Linux网络编程——HTTP协议的理解与运用

目录

前言

一、认识URL

二、认识HTTP样例

三、HTTP的报头内容

1.url

2. Content-Type

3.Method 方法

1.GET方法 

2.POST方法 

4、状态码

5.cookie和session

---

前言

我们知道，协议就是一种约定，客户端与服务端统一的用这种约定进行传输数据。我们也进行了自定义协议的序列化与反序列化，了解到了协议是如何进行约定的。今天我们来学习一下被广泛运用的应用层协议——HTTP（超文本传输协议）。

一、认识URL

在我们访问别人的网站时，通常会输入网址或者点击别人的链接（跳转到该网址）进行访问，我们平时说的网址也就是url。

比如说百度的链接如下，https为他的协议方案名，比http多了加密，www.baidu.com为他的服务器地址（也是域名），会通过DNS域名解析将该域名转化为一个IP地址，"/"为访问他的web根目录。

https://www.baidu.com/

再比如说我们百度搜索caixukun，就会访问到"/s目录"，"?"后面就可以带参数了，"wd=caixunkun"为我们的搜索内容，"&"后面又跟着很多参数

https://www.baidu.com/s?wd=caixukun&rsv_spt=1&rsv_iqid=0xa125eeac0124f4d8&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&rqlang=cn&tn=baiduhome_pg&rsv_enter=1&rsv_dl=tb&oq=%25E8%2594%25A1%25E5%25BE%2590%25E5%259D%25A4&rsv_btype=t&inputT=1356&rsv_t=30ce7B8KPAgBA5MzP%2Fj0%2Bouk7Tznt866T6e0B%2Fv5EUHIzUkxc34g%2BwyPnOzHtYLvNupJ&rsv_pq=b89a996d00b45a5c&rsv_sug3=38&rsv_sug1=22&rsv_sug7=100&rsv_sug2=0&rsv_sug4=1356&rsv_sug=1

因此，我们平时访问网站，本质上就是在进行进程间通信，只不是是跨网络的，通过域名转化为IP地址，端口号是协议默认的。

二、认识HTTP样例

如下是一个http请求样例，有  请求行、请求报头、空行、请求参数（请求参数可以为空）

GET 为http请求方法  / 为请求资源的目录（这是web更目录）  HTTP/1.1是http协议版本。

请求报头中的内容我们暂时不管，等第三章来看，这里只是了解一下http的样子。

对于http协议，请求报头是按 "\r\n" 做结尾的，因此可以通过读取到空行的"\r\n"表示读完了请求报头。而正文（请求参数）的读取完毕，是在请求报头中有一个参数Content_Length来表示正文的长度，知道了长度之后，再拿着这个长度去读正文，读到了这个长度表示正文读取完毕。

反序列化也是按照"\r\n"来进行截取，至此服务器就能清楚我们的请求，同时给我们的请求做出响应。

其中http的响应字段也是类似的，其中浏览器会将响应正文做解释，就变成我们看到的网页了。

如下是http的响应字段 

三、HTTP的报头内容

1.url

前面我们的请求行，中间的内容为目录，默认访问的是web根目录，代表默认访问该网站的首页

如果我们指定访问某个文件夹下某个资源，那么请求行中url内容也会随之改变，参数也可以这样传递

实际上我们可以通过http协议，截取出你的url是什么，如果是根目录，那么就拼接首页并给你首页网站。

如果是其他目录，只要我有该目录下的该文件，我就给你，如果没有，我就404 not fount。代码逻辑如下。

2. Content-Type

Content-Type 用于指示响应中包含的数据的类型，如果你的html里面有图片、视频等链接，http进行解析正文的时候发现有链接，那么他会再次发送请求该链接。如下

浏览器虽然足够智能，但是仍需要我们指定类型让浏览器进行渲染，因此我们需要给响应字段添加Content-Type，让浏览器知道如何渲染。

Content-Type 扩展名对照表

因此我们需要截取出请求报头中的url，分析url的后缀是什么，根据后缀进行返回内容

3.Method 方法

请求行的第一个参数就Method方法，最重要、也是最常见的是 GET 和 POST 。

我们通常使用GET 请求去获取资源，比如网页、图片等。

POST请求通常用于提交表单数据、上传文件等操作。

1.GET方法 

GET方法请求参数通常以 URL 的查询字符串的形式附加在 URL 后面，html中如果不写method，默认方法也是“GET”

