17.3 http协议进阶

http协议进阶

在20.2 http协议基础我们对 http 协议做了简单介绍，本节我们来学 http 协议更深入的细节,包括:

1. http 的状态追踪机制
2. http 协议的报文

市面上有很多的协议抓包分析工具，常见的有 tcpdump, tshark, wireshark，常见浏览器也提供了 http 协议的网络分析工具，大家可以学习了解了解。

1 http状态追踪

http 协议是无状态的(stateless),服务器无法持续追踪访问者来源。因此在 http 协议的基础上有 cookie 和 session 机制用来帮助状态追踪。

2. http 报文

请求报文

1
2
3
4

<method> <request-URL> <version>
<headers>

<entity-body>

响应报文

1
2
3
4

<version> <status> <reason-phrase>
<headers>

<entity-body>

http 报文内容

http 的报文格式如上图所示，各个字段的含义如下

• method: 请求方法，标明客户端希望服务器对资源执行的动作 – GET、HEAD、POST
• version: HTTP/<major>.<minor>，http 协议的版本
• status: 三位数字，如200，301, 302, 404, 502; 标记请求处理过程中发生的情况；
• reason-phrase：状态码所标记的状态的简要描述；
• headers：每个请求或响应报文可包含任意个首部；每个首部都有首部名称，后面跟一个冒号，而后跟上一个可选空格，接着是一个值；
• entity-body：请求时附加的数据或响应时附加的数据；

2.1 method(方法)：

http 协议的请求方法:

• GET：从服务器获取一个资源；
• HEAD：只从服务器获取文档的响应首部；
• POST：向服务器发送要处理的数据；
• PUT：将请求的主体部分存储在服务器上；
• DELETE：请求删除服务器上指定的文档；
• TRACE：追踪请求到达服务器中间经过的代理服务器；
• OPTIONS：请求服务器返回对指定资源支持使用的请求方法；

3.status(状态码)

http 协议的状态码:

• 1xx：100-101, 信息提示；
• 2xx：200-206, 成功
• 3xx：300-305, 重定向
• 4xx：400-415, 错误类信息，客户端错误
• 5xx：500-505, 错误类信息，服务器端错误

常用的状态码：

• 200： 成功，请求的所有数据通过响应报文的entity-body部分发送；OK
• 301： 永久重定向，请求的URL指向的资源已经被删除；但在响应报文中通过首部Location指明了资源现在所处的新位置；Moved Permanently
• 302： 临时重定向，与301相似，但在响应报文中通过Location指明资源现在所处临时新位置; Found
• 304： 条件式请求，客户端发出了条件式请求，但服务器上的资源未曾发生改变，则通过响应此响应状态码通知客户端；Not Modified
• 401： 需要输入账号和密码认证方能访问资源；Unauthorized
• 403： 请求被禁止；Forbidden
• 404： 服务器无法找到客户端请求的资源；Not Found
• 500： 服务器内部错误；Internal Server Error
• 502： 代理服务器从后端服务器收到了一条伪响应；Bad Gateway

4. headers(首部)

http 的首部是形如 Name: Value的键值对，可分为:

• 通用首部
• 请求首部
• 响应首部
• 实体首部
• 扩展首部

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

Cache-Control:public, max-age=600
Connection:keep-alive
Content-Type:image/png
Date:Tue, 28 Apr 2015 01:43:54 GMT
ETag:"5af34e-ce6-504ea605b2e40"
Last-Modified:Wed, 08 Oct 2014 14:46:09 GMT


Accept:image/webp,*/*;q=0.8
Accept-Encoding:gzip, deflate, sdch
Accept-Language:zh-CN,zh;q=0.8
Cache-Control:max-age=0
Connection:keep-alive
Host:access.redhat.com
If-Modified-Since:Wed, 08 Oct 2014 14:46:09 GMT
If-None-Match:"5af34e-ce6-504ea605b2e40"
Referer:https://access.redhat.com/documentation/en-US/Red_Hat_Enterprise_Linux/6/html-single/Installation_Guide/index.html
User-Agent:Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.101 Safari/537.36

4.1 通用首部：

• Date： 报文的创建时间
• Connection：连接状态，如keep-alive, close
• Via：显示报文经过的中间节点
• Cache-Control：控制缓存
• Pragma：

4.2 请求首部：

1. 基础请求首部
   • Accept：通知服务器自己可接受的媒体类型；
   • Accept-Charset：
   • Accept-Encoding：接受编码格式，如gzip
   • Accept-Language：接受的语言
   • Client-IP：
   • Host： 请求的服务器名称和端口号
   • Referer：包含当前正在请求的资源的上一级资源；
   • User-Agent：客户端代理
2. 条件式请求首部：
   • Expect：
   • If-Modified-Since：自从指定的时间之后，请求的资源是否发生过修改；
   • If-Unmodified-Since：
   • If-None-Match：本地缓存中存储的文档的ETag标签是否与服务器文档的Etag不匹配；
   • If-Match：
3. 安全请求首部：
   • Authorization：向服务器发送认证信息，如账号和密码；
   • Cookie： 客户端向服务器发送cookie
   • Cookie2：
4. 代理请求首部：
   • Proxy-Authorization： 向代理服务器认证

4.3 响应首部：

• 信息性：
  • Age：响应持续时长
  • Server：服务器程序软件名称和版本
• 协商首部：某资源有多种表示方法时使用
  • Accept-Ranges：服务器可接受的请求范围类型
  • Vary：服务器查看的其它首部列表；
• 安全响应首部：
  • Set-Cookie：向客户端设置cookie；
  • Set-Cookie2：
  • WWW-Authenticate：来自服务器的对客户端的质询认证表单

4.4 实体首部：

1. 基础实体首部
   • Allow： 列出对此实体可使用的请求方法
   • Location：告诉客户端真正的实体位于何处
   • Content-Encoding： 实体的编码方式 eg： gzip
   • Content-Language：
   • Content-Length： 主体的长度
   • Content-Location： 实体真正所处位置；
   • Content-Type：主体的对象类型，MIME 类型
2. 缓存相关：
   • ETag：实体的扩展标签；
   • Expires：实体的过期时间；
   • Last-Modified：最后一次修改的时间