HTTP协议的初步了解

引言：最近因为在分析数据包特征，所以一直都在接触HTTP协议，在分析数据包之前，虽然已经看过一篇网上传播很广的文章：HTTP协议详解，

但是还是比较懵懂，所以今天又看了一遍，结合之前自己做的一些相关工作，来谈一下自己对于HTTP协议的了解。之前看过的文章很多都是从

HTTP的特性，例如面向对象，无连接，无状态等开始讲的，个人觉得对于初学者来说，只要知道有这几个特性的存在就可以了，这些特性的具体

表现应该在实践操作中才能深刻的体会到。

且HTTP协议分为HTTP请求和HTTP回复两类，所以，接下来的会在讲述HTTP结构的基础上再分类说明，因为无论HTTP请求或是回复的结构都是相同的。

一、HTTP协议结构

1.HTTP协议结构示意：

图1-1 HTTP结构示意图

2.HTTP协议开始行：

如图1-1所示，HTTP协议的开始行又分为请求行和应答行，显然，请求行就是HTTP请求的开始行，而应答行就是HTTP的应答的开始行。

2.1HTTP请求行：

HTTP的请求行的基本格式是：方法 URI 协议版本号（请求行以方法开头，中间以空格隔开，末尾处有回车换行字符）
例如：
POST http://passport.91town.com/doRegiste.vhtml HTTP/1.1
所谓的方法就是发起HTTP请求的客户端要对服务器的操作行为，例如上面的例子中的POST方法，就表明该HTTP请求的客户端要向服务器
提交某些信息。
HTTP的方法有多种，这里就讲常用的两种：
GET：请求获得URI标识的资源，例如，要访问百度就有：GET http://www.baidu.com/ HTTP/1.1
POST：请求在URI所标识的资源中附加新的数据，例如，要登陆新浪微博：
POST http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.18) HTTP/1.1

URI是统一资源定位符，直观的说就是你想要访问的网页的网址。
协议版本号现在一般都是HTTP/1.1。

2.2HTTP应答行

（在RFC2616标准中定义是状态行：Status-Line，在这里为了能够与请求行对应，更容易理解，暂且称为应答行，请读者们注意）：

HTTP应答行的基本格式是：协议版本号 状态码
例如：HTTP/1.1 200 OK 表示请求成功
状态代码有三位数字组成，第一个数字定义了响应的类别，且有五种可能取值：

1xx：指示信息--表示请求已接收，继续处理

2xx：成功--表示请求已被成功接收、理解、接受

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

常见状态代码、状态描述、说明：

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 Unauthorized //请求未经授权，这个状态代码必须和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，eg：输入了错误的URL

500 Internal Server Error //服务器发生不可预期的错误

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
以上关于状态码的讲述引用的是HTTP详解。

3.消息报头

消息报头分为三类：普通报头，请求报头，响应报头和实体报头，顾名思义，请求报头关于HTTP请求的一些信息，
而响应报头则是HTTP回复的一些信息，实体报头则是关于正文实体的一些信息，至于普通报头，则是一些基本信息，
格式都为头域加上值，其中以分号分开。

3.1普通报头

常见的普通报头有：
Cache-Control，缓存指令，常见的值有：max-age=0；
Date表示消息产生的时间；
Connection允许发送指定连接的选项。例如指定连接是连续，或者指定“close”选项，通知服务器，在响应完成后，
关闭连接，常见的值有keep-alive，保持连接。

3.2请求报头

常见的请求报头有：

Accept,用于告诉服务器，客户端接受那种类型的信息，例如Accept: text/html，表示客户端希望接受html格式的文本资源。

Accept-Encoding，告诉服务器，客户端接受的内容编码形式，如果没有，则表明客户端接受所有内容编码形式，

如Accept-Encoding：gzip，告诉服务器接受压缩编码。

Referer：URI，表示放出该消息的时候所停留的网页页面的地址；

Accept-Language，指定一种语言，例如Accept-Language：zh-CN；

Host表示HTTP请求的资源所在主机名；

User-Agent表示发起HTTP请求浏览器的相关信息。

3.3响应报头

常见的响应报头有：
Loction：URI，表示资源重定向。
Server：表示服务器用来处理HTTP请求的软件信息，和HTTP请求中的User-Agent对应。

3.4实体报头

常见的实体报头有：
Content-Length，用于指明实体（正文）的长度，例如：Content-Length：324，表示实体的长度为324个字节。
Content-Language，用于指明实体使用了那种自然语言。
Content-Type，用于指明发送给接收者的实体的媒体信息，例如，Contet-Type:application/x-www-form-urlencoded,
表示将请求正文分成若干个元素，各元素由名和值构成，各元素之间用&隔开.
Last-Modified，用来表明实体的最后修改时间；
Expire，表明HTTP响应过期的时间。

4.实体（正文）部分

正文部分包含的请求或者应答信息，例如发帖中的发帖内容等。具体没有什么好讲的，所以在这里就不多作叙述了。

以上是这段时间通过对某些网站的通信行为进行分析同时学习了HTTP协议之后的一些整理，有错的地方还望各位看官指出