Web应用交互

• HTTP协议基础
• HTTP请求
• requests
• 分析HTTP响应

HTTP协议基础

超文本传输协议(HyperText Transfer Protocol，缩写：HTTP)是一种用于分布式、协作式和超媒体信息系统的应用层协议。HTTP是万维网的数据通信的基础。

设计HTTP最初的目的是为了提供一种发布和接收HTML页面的方法。通过HTTP或者HTTPS协议请求的资源由统一资源标识符(Uniform Resource Identifiers，URI)来标识。

HTTP的发展是由蒂姆·伯纳斯-李于1989年在欧洲核子研究组织(CERN)所发起。HTTP的标准制定由万维网协会(World Wide Web Consortium，W3C)和互联网工程任务组(Internet Engineering Task Force，IETF)进行协调，最终发布了一系列的RFC，其中最著名的是1999年6月公布的 RFC 2616，定义了HTTP协议中现今广泛使用的一个版本——HTTP 1.1。

2014年12月，互联网工程任务组（IETF）的Hypertext Transfer Protocol Bis（httpbis）工作小组将HTTP/2标准提议递交至IESG进行讨论[2]，于2015年2月17日被批准。HTTP/2标准于2015年5月以RFC 7540正式发表，取代HTTP 1.1成为HTTP的实现标准。

HTTP是一个客户端终端(用户)和服务器端(网站)请求和应答的标准(TCP)。通过使用网页浏览器、网络爬虫或者其它的工具，客户端发起HTTP请求到服务器上指定端口(默认端口为80)。我们称这个客户端为用户代理程序(user agent)。应答的服务器上存储着一些资源，比如HTML文件和图像。我们称这个应答服务器为源服务器(origin server。在用户代理和源服务器中间可能存在多个“中间层”，比如代理服务器、网关或者隧道(tunnel)。

尽管TCP/IP协议是互联网上最流行的应用，HTTP协议中，并没有规定必须使用它或它支持的层。事实上，HTTP可以在任何互联网协议上，或其他网络上实现。HTTP假定其下层协议提供可靠的传输。因此，任何能够提供这种保证的协议都可以被其使用。因此也就是其在TCP/IP协议族使用TCP作为其传输层。

通常，由HTTP客户端发起请求，创建到服务器指定端口(默认是80端口)的TCP连接。HTTP服务器则在那个端口监听客户端的请求。一旦收到请求，服务器会向客户端返回状态，比如"HTTP/1.1 200 OK"，以及返回的内容，如请求的文件、错误消息、或者其它信息。

版本

超文本传输协议已经演化出了很多版本，它们中的大部分都是向下兼容的。在 RFC 2145 中描述了HTTP版本号的用法。客户端在请求的开始告诉服务器它采用的协议版本号，而后者则在响应中采用相同或者更早的协议版本。

HTTP/0.9

已过时。只接受GET一种请求方法，没有在通讯中指定版本号，且不支持请求头。由于该版本不支持POST方法，因此客户端无法向服务器传递太多信息。
HTTP/1.0

这是第一个在通讯中指定版本号的HTTP协议版本，至今仍被广泛采用，特别是在代理服务器中。
HTTP/1.1

持久连接被默认采用，并能很好地配合代理服务器工作。还支持以管道方式在同时发送多个请求，以便降低线路负载，提高传输速度。

HTTP/1.1相较于HTTP/1.0协议的区别主要体现在：

• 缓存处理
• 带宽优化及网络连接的使用
• 错误通知的管理
• 消息在网络中的发送
• 互联网地址的维护
• 安全性及完整性

HTTP/2

当前版本，于2015年5月作为互联网标准正式发布。

HTTP是无状态的，服务器和客户端只有请求时知道对方，为此很容易发动攻击。所有的通信是明文，易受截取和篡改。

image.png

1994年引入了HTTPS以增强安全性。 HTTPS是基于SSL(Secure Socket Layer)或TLS(Transport Layer Security)的HTTP。
HTTPS在不安全的网络上创建安全通道，免受窃听者和中间人攻击。

在HTTP中，方法指示要对所选资源执行的操作，也称为HTTP动词。 HTTP / 1.0定义了三种方法：

• HEAD：只返回标题和状态代码而不是内容
• GET：这是用于检索给定URI的标准方法
• POST：向服务器提交内容，表单数据，文件等的方法，

HTTP / 1.1引入了以下方法：

• OPTIONS：这为目标资源提供了通信选项
• PUT：此请求存储由给定URI标识的资源
• DELETE：请求服务器删除Request-URI所标识的资源。
• TRACE：回显服务器收到的请求，主要用于测试或诊断。
• CONNECT：HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。通常用于SSL加密服务器的链接（经由非加密的HTTP代理服务器）。
• PATCH：用于将局部修改应用到资源。

按照惯例，HEAD，GET，OPTIONS和TRACE是安全的，它们仅用于信息检索，不应更改服务器状态。POST，PUT，DELETE和PATCH等方法则可能更改服务器状态。

• 技术支持qq群： 144081101(后期会录制视频存在该群群文件) 591302926 567351477 钉钉免费群：21745728

image.png

HTTP头的常见内容：

User-agent用户代理：通知服务器操作系统，浏览器和插件等信息。
Accept-encoding：浏览器支持的编码，通常是GZip或Deflate。会压缩内容以减少每次传输的带宽时间。
Referer：它包含referer URL，一般为来源页面。
Cookie：如果浏览器有该站点的Cookie，则会将其添加到Cookie头。还有服务器端标头，由web服务器设置。
Cache-Control：缓存指令。
Location:：用于重定向。301或302响应，服务器必须发送。
Set-Cookie：在用户的浏览器中设置cookie。
WWW-Authenticate：请求认证。当浏览器看到此标头时，它将打开登录名窗口要求用户名和密码。

比如访问https://www.jianshu.com/p/77b013a2a556的HTTP头：

image.png

$ telnet www.so.com 80
Trying 125.88.193.243...
Connected to so.qss-lb.com.
Escape character is '^]'.
GET /help/help_1_1.html HTTP/1.0

HTTP/1.1 200 OK
Server: openresty
Date: Mon, 16 Jul 2018 08:30:24 GMT
Content-Type: text/html
...