前言

本篇文章介紹HTTP的基本結構。

1. 概念

HTTP全稱為超文本傳輸協議，是一種應用非常廣泛的應用層協議。誕生于1991年，目前已經發展為最主流使用的應用層協議。超文本的意思是，文本中包含了更復雜的內容（例如圖片、視頻、音頻、特殊字體、鏈接等）。

2. HTTP基本格式

HTTP是一種文本格式的協議，我們需要使用抓包軟件來觀察HTTP的協議格式。這里使用fiddler進行抓包。

2.1 抓包原理

抓包軟件本質上是一個“代理程序”這里以fiddler為例，在瀏覽器訪問界面時，就會把HTTP請求先發給Fiddler，Fiddler再把請求轉發給對應的服務器，服務器返回數據時，Fiddler拿到返回數據，再把數據交給瀏覽器，所以Fiddler對于瀏覽器和服務器的交互細節是非常清楚的，所以抓包軟件就可以監聽網卡上通過的數據了。

2.2 抓包軟件使用

以fiddler為例，在這個地址進行安裝： fiddler安裝。

左側窗口顯示了所有的HTTP請求/響應，可以選中某個請求來觀看詳細內容，右側上方顯示HTTP請求的報文內容，右下方顯示了HTTP響應的報文內容。點擊Raw可以看到詳細的數據格式。

2.3 抓包結果

請求基本格式：

1. 首行：請求中的第一行我們稱為首行。
2. 請求頭：第二行開始往后若干行我們稱為請求頭。
3. 空行：空行為請求頭的結束標記
4. 正文：空行之后的內容（這里的請求沒有）

響應基本格式：

1. 首行：請求中的第一行我們稱為首行。
2. 響應頭：第二行后的若干行。
3. 空行：空行為請求頭的結束標記。
4. 正文：空行之后的內容
   這里的正文可以看到是二進制內容，這是把文本壓縮成二進制了，用來節省資源。
   解壓縮后：
   
   可以看到，正文部分包含了網頁的HTML。

3. HTTP請求

先看請求的首行：
GET https://www.csdn.net/ HTTP/1.1
這里分成了三個部分，GET稱為方法，HTTP/1.1這個部分稱為版本號，中間這個部分我們稱為URL。我們著重講這三個部分。

3.1 URL

URL全稱”唯一資源定位符“，描述了網絡上某個資源的具體位置。互聯網每個文件都有唯一的URL，它包含的信息指出了文件的位置以及瀏覽器對其的處理方式。
URL的完整結構：

協議方案名：常見的由http和https。
登錄信息：這里登錄信息（認證）的內容已經淘汰，現在已經沒有網站采取URL進行認證了。
服務器地址：是IP地址，一般填的是域名，會通過DNS系統解析成一個具體的IP地址。
端口號：如果省略，會根據協議自動決定使用哪個端口。
帶層次的文件路徑：一個機器上的一個服務器程序可能管理者很多資源，可能是真實的文件，也可能是一些動態生成的資源（根據請求計算出來的響應）。
查詢字符串：是鍵值對（query string）的格式，通過‘=”分割鍵和值。通過“&”分割多個鍵值對，這里鍵值對的含義由程序員來自定義。通過查詢字符就可以讓客戶端給服務器傳遞一些參數。
片段標識符：標識網頁的某個部分，實現“頁面內跳轉”功能，在一些文檔類網站，會帶有這個。

URL一些部分可以省略：
協議名：可以省略，省略后默認為http://
ip地址/域名：在HTML中可以省略。省略后標識服務器的ip/域名與當前HTML所屬的ip/域名一致。
端口號：可以省略。省略后如果是http協議，自動設為80；如果是https協議，自動設置為443
帶層次的文件路徑：可以省略。省略后相當于/。一些服務器在發現“/”路徑的時候自動訪問/index.html。
查詢字符串和片段標識也都可以省略。

關于URL encode
url的query string中的value部分可能需要進行轉義。規則是把特殊符號的 ascii碼取出來，按照字節維度插入一些“%”。
中文也需要轉義，這是因為中文通過uft8/gbk之類的編碼格式表示，可能某個漢字的utf8/gbk編碼中的某個字節，恰好和某個特殊符號的ascii碼相同了。
query string的內容，程序員可以自定義（尤其是value），如果value中包含特殊符號，就可能使url的解析出現錯誤。這是因為url中的特殊符號有特定含義。

