【Linux网络】详解应用层http协议

一，再谈协议

1.1 例子

假设们要实现一个网络聊天，那么我们聊天时要知道双方的昵称，和发消息的时间和消息内容，显然我们不可能把这三个信息去逐个发送，所以我们要将这三个信息整和为一条消息去发送，所以就要有结构化字段来打包这三个信息。

协议其实就是结构化字段，通信的双方通过把要发送的数据存在结构化字段中，然后双方在应用层都认识这个结构化字段，从而取出结构化字段中有效字段，就可以达到互相通信

1.1 序列和反序列化

那么在网络传输中我们不会直接发送这种结构化字段，而是在应用层将结构化字段进行序列化为一个字节流进行发送，同时接收时将这个字节流再进行反序列化为结构化字段

• 序列化：将协议对应的结构化数据转成字节流(字符串)
• 反序列化：将字节流成结构化数据

为什么要序列和反序列化？

• 序列化是为了方便发送
• 反序列化是为了方便上层业务提取有效字段
• 通信双方的操作系统和语言可能不一样，所以就要在应用层屏蔽不同平台的差异
• 应用层的变化非常多，所以需要比较好扩展的

二，预备知识

在http这里我们不用再去写客户端，而是用浏览器作为客户端，通过url访问我们的server，得到响应后浏览器再为我们显示出来

2.1 认识url

url就是访问浏览器时的网址

2.2 urlencode和urldecode

像 / ? :等这样的字符, 已经被url当做特殊意义理解了. 因此这些字符不能随意出现。比如, 某个参数中需要带有这些特殊字符, 就必须先对特殊字符进行转义

例子：我们在访问浏览器时输入/?后，url会是这样

/? 被转为了 %2F%3F，urldecode就是urlencode的逆过程

三，http协议

虽然应用层协议是我们程序猿自己定的，但实际上, 已经有大佬们定义了一些现成的, 又非常好用的应用层协议, 供我们直接参考使用. HTTP(超文本传输协议)就是其中之一

3.1 http报文格式

http是以行为单位的，首先，http底层用的是tcp，所以无论http协议有多少行，在tcp看来http请求都是一行字符串，http中的换行只是/r/n，http反序列化时将/r/n再打散为多行即可。

---

http请求报文格式

如何一个协议都要解决下面几个问题，我们来看http是如何解决的：
1.http如何保证读到的是一个完整报文？
可以保证的是能够读完请求报头

• 一直读取直到读到空行
• 请求报头中，Content-length表明正文的长度，有正文就读取

2.http如何反序列化？

根据/r/n进行反序列化

3.报头和有效载荷如何分离？

用空行进行分离

---

http响应报文格式

为什么请求和响应都要有http版本？
是为了双方交换版本信息，请求中的版本表示浏览器支持的版本，响应中的版本表示server支持的版本

注：我们可以使用一些抓包工具：fiddler或者telnet，来抓取http请求来看看请求和响应的内容

---

web根目录

• 当我们在访问一个网址时，没有输入指定的资源路径，而是直接访问/，web根目录时，其实我们默认访问的是该网站的首页，一般是index.html，所以服务器会将 /转换为/index.html

• 其次，我们将要被访问的资源存放在web根目录下，访问时通过url中添加请求资源的路径来获取资源：
  
  这个wwwroot其实就是web根目录

---

Content-Type

• 我们通过http请求的资源其实都是文件，那么资源就都有后缀，后缀决定了文件的类型
• http给浏览器响应的时候，响应正文是什么内容可以根据资源文件后缀来判断出来
• http可以支持任意内容的发送，根据响应的content-type来准确解析内容

---

我们在用http进行访问资源时，如果我们的网页中有图片等资源，那么我们在访问这个页面时可能会发起多个http请求

3.2 post和get

我们的上网行为有两种：

• 获取资源
• 向服务器传参，比如登录，注册，搜索

那么上传有两种方法：Get和Post
同时结合表单来进行上传，表单默认是Get方法：

<form action="/dira/log.html" method="post">First name:<br><input type="text" name="myname" value="鸡你太美"><br>Last name:<br><input type="password" name="mypasswd" value=""><br><br><input type="submit" value="登录">
</form>

点击登录后，我们填的字段就会上传给服务器，不一样的是如果是Get方法，那么我们填的字段会显示在请求url后面，如果是Post方法，填写的字段在请求正文中，不会显示在url中

http的请求方法有以下：

用的最多的就是Get和Post：

• Get:通常用来获取资源，也可以上传数据，提交的参数会加在浏览器的url后面，字节个数有限制
• Post:上传数据，请求参数会加在请求报文的正文部分

3.3 状态码

状态码是HTTP 协议的一部分，状态码用于表示请求的结果，当客户端（通常是浏览器）向服务器发送一个 HTTP 请求时，服务器会返回一个 HTTP 响应，其中包含一个状态码来表明请求的结果。状态码是一个三位数字的代码，分为五个类别，每个类别都以不同的数字开头

• 4开头表示客户端发起的请求有问题，服务器无法解析

• 3开头表示请求还要进一步操作才可以完成，也就是将这个网页重定向到其他网页
  例如：307临时重定向
  
  重定向可以让用户跳转到目标网页

  301永久重定向
  用于搜索引擎更新网址的信息

3.4 cookie和session

我们要知道，http是

• 无连接的，虽然底层tcp是有连接的
• 无状态的，浏览器不会记录是否已经访问过哪个资源

当用户登录某个网站时，浏览器会记录下曾经登录的信息，这些信息保存在请求报头的 cookie 中，当再次访问网站时，会自动认证登录。
cookie分为

• 文件级：关闭浏览器后再次打开，登录信息还在
• 内存级：关闭后再打开，登录信息不在

cookie的信息都保存在客户端，当用户的cookie信息被抓包后会有泄漏的风险
所以当用户第一次登录时，用户的登录信息会在服务端session保存一份，形成唯一的sessionid,发送给客户端
当客户端再次登录时，会向服务器提交sessionid，再在服务端确认得到登录信息

但是这样虽然防止了登录信息不会泄漏，但是还是有抓包后，别人登录我们账号的可能。
我们可以在服务端设置安全策略，比如：检测ip地址，设置sessionid的有效时长等来保护

3.5 常见header

• Content-Type: 数据类型(text/html等)
• Content-Length: Body的长度
• Host: 客户端告知服务器, 所请求的资源是在哪个主机的哪个端口上;
• User-Agent: 声明用户的操作系统和浏览器版本信息;
• referer: 当前页面是从哪个页面跳转过来的;
• location: 搭配3xx状态码使用, 告诉客户端接下来要去哪里访问;
• Cookie: 用于在客户端存储少量信息. 通常用于实现会话(session)的功能;

四，总结

http作为应用层的一个重要的协议，还是要深刻理解，因为很多协议也是在http基础上改造来的，下面是我写的简单的http服务器例子，大家可以看一下：

简单http服务器