Web 开发指南（二）HTTP 协议入门

2021-08-02 约 3901 字预计阅读 8 分钟

HTTP 协议是 Hyper Text Transfer Protocol（超文本传输协议）的缩写。

HTTP 协议是互联网的基础协议，也是 Web 开发的必备知识。

一、HTTP/0.9

HTTP 是基于 TCP/IP 协议的应用层协议。该协议不涉及数据包（packet）传输，仅仅是规定客户端和服务器之间的通信格式，默认使用 80 端口。

HTTP 协议最早版本是 1991 年发布的 0.9 版，该版本极其简单，只有一个命令：GET。

GET /index.html

当客户端与服务器端 TCP 连接（connection）建立后，服务器收到如上所示命令： GET /index.html，服务器就知道客户端是请求 index.html 网页的内容，于是服务器按照要求返回以下内容：

<html>
  <body>
    Hello Aurthur
  </body>
</html>

可以看到，回应的内容就只包含 HTML 格式的字符串，不包含其他任何内容，这是 0.9 版本的规定：服务器只能回应 HTML 格式的字符串，不能回应别的格式；并且服务器向客户端发送完数据，立刻关闭 TCP 连接。

二、HTTP/1.0

为弥补 HTTP 0.9 版本的不足，1996 年 5 月，HTTP/1.0 版本正式发布，该版本相对 0.9 版本带来许多新的特性：

可以发送任何格式的内容，这使得互联网不仅可以传输文字，还能传输图像、视频、二进制文件
除了 GET 命令，还引入了 POST 命令和 HEAD 命令，增强了浏览器与服务器的互动能力
请求和回应的格式也发生改变，除了数据部分，每次通信都必须带上头信息（HTTP header）用来描述一些元数据
其他的新增功能还包括状态码（status code）、多字符集支持、多部分发送（multi-part type）、权限（authorization）、缓存（cache）、内容编码（content encoding）等

HTTP/1.0 请求格式

请求格式图解：

可以看出 1.0 版格式与 0.9 版有很大变化，已经变为：请求行 + 请求头 + 一个空行（\r\n） + 请求数据：

第一行是请求行，要求必须在尾部添加协议版本 HTTP/1.0
后面就是头信息（HTTP header），描述客户的信息或者要求等，每行一条
响应数据可以是任何格式，具体是什么格式由头信息 Content-Type 字段说明，服务端按照说明解析数据即可

下面是一个 1.0 版的 HTTP 请求示例：

GET /index.html HTTP/1.0
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5)
Accept: */*

HTTP/1.0 响应格式

HTTP/1.0 响应的格式为：响应行 + 响应头 + 一个空行（\r\n） + 响应数据：

HTTP/1.0 规定：响应行、响应头字符编码必须是 ASCII 码
响应行格式：协议版本 + 状态码（status code） + 状态描述
后面就是其他头信息（HTTP header），描述服务器的信息或数据信息等，每行一条
响应数据可以是任何格式，具体是什么格式由头信息 Content-Type 字段说明，客户端按照说明解析数据即可

下面是一个 1.0 版的 HTTP 的响应示例：

HTTP/1.0 200 OK
Content-Type: text/plain
Content-Length: 137582
Expires: Thu, 05 Dec 1997 16:00:00 GMT
Last-Modified: Wed, 5 August 1996 15:55:28 GMT
Server: Apache 0.84

<html>
  <body>Hello Aurthur</body>
</html>

Content-Type 字段

下面是一些常见的 Content-Type 字段的值：

text/plain
text/html
text/css
audio/mp4
video/mp4
image/jpeg
image/png
image/svg+xml
application/javascript
application/pdf
application/zip
application/atom+xml

