1. HTTP协议概述
HTTP协议是整个web的基础，是客户端和服务器端协同工作的基石，要想了解web的工作原理、优化web应用，就要完全理解HTTP协议。作为专注于web编程的PHP语言，简单的网络模型和接口，使得在PHP中实现套接字、curl等变得极其简单。
简单来说，HTTP就是一个基于应用层的通信规范，它不仅保证计算机正确快速地传输超文本文档，还能确定传输文档中的哪一部分，以及哪部分的内容首先显示（如文本先与图片）等。
超文本传输协议（HTTP，HyperText Transfer Protocol)是互联网上应用最为广泛的一种网络协议，目前普遍使用的版本是 HTTP 1.1。
HTTP是一个应用层协议，由请求和响应构成，是一个标准的客户端服务器模型。HTTP通常承载于TCP协议之上，有时也承载于TLS或SSL协议之上，这时就成了HTTPS。默认HTTP的端口为80，HTTPS的端口为443。
HTTP协议的模型就是客户端发起请求，服务器进行响应，它是一个无状态的协议，同一个客户端的这次请求和上次请求没有对应关系。这种设计属于典型的“问答式”交互，客户端和服务器端一问一答，使得HTTP协议模型异常简单。但这种设计也存在问题，比如服务器端不会主动向客户端推送（push）数据，一问一答的轮询也会使TCP连接频繁建立和断开，导致其交互效率不高。
浏览网页是HTTP协议的主要应用，但这并不代表HTTP协议就只能应用于网页的浏览。只要通信的双方都遵守HTTP协议，它就有用武之地，如QQ、迅雷等。
2. HTTP协议的工作原理
客户端发送一个HTTP请求（request）给服务器，服务器接收到请求后，生成一个响应（response）返回给客户端。一次HTTP操作称为一个事务，其工作过程分为四步：
（1）客户端与服务器建立连接。在浏览器中访问某个网址，HTTP协议开始工作。
（2）建立连接后，客户端发送一个请求给服务器。格式为：前面是统一资源定位符（URL），中间是协议版本号，后面是MIME信息（包括请求修饰符、客户机信息和可能的内容）。
（3）服务器收到请求后，返回对应的响应信息。格式为：首先是一个状态行（包括信息的协议版本号、状态码），然后是MIME信息（包括服务器信息、实体信息和可能的内容）。
（4）客户端接收服务器返回的信息并呈现给用户，然后断开与服务器的连接。
如果以上过程中的某一步出错，产生的错误信息将返回给客户端。
3. HTTP请求
浏览器客户端在发起请求前，需要先和服务器建立连接。
连接是一个传输层的实际环流，它建立在两个相互通信的应用程序之间。在 HTTP 1.1 协议中，request和response头中都有可能出现一个connection的头，它决定当客户端和服务器通信时如何处理长连接。
HTTP 1.1 协议中，客户端和服务器端默认对方支持长连接，如果客户端不希望使用长连接，需要在header中指明connection的值为close；如果服务器端不想支持长连接，则需要在response中明确说明connection的值为close。无论request还是response的header中包含了值为close的connection，都表明当前正在使用的TCP连接为短连接，即一次请求处理完毕后会断开连接，再次请求时，需重新建立连接。
HTTP请求由三部分组成：请求行、消息报头、请求正文。请求行以一个请求类型开头，以空格分开，后面跟着请求的URI和协议的版本，格式如下：
Method Request-URI HTTP-Version CRLF
上述格式中的参数说明如下：
Method：请求的方法类型
Request URI：统一资源标识符
HTTP Version：请求的HTTP协议的版本
CRLF：回车和换行（除了作为结尾的CRLP外，不允许出现单独的CR或LF字符）
下面列出HTTP抓包工具抓取的HTTP请求的原生代码的示例：
GEThttps://demo.com/?id=1HTTP/1.1 Host:demo.com User-Agent:Mozilla/5.0(WindowsNT6.1;rv:48.0)Gecko/20100101Firefox/48.0 Accept:text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8 Accept-Language:zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3 Accept-Encoding:gzip,deflate Connection:keep-alive Upgrade-Insecure-Requests:1 Cache-Control:max-age=0
请求的方法类型，主要有以下几种：
GET：请求获取Request URI所标识的资源
POST：在Request URI所标识的资源后附加新的数据
HEAD：请求获取由Request URI所标识的资源的响应消息报头
PUT：请求服务器存储一个资源，并用Request URI作为其标识
DELETE：请求服务器删除Request URI所标识的资源
TRACE：请求服务器回送收到的请求信息，主要用于测试或诊断
CONNECT：保留以备将来使用
OPTIONS：请求查询服务器的性能，或者查询与资源相关的选项和需求
4. HTTP响应
服务器在接收和解释请求消息后，会返回一个HTTP响应（response）消息。HTTP响应也由三个部分组成，分别是：状态行、消息报头、响应正文。状态行格式如下：
HTTP-Version Status-Code Reason-Phrase CRLF
上述格式中的参数说明如下：
HTTP Version：服务器HTTP协议的版本
