协议组成

请注意：

http的所有讲解均来自于

HTTP消息 - HTTP | MDN (mozilla.org)的简化版

若读者有时间请务必浏览原文

为了方便讲解 本文采用的协议格式均为http1.1版本，http2.0其实也差不多但是消息包组成更复杂一点

HTTP消息是服务器和客户端之间交换数据的方式。有两种类型的消息︰ 请求（requests）--由客户端发送用来触发一个服务器上的动作；响应（responses）--来自服务器的应答。

HTTP消息由采用ASCII编码的多行文本构成。在HTTP/1.1及早期版本中，这些消息通过连接公开地发送。在HTTP/2中，为了优化和性能方面的改进，曾经可人工阅读的消息被分到多个HTTP帧中。

http消息

HTTP 请求和响应具有相似的结构，由以下部分组成︰

  1. 一行起始行用于描述要执行的请求，或者是对应的状态，成功或失败。这个起始行总是单行的。最后以\r结尾

  2. 多行可选的HTTP头集合指明请求或描述消息正文。每一行最后以\r结尾

  3. 一个空行指示所有关于请求的元数据已经发送完毕。即一行\r

  4. 一个可选的包含请求相关数据的正文 (比如HTML表单内容), 或者响应相关的文档。 正文的大小有起始行的HTTP头来指定。

始行和 HTTP 消息中的HTTP 头统称为请求头，而其有效负载被称为消息正文。

插入一个思考题：若你在写协议解析 那么http解析过程中有多少种状态呢？ 答案点我

http请求

起始行：

HTTP请求是由客户端发出的消息，用来使服务器执行动作。起始行 (start-line) 包含三个元素：

  1. 一个 HTTP 方法，一个动词 (像 GET, PUT 或者 POST) 或者一个名词 (像 HEAD 或者 OPTIONS), 描述要执行的动作. 例如, GET 表示要获取资源，POST 表示向服务器推送数据 (创建或修改资源, 或者产生要返回的临时文件)。

  2. 请求目标 (request target)，通常是一个URL，或者是协议、端口和域名的绝对路径，通常以请求的环境为特征。请求的格式因不同的 HTTP 方法而异。它可以是：

    • 一个绝对路径，末尾跟上一个 ' ? ' 和查询字符串。这是最常见的形式，称为 原始形式 (origin form)，被 GET，POST，HEAD 和 OPTIONS 方法所使用。这种是用的最多的一种形式

      POST / HTTP/1.1
GET /background.png HTTP/1.0
HEAD /test.html?query=alibaba HTTP/1.1
OPTIONS /anypage.html HTTP/1.0

    • 一个完整的URL，被称为 绝对形式 (absolute form)，主要在使用 GET 方法连接到代理时使用。 GET http://developer.mozilla.org/en-US/docs/Web/HTTP/Messages HTTP/1.1

    • 由域名和可选端口（以':'为前缀）组成的 URL 的 authority component，称为 authority form。 仅在使用 CONNECT 建立 HTTP 隧道时才使用。 CONNECT developer.mozilla.org:80 HTTP/1.1

    • 星号形式 (asterisk form)，一个简单的星号('*')，配合 OPTIONS 方法使用，代表整个服务器。 OPTIONS * HTTP/1.1

  3. HTTP 版本 (HTTP version)*，*定义了剩余报文的结构，作为对期望的响应版本的指示符。

http header

来自请求的 HTTP headers 遵循和 HTTP header 相同的基本结构：不区分大小写的字符串，紧跟着的冒号 (':') 和一个结构取决于 header 的值。 单个 header（包括值）由一行组成，这一行可以相当长，行尾为\r

有许多响应头可用，这些响应头可以分为几组：

有许多请求头可用，它们可以分为几组：

  • *General headers，*例如Connection，适用于表示此次请求的状态。

  • *Request headers，*例如 User-Agent，Accept-Type，这一种用于传递此次请求的一些与body无关的参数

  • *Entity headers，*例如 Content-Length，适用于请求的 body。显然，如果请求中没有任何 body，则不会发送这样的头，其用于描述body的信息

body

请求的最后一部分是它的 body。不是所有的请求都有一个 body：例如获取资源的请求，GET，HEAD，DELETE 和 OPTIONS，通常它们不需要 body。 有些请求将数据发送到服务器以便更新数据：常见的的情况是 POST 请求（包含 HTML 表单数据）。注意，RFC中并没有限定get/delete不可以带body，你在开发中是否可以处理其的bdoy取决于你使用的http解析器是否支持

Body 大致可分为两类：

requet参数位置

综上之，http请求能够在哪些地方传递参数呢？

1，url，比如说url中的query param /test.html?query=alibaba 的query

2，header，header本身就是一种key-value结构，在这里我们也可以进行传递参数

3，body，比如说body是一个json字符串，那么就可以拿到后进行反序列化成实例对象

http响应

起始行

HTTP 响应的起始行被称作 状态行 (status line)，包含以下信息：

  1. 协议版本，通常为 HTTP/1.1。

  2. 状态码 (status code)，表明请求是成功或失败。常见的状态码是 200，404，或 302。

  3. 状态文本 (status text)。一个简短的，纯粹的信息，通过状态码的文本描述，帮助人们理解该 HTTP 消息。

一个典型的状态行看起来像这样：HTTP/1.1 404 Not Found。

header

  • General headers，例如Connection，适用于表示此次请求的状态。

  • *Response headers，*例如 Vary 和 Accept-Ranges这一种用于传递此次请求的一些与body无关的参数

  • *Entity headers，*例如 Content-Length，适用于请求的 body。显然，如果请求中没有任何 body，则不会发送这样的头，其用于描述body的信息

body

响应的最后一部分是 body。不是所有的响应都有 body：具有状态码 (如 201 或 204) 的响应，通常不会有 body。

Body 大致可分为三类：

  • Single-resource bodies，由已知长度的单个文件组成。该类型 body 由两个 header 定义：Content-Type 和 Content-Length。

  • Single-resource bodies，由未知长度的单个文件组成，通过将 Transfer-Encoding 设置为 chunked 来使用 chunks 编码。

  • Multiple-resource bodies，由多部分 body 组成，每部分包含不同的信息段。但这是比较少见的。

思考题解答

若你在写协议解析 那么http解析过程中有多少种状态呢？

简单来说可以分为三个状态，正在解析起始行，正在解析header，正在解析body，然后回到第一个状态，这就是一个简单的有限状态机

主状态机有三种状态

  • CHECK_STATE_REQUESTLINE，解析起始

  • CHECK_STATE_HEADER，解析header

  • CHECK_STATE_CONTENT，解析body

其实如果考虑基于tcp这种流式协议的http实现，因为你对于读取一次socket fd能读到多少字节是不确定的，其状态还会更多。这里就需要拆成两个状态机，一个用于处理协议解析假设称之为A，一个用于按行读取buffer假设称之为B，当A的状态切换到解析body时其也要通知B不再按行进行解析buffer

PreviousURINextREST

Last updated