这些数据类型总称为 MIME type ，每个值包括一级类型和二级类型，之间用斜杠分隔。

除了预定义的类型，厂商也可以自定义类型。

Content-Type: application/vnd.debian.binary-package

表明发送的是 Debian 系统的二进制数据包。

MIME type 还可以在尾部使用分号添加参数。例如：

Content-Type: text/html; charset=utf-8

表明发送的是网页，而且编码是 UTF-8。

客户端请求的时候，可以使用 Accept 字段声明自己可以接受哪些数据格式。

Accept: */*

*/* 代表客户端声明自己可以接受任何格式的数据。

MIME type 不仅用在 HTTP 协议，还可以用在其他地方，比如 HTML 网页、邮件等。

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<!-- 等同于 -->
<meta charset="utf-8" />

HTTP/1.0 缺点

HTTP/1.0 版的主要缺点是，每个 TCP 连接只能发送一个请求。发送完数据就关闭连接，如果还要请求其他资源，就必须再新建一个连接。

根据第一节可知 TCP 连接的新建成本很高，因为需要客户端和服务器三次握手，并且开始时发送速率较慢（slow start）。所以，HTTP 1.0 版本的性能比较差。

为了解决这个问题，有些浏览器在请求时，用了一个非标准的 Connection 字段。

Connection: keep-alive

这个字段要求服务器不要关闭 TCP 连接，以便其他请求复用，服务器同样回应这个字段。

Connection: keep-alive

一个可以复用的 TCP 连接就建立了，直到客户端或服务器主动关闭连接。但是，这不是标准字段，不同客户端或服务端实现的方式可能不一致，未从根本上解决长链接问题。

三、HTTP/1.1

1997 年 1 月，HTTP/1.1 版本发布，只比 1.0 版本晚了半年。它进一步完善了 HTTP 协议，一直用到了 20 年后的今天，直到现在还是最流行的版本。

持久连接

1.1 版的最大变化，就是引入了持久连接（persistent connection），即 TCP 连接默认不关闭，可以被多个请求复用，不用声明 Connection: keep-alive。

客户端和服务器发现对方一段时间没有活动，就可以主动关闭连接。不过，规范的做法是，客户端在最后一个请求时，发送 Connection: close，明确要求服务器关闭 TCP 连接。

管道机制

1.1 版还引入了管道机制（pipelining），即在同一个 TCP 连接里面，客户端可以同时发送多个请求。这样就进一步改进了 HTTP 协议的效率。

举例来说，客户端需要请求两个资源。以前的做法是，在同一个 TCP 连接里面，先发送 A 请求，然后等待服务器做出回应，收到后再发出 B 请求。管道机制则是允许浏览器同时发出 A 请求和 B 请求，但是服务器还是按照顺序，先回应 A 请求，完成后再回应 B 请求。

Content-Length 字段

一个 TCP 连接现在可以传送多个回应，势必就要有一种机制，区分数据包是属于哪一个回应的。这就是 Content-Length 字段的作用，声明本次回应的数据长度。

Content-Length: 3495

上面代码告诉浏览器，本次回应的长度是 3495 个字节，后面的字节就属于下一个回应了。

在 1.0 版中，Content-Length 字段不是必需的，因为浏览器发现服务器关闭了 TCP 连接，就表明收到的数据包已经全了。

其他功能

1.1 版还新增了许多动词方法：PUT、PATCH、HEAD、 OPTIONS、DELETE。另外，客户端请求的头信息新增了 Host 字段，用来指定服务器的域名。

缺点

虽然 1.1 版允许复用 TCP 连接，但是同一个 TCP 连接里面，所有的数据通信是按次序进行的。服务器只有处理完一个回应，才会进行下一个回应。要是前面的回应特别慢，后面就会有许多请求排队等着。这称为"队头堵塞"（Head-of-line blocking）。

为了避免这个问题，只有两种方法：一是减少请求数，二是同时多开持久连接。这导致了很多的网页优化技巧，比如合并脚本和样式表、将图片嵌入 CSS 代码、域名分片（domain sharding）等等。如果 HTTP 协议设计得更好一些，这些额外的工作是可以避免的。