Status Code：服务器返回的响应状态码
Reason Phrase：状态码的简短描述
下面列出HTTP抓包工具抓取的HTTP响应的原生代码的示例：
HTTP/1.1200OK Date:Sun,04Sep201605:10:43GMT Server:Apache/2.4.10(Win32)OpenSSL/1.0.1iPHP/5.5.15 X-Powered-By:PHP/5.5.15 Content-Length:26 Keep-Alive:timeout=5,max=100 Connection:Keep-Alive Content-Type:text/html Array ( [id]=>1 )
状态码由三位数字组成，第一个数字定义了响应的类别，它有五种可能的值：
1xx：指示信息，请求已接收，继续处理
2xx：成功，请求已被成功接收、理解
3xx：重定向，要完成请求必须进行更进一步的操作
4xx：客户端错误，请求有语法错误或请求无法实现
5xx：服务器端错误，服务器未能实现合法的请求
常见的状态码、状态描述，主要有以下几种：
200 OK：客户端请求成功
400 Bad Request：客户端请求有语法错误，不能被服务器所理解
401 Unauthorize：请求未经授权，这个状态码必须和 WWW Authenticate报头域一起使用
403 Forbidden：服务器收到请求，但是拒绝提供服务
404 Not Found：请求资源不存在，例如输入了错误的URL
500 Internal Server Error：服务器发生了不可预期的错误
503 Server Unavailable：服务器当前不能处理客户端的请求，一段时间后可能恢复正常
例如，响应状态行“HTTP/1.1 200 OK (CRLF)”，表示请求到达服务器后被成功识别，返回成功标记。响应正文就是服务器返回的资源的内容。
4. 消息报头
HTTP消息报头（header）包括普通报头、请求报头、响应报头、实体报头。每个报头域的组成形式为，名称: 值。
注意：报头域的名称不区分大小写，报头都是自解释的。
常见的几个比较重要的报头域：
Host：指定了请求资源的主机和端口，必须表示请求URL的原始服务器和网关的位置。HTTP 1.1 请求必须包含主机头域，否则服务器会以400状态码返回。
User-Agent：简称UA，用户代理，指定了发出请求的用户代理的信息。如果是浏览器客户端，则主要包含浏览器的名称、版本和所用的操作系统的内核。UA头不仅仅是使用浏览器才存在，只要使用了基于HTTP协议的客户端都会发送这个报头域。UA头是辨别客户端所用设备（电脑、手机还是iPad等）的重要依据。
Accept：告诉浏览器，客户端可以接收的文件格式。通常这个值在各种浏览器中都差不多，不过WAP浏览器所能接收的格式要少一些，这也是用来区分WAP和计算机浏览器的主要依据之一。但随着WAP浏览器的升级，它已经和计算机浏览器越来越接近，因此这个判断所起的作用也越来越弱。
Cookie：Cookie分两种，一种是客户端向服务器发送的，使用Cookie报头域，用来标记一些信息；另一种是服务器发送给浏览器的，报头为Set Cookie。二者的主要区别是Cookie报头的value里可以有多个Cookie值，并且不需要显示指定domain等。而Set Cookie报头里一条记录只能有一个Cookie的值，需要指明domain、path等。
Cache-Control：缓存控制，指定请求或响应时应该遵循的缓存机制。在请求头或响应头中设置Cache Control并不会修改另一个消息处理过程中的缓存处理过程。请求时的缓存指令包括no cache、no store、max age、max stale、min fresh、only if cached；响应消息中的缓存指令包括public、private、no cache、no store、no transform、must revalidate、proxy revalidate、max age。
Referer：允许客户端指定请求URI的源资源地址，这可以允许服务器生成回退链表，可用来登录、优化缓存等，也允许废除的或错误的连接由于维护的目的被追踪。如果请求的URI没有自己的URI地址，Referer不能被发送。如果指定的是部分URI地址，则此地址应该是一个相对地址。Referer通常是流量统计系统用来记录来访者地址的参数。通过Referer的值，可以得知当前请求是从哪个URL跳转过来的，PHP中可以用$_SERVER['HTTP_REFERER']获取当前请求头中的Referer的值，借此实现网站的防盗链。
Content-Length：内容的长度
Content-Type：内容的类型
Content-Range：资源内容的范围。可以在每次请求中标记请求的资源范围，在连接断开后重连时，客户端只请求该资源未下载的部分，而不是重新请求整个资源，实现断点续传。迅雷就是基于整个原理，使用多线程分段读取网络上的资源，最后再合并。
Accept-Encoding：指定所能接收的编码方式。通常服务器会对返回的内容进行gzip压缩后再输出以减少流量，浏览器一般都支持对这种压缩后的数据进行处理。但对于我们来说，如果不想接收到这些看似“乱码”的数据，可以指定不接收任何服务器的压缩处理，要求其原样返回。
自定义报头：在消息头（header）中，也可以使用一些在 HTTP 1.1 正式规范里没有定义的头字段，这些头字段统称为自定义的HTTP头或扩展头。比如：Server字段，在PHP中，可通过 header 函数实现。
如对本文有疑问， 点击进行留言回复！！
3GPP RAN6工作组正式关闭：2G/3G再无后路，清频退网进行时
我要评论
网友评论