这样就可以通过截取的方式把用户输入的数据给到后台。后台根据数据再给你提供服务。

2.POST方法 

post方法会将表单的请求参数放在正文部分，私密性会更强一些。

GET与POST的区别 

1. GET是在url传递参数，POST是在请求正文传参
2. GET在url传参字节个数有限，POST参数字节没有限制
3. GET请求通常用于请求服务器发送某个资源，POST请求通常用于向服务器提交数据
4. GET私密性比POST差（私密性不等于安全性，GET和POST都不安全，都是明文传输，https才更安全）

4、状态码

在http的响应行中，有状态码这个东西，访问成功状态码是通常200。

如果你请求的文件不存在，状态码通常是404 ，描述为not fount

状态码并不是固定的，而是大多是大家默认遵守的规矩，你可以逾矩，但是会让其他程序员看不懂。 重定向是例外，不能乱写。

那我们就可以去进行各种判断，看是什么问题，然后给你返回对应的状态码与状态码描述。其他的我们都能理解，这个重定向状态码是什么情况呢？

HTTP报头中还有一个Location字段，客户端会根据该字段中指定的 URL 自动进行重定向，如下代码，当你的报头中状态码为307，并且有Location字段(缺一不可)，其他内容也就不重要了，访问到这个网站即会重定向到你所设置的网站内。

其中307代表临时重定向，请求的资源暂时移动到了新位置，但所有后续的请求应该继续使用原始的 URL。

如果状态码是301，表示请求的资源已永久移动到新位置，且所有后续的请求应该使用新的 URL。这意味着浏览器在收到 301 响应后，应该自动更新其缓存的链接，并使用新的 URL 进行所有后续的请求。

5.cookie和session

• http的请求是无连接和无状态的。
• 无连接代表像服务器发送请求，服务器对你的请求做出响应，然后就结束了，后续你要再次跳转或者做其他操作又会发送新的请求。
• 无状态是说服务器根本就不知道你请求了多少次，你是一直在做刷新操作，还是只访问了一次，我不知道耶不关心，我只知道根据你的请求做出响应。
• 但是我们实际使用的时候，比如抖音登录成功后关闭抖音，再次访问，发现他还是记得我，我仍处于登录状态，这是cookie在起作用。

当我们将账号和密码输入给服务器时，服务器会将你的账号和密码与数据库做对比，如果发现有该用户，就会response响应用户登录成功了，同时该响应里面有Set-Cookie字段，该字段的内容就是你的账号和密码。

浏览器发现response响应里面有该字段，就会利用自动保存cookie字段，当用户再次访问该服务器时，浏览器会自动将cookie里面的内容取出，并帮我们在请求报头添加Cookie字段，该字段的内容就是你之前输入的账号和密码，这样我们第一次登录后，后面都不需要再次登录。

同时后续访问时，request请求报头就自动添加上了Cookie 

但是如果仅仅只有cookie，有坏人想截取我的http请求可太简单了，直接获取到我的用户名和密码，拿着我的账号去干坏事，这样肯定不好。

因此服务器在我登录之后，会把我输入的数据保存到session中，同时通过键值对的唯一性，响应回来的Set-cookie为这个session的id值，这样客户端就收到一个Set-cookie:sessionid。以后就不用在明文传输，而是依靠这个sessionid进行验证用户了。

当然这样我们能保证自己的账号不会被盗，但是别人依然可以利用sessionid去干坏事，比如把账号里面的记录删一删等等，因此还是得需要服务器通过判断客户端的ip地址是否一致、或者sessionid持续时长等来更好的保护客户端（使用者）。

重要报头字段

• Content-Type: 数据类型(text/html等)
• 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

目前已经能通过http进行数据传输了，但是黑客仍然有各种办法截取用户的信息，因此需要对http进行加密，提出了https。https我们下一章见！！