四、HTTP/2

2015 年，HTTP/2 发布。它不叫 HTTP/2.0，是因为标准委员会不打算再发布子版本，下一个新版本将是 HTTP/3。

二进制协议

HTTP/1.1 版的头信息肯定是文本（ ASCII 编码），数据体可以是文本、也可以是二进制。HTTP/2 则是一个彻底的二进制协议，头信息和数据体都是二进制，并且统称为"帧"（frame）：头信息帧和数据帧。

二进制协议的一个好处是，可以定义额外的帧。HTTP/2 定义了近十种帧，为将来的高级应用打好了基础。如果使用文本实现这种功能，解析数据将会变得非常麻烦，二进制解析则方便得多。

多工（Multiplexing）

HTTP/2 复用 TCP 连接，在一个连接里，客户端和浏览器都可以同时发送多个请求或回应，而且不用按照顺序一一对应，这样就避免了"队头堵塞"。

举例来说，在一个 TCP 连接里面，服务器同时收到了 A 请求和 B 请求，于是先回应 A 请求，结果发现处理过程非常耗时，于是就发送 A 请求已经处理好的部分，接着回应 B 请求，完成后，再发送 A 请求剩下的部分。

这样双向的、实时的通信，就叫做多工（Multiplexing）。

数据流（stream）

因为 HTTP/2 的数据包是不按顺序发送的，同一个连接里面连续的数据包，可能属于不同的回应。因此，必须要对数据包做标记，指出它属于哪个回应。

HTTP/2 将每个请求或回应的所有数据包，称为一个数据流（stream）。每个数据流都有一个独一无二的编号。数据包发送的时候，都必须标记数据流 ID，用来区分它属于哪个数据流。另外还规定，客户端发出的数据流，ID 一律为奇数，服务器发出的，ID 为偶数。

数据流发送到一半的时候，客户端和服务器都可以发送信号（ RST_STREAM 帧）取消这个数据流，这就意味着 HTTP/2 可以取消某一次请求，同时保证 TCP 连接还打开着，可以被其他请求使用。1.1 版取消数据流的唯一方法，就是关闭 TCP 连接。

客户端还可以指定数据流的优先级。优先级越高，服务器就会越早回应。

头信息压缩（header compression）

HTTP 协议不带有状态，每次请求都必须附上所有信息。所以请求的很多字段都是重复的，比如 Cookie 和 User Agent，一模一样的内容，每次请求都必须附带，这会浪费很多带宽，也影响速度。

HTTP/2 对这一点做了优化，引入了头信息压缩机制（header compression）。一方面，头信息使用 gzip 或 compress 压缩后再发送；另一方面，客户端和服务器同时维护一张头信息表，所有字段都会存入这个表，生成一个索引号，以后就不发送同样字段了，只发送索引号，这样就提高速度了。

服务器推送（server push）

HTTP/2 允许服务器未经请求，主动向客户端发送资源，这叫做服务器推送（server push）。

##五、HTTP 和 HTTPS 对比 HTTP 协议传输的数据都是未加密的，也就是明文的，因此使用 HTTP 协议传输隐私信息非常不安全，为了保证这些隐私数据能加密传输，于是网景公司设计了 SSL（Secure Sockets Layer）协议用于对 HTTP 协议传输的数据进行加密，从而就诞生了 HTTPS。

简单来说，HTTPS 协议是由 SSL + HTTP 协议构建的可进行加密传输、身份认证的网络协议，要比 HTTP 协议安全。

HTTPS 和 HTTP 的区别主要如下：

HTTPS 协议需要到 CA 申请证书，一般免费证书较少，因而需要一定费用。
HTTP 是超文本传输协议，信息是明文传输，HTTPS 则是具有安全性的 SSL 加密传输协议。
HTTP 和 HTTPS 使用的是完全不同的连接方式，用的端口也不一样，前者是 80，后者是 443。
HTTP 的连接很简单，是无状态的；HTTPS 协议是由 SSL+HTTP 协议构建的可进行加密传输、身份认证的网络协议，比 HTTP 协议安全。

目录