3.2 方法

HTTP方法表達的是一種語義，介紹上圖幾個常用的：

1. GET：從服務器獲取某個資源。
   GET方法是HTTP中最常見的方法，很多操作都會觸發HTTP的GET請求：
   直接在瀏覽器輸入url；
   頁面上點擊一些跳轉鏈接；
   HTML間接加載其他資源的時候(CSS,JS,圖片等 )；
   通過js/java/C++/Python等代碼手動構造GET請求。
   GET請求特點：
   GET請求一般沒有body；
   GET請求要給服務器傳遞數據，往往是通過路徑/query string來進行傳遞。
2. POST：向服務器上傳一些資源。
   登錄時或者上傳資源/文件時會觸發。登陸時提交填寫的用戶和密碼。上傳資源/文件時提交傳輸資源的內容。
   POST帶有body，通過body給服務器傳遞數據，通常下不使用query string傳遞數據。
3. PUT：向服務器上傳某個資源（文件）。和POST差不多一樣。
4. DELETE：刪除服務器的某個資源。和GET類似，也是一般不帶有body，通過quert string傳遞參數。

3.3 版本號

HTTP1.1是目前最主流的HTTP版本號。與請求不同的是，響應的版本號在首行的前面。

3.4 HTTP報頭

報頭的形式是行文本，每一行是一個鍵值對，鍵和值之間用 “ :加一個空格"（: ) 來分割。
介紹簡單一下header的一些key：

1. Host：描述了訪問的服務器的IP(域名)和端口 (可以省略)
2. Content-Length和Content-Type：前一個描述了body的長度，后一個描述了body的數據格式，所以在請求/響應中包含body時才會有這兩個key。Contet-Length這一個key解決了“粘包問題”。如果一個請求/響應，有body但沒有這其中一個key，那么這就是一個非法的“請求/響應”。
3. User-Agent：表示瀏覽器/操作系統的屬性。
4. Referer：表示這個界面是從哪個界面跳轉過來的。內容是一個網址。
5. Cookie：Cookie中的內容是鍵值對，使用分號（;）來分割多個鍵值對，使用等號（=）來分割鍵和值。Cookie本質是瀏覽器在本地存儲數據的一種機制。此外，瀏覽器本地存儲cookie時，按照域名維度進行管理。
   瀏覽器為了把控安全，瀏覽器會限制一個網站的權限，比如會禁止網站訪問硬盤，禁止網站調用電腦上的其他應用程序。所以網站如果在電腦上存儲一些數據，就需要用到Cookie，其中的內容是服務器返回給瀏覽器的，瀏覽器會把Cookie保存到本地，由于不允許網站隨意訪問硬盤，所以只能按照“鍵值對”形式來存儲簡單數據。
   在服務器響應header中可能會包含set-cookie這樣的報頭，每一個set-cookie就對應一個cookie鍵值對。
   Cookie鍵值對是自定義的，我們可以通過Cookie保存一些沒那么重要但是有用的信息，如“上次訪問時間”。

3.4 正文部分

請求的body部分，簡單介紹一下一些常見的數據格式，有application/json，text/html，text/css，application/JavaScript，image/png。

4. HTTP響應

4.1 HTTP狀態碼

在響應的首行就是HTTP的狀態碼。

不同的狀態碼表示不同的含義，在官方文檔中有很多狀態碼，下面介紹幾種常用的：

1. 200 OK：表示訪問成功，這里的成功表示HTTP層的成功，不代表業務層面的成功，比如注冊賬號，提交用戶名，由于用戶名重復，導致注冊失敗，這就是業務失敗，但也可以通過200這樣的狀態碼表示。
2. 404 Not Found：客戶端要訪問的資源不存在，即URL中層次結構的路徑不存在。
3. 403 Forbidden：訪問被拒絕（沒有權限訪問）
4. 500 Internal Server Error：服務器拋出異常，崩潰了
5. 504 Gateway TimeOut：服務器負載大，處理請求超時。
6. 302 Move temporarily：臨時重定向，跳轉到另一個界面，例如登錄頁面登錄成功后自動跳轉到主頁。響應報文header部分會包含一個Location字段，表示要跳轉到哪個界面。
7. 301 Moved Permanently：永久重定向，瀏覽器收到這種響應時，后續的請求都會被自動改成新的地址。

4.2 其他部分

響應報頭響應正文和上面請求對應的部分差不多，不再講述。

總結

本篇文章較為詳細的介紹了HTTP的基本結構，同時還順帶介紹了fiddle抓包工具，看完這篇文章后，希望你能對HTTP能夠有較為深入的理解。