HTTP 协议

HTTP（hypertext transport Protocol）；超文本传输协议，是浏览器与万维网服务器之间通信的规则。

规定了客户端与服务端之间互相发送内容的格式，客户端发给服务端的叫 请求协议，服务端返回给客户端的为 响应协议。

同时它也是无状态的，客户端向服务端请求资源后，服务端返回资源，两者连接的状态断开（现在一般优化保持 3000ms，keep-alive）。

1. 请求协议

请求，由客户端发送给服务端，分为四部分：请求方法（Request Method）、请求网站（Request URL）、请求头（Request Headers）、请求头（Request Body）。

请求协议格式：

请求首行	 	# 包括请求方式，路径，协议和版本，如：GET /index.html HTTP/1.1
请求头信息	   #  请求头名称：请求头内容，键值对形式
空行			# 与请求体分隔开
请求体			# GET 无请求体，POST 有

1.1 请求方法

请求方法有很多种，最常用的有 GET、POST 请求。

GET 和 POST 请求方法的区别：

• HTTP 默认请求方法，无请求体，请求的数据会包含在 URL 中，数据最大 1k。
• 请求的数据不会包含在 URL中，而是在请求体中，以表单形式传输，大小没有限制。

几种常用的 get 请求：

• 在浏览器地址栏直接输入 url
• 页面上的超链接/图片链接（a 标签）
• 表单默认提交方式，也可以设置为 post

几种常用的 post 请求

• 登录某个网站：需要输入用户名、密码，不可能将这些信息也包含在 URL 中
• 上传文件：POST 请求大小无限制

1.2 请求的网站

URL：统一资源定位符，由协议名://域名:端口/路径 组成，如：http://www.xxx.com:80/index.html，即我们要请求的资源路径。

1.3 请求头信息

请求头，用来说明服务器要使用的附加信息，我们可以通过以下方式查看：

F12 - Network - 选择相应的页面 - Request Headers

其中 Request Headers 即为请求头信息，以键值对的形式构成，下面简要说明一些常用的头信息：

• Accept：指定客户端可以接收哪些类型信息，* 代表可以接收任意类型

• Accept-Encoding：指定客户端支持的压缩格式

• Accept-Language：指定客户端支持的语言

• Connection：keep-alive，客户端支持的链接方式，保持一段时间，默认 3000ms

• Cookie：维持当前会话，是服务器存储在客户端本地的用来跟踪会话的数据，服务器用来保存登录状态信息

• Host：主机名

• User-Agent：使服务器能识别客户端使用的操作系统，浏览器信息版本，做爬虫时加上它可以伪装成浏览器。

• Content-Type：互联网媒体类型，用来表示请求中媒体类型信息，text/html 表示 HTML格式，application/json 表示 json 类型等。更多对应关系见：http://tool/oschina.net/commons

• Referer：用来标识这个请求从哪个页面发过来，服务器拿到后可以用来在来源统计、防盗链处理等。

1.4 请求体

请求体一般为 POST请求中的表单数据，GET 请求，请求体为空。如果请求体中的中文，则使用 URL 编码，如：username=%E5%BC%A0%E4%B8%89&password=123

当我们登录某个网站之前，填写用户名和密码，以表单的形式将这些数据交给服务器。这时 Content-Type 变为了 application/x-www-form-urlencoded，我们也可以将 Content-Type 设置为别的形式：

Content-Type	提交数据方式
application/x-www-form-urlencoded	表单数据
multipart/form-data	表单文件上传
application/json	序列化 json 数据
text/xml	xml 数据

请求体中的字段信息：

• Content-Length：请求体长度，单位字节
• Keyword=hello：请求体内容，hello 为表单中输入的数据，keyword 为表单字段的名字

2. 响应协议

响应协议由服务端返回给客户端，分为：响应状态码（Response Status Code）、响应头（Response Headers）和响应头（Response Body）。

响应协议格式：

响应首行
响应头信息
空行
响应体

2.1 状态码

状态码是服务端的响应状态，通过状态码我们真正了解服务端是否正常给我们返回数据，下面是几种常用的状态码：

• 200：请求成功
• 404：请求资源没有找到
• 500：服务器内部发生错误
• 302 重定向，服务器要求浏览器再重新发现一个请求，服务器会发送一个响应头 Location，指定了新的 URL 地址。

2.2 响应头

包含了服务端的应答信息，如 Content-Type、Server 等，以下为几种常用的头信息：

• HTTP/1.1 200 OK：HTTP 协议版本，状态码，表示请求成功

• Date：响应产生的时间，有 8h 偏差（东八区）UTC时间

• Last-Modified：资源最后修改的实际

• Content-Encoding：响应内容的压缩格式

• Server：包含服务器信息，如名称、版本

• Content-Type：文档类型，即返回的数据类型

• Set-Cookie：设置 Cookie，告诉浏览器要将次内容放在 Cookies 中，下次请求携带 Cookies 。

• Expires：响应的过期时间，使代理服务器或浏览器将加载的内容更新到缓存中，再次访问就从缓存中加载，降低服务器负载。

• X-UA-Compatible：兼容浏览器

2.3 响应体

响应头包含服务端返回给客户端的数据，如果请求的是网页，那么请求体就是 HTML 代码。如果请求的图片，则请求体是二进制数据。

在浏览器的开发者工具中，点击 Network —— Preview 即可看到响应体。