端口上;
• User-Agent: 声明用户的操作系统和浏览器版本信息;
• referer: 当前页面是从哪个页面跳转过来的;
• location: 搭配3xx状态码使用, 告诉客户端接下来要去哪里访问;
• Cookie: 用于在客户端存储少量信息. 通常用于实现会话(session)的功能
• Accept-Enconing：我是客户端，可以接受什么样的编码或压缩类型
• Accept-Language：我是客户端，我未来可以接受什么样的编码符号
• User-Agent：代表这次HTTP请求的客户端信息

关于http的会话保持功能
http本身是无状态的，在我们不考虑缓存的问题，http今天访问file1，之后，还想访问，http并不知道你访问过，还会重新请求，就比如，登录哔哩哔哩，基于http已经登录了一个网站，关闭后，再访问，还是登录的，http不是无状态的吗，为什么还是认识我？
无状态主要是用于超文本传输的,本身并不会去维护你这个用户是否在线做过多工作，它本身不做，并不代表它不提供这个功能，所以http不直接做这个工作，但是用户需要这个功能，保证登录后，会一直都在，这就是会话功能，要使用户是否在线要持续的记录下来，所以有会话保持功能，会写入一些cookie信息，就有cookie加session功能，就是会话保持功能。
比如：服务器上有非常多的资源，如果今天我要访问一个资源，要VIP才能访问，所以我买了个VIP，然后我去访问它了，服务器识别到我是VIP，就发给我资源，而只有发和收，就是http的功能，下次我还想访问其他资源呢，http说你是谁啊，就还要再登录，，所以第一次访问VIP资源，服务器发现没登录，就会返回去要求登录，登录成功了，就会把我的账号密码提回去，服务器端就对我的账号密码做认证，做认证之前肯定我注册过，就会去查我的账号注册过，认证成功后，就会返回客户端一个认证通过的消息，可能返回一个301：Location: https//xxx，下次再访问时，它怎么知道我是谁，所以浏览器当我认证通过时，会通过一下http选项(set-cooke)，把我的私人信息写到https的响应里，发给client。
1、将response中响应的cookie信息在本地进行保存（内存级，文件级）
所以以后访问请求都会携带一个cookie信息，不用用户手动操作，这是浏览器自动做的，服务器会自动进行认证，client访问每一个资源的时候，都需要认证的

假如黑客盗取cookie信息，就以你的cookie登录， 一旦我的cookie泄漏了，就被别人利用了，怎么解决呢？
所以服务器上有很多资源，client也来了，访问服务器资源，服务器叫先登录，会给client一个form表单，那我就以post的方式登录了， 以前是因为把我的信息保持在cookie里，这次我就先在服务器形成一个session对象，用当前用户的基本信息填充，就有了一个内存级或者文件级的，通过办法，形成一个session id，然后把id写回给client，证明登录成功了，所以session id是唯一的，client收到了session id，我本地也有cookie文件，只保存session id，是有保存时间限制的，一天或几天，之后在访问资源，都有携带一个http request cookie：session id，就给服务器推上来，每次推上来，就只需要确认是否在很多session id池当中，存在，就不用再登录了，然后黑客来了，给你client中放木马，拿到你的cookie，我也可以访问了，我在去访问时，也有session id，也可以访问，也会存在，但是我们的信息已经被server服务器维护了，而server服务器一般都是些公司。
所以cookie加session的策略存在的目的：

• 其一：用户信息不在泄漏
• 其二：我们要正确认识cookie加session的策略，不是为了防范客户用户被盗取的，也不是冒认客户去访问某某网站的，而是对异常用户进行识别，然后进行处理。

由于普通的小白，很难去保护自己的数据被盗用，所以我们很难去管理所有人的电脑，但是在公司层面，能保证把自己的东西管理好，服务器方虽然我无法确认你冒认我，但我识别出来，你冒认了，我立马就可以解决这个客户，
所以1、要识别出来，2、解决。但是，我们很难取解决，不可能去把你的用户密码改了，即使识别出来了，也很难去解决，最多是冻结，比如，这个账号在新疆，立马跑到北京，所以这个账号是有问题的，这个账号发生异地登录，就强制你下线，重新登录，黑客只有你的cookie信息，而没有你的账号密码，然后识别，比如这个QQ好友一天之内都在线了，在数据层面，如何解决，就直接将session id失效，就无法登录，就不像上面，怎么失效，只有改别人密码所以这种方案不能杜绝client的cookie丢失的问题，但是可以提出来一下解决方案，对异常client识别出来，并进行解决。