概念及常识

HTTP (Hypertext transfer protocol)

• 超文本传输协议；
• 详细规定了浏览器和万维网服务器之间通信的规则；
• 浏览器变得更加高效，传输字节变少；
• 工作在应用层，是无状态协议，由请求和响应两部分组成；
• HTTP默认端口是80；
• HTTPS默认端口是443；

HTTP协议通常承载于TCP协议之上；有时也承载于TLS或SSL协议层之上，也就是我们常说的HTTPS。

简易展示

大部分网站采用HTTP协议进行交互，目前仍有大量的客户端采用HTTP协议进行交互。但是随着安全等级的提升，这些交互逐渐被HTTPS协议取代；

请求的流程

一次HTTP操作称为一个事务，其工作过程可分为五步：

• 1）客户端与服务器开始建立连接;
• 2）客户端发送一个请求给服务器，请求的格式为：URL（统一资源标识符）、协议版本号，后边是MIME信息包括请求修饰符、客户端信息及内容;
• 3）服务器接到请求后，给予相应的响应信息，其格式为一个状态行，包括信息的协议版本号、一个成功或错误的代码，后边是MIME信息包括服务器信息、实体信息及内容;
• 4）客户端接收服务器所返回的信息，进行对应处理；
• 5）客户端与服务器断开连接;

简易请求

所有流程，均由HTTP请求自动完成。如果在以上过程中的某一步出现错误，那么产生错误的信息将返回，客户端做对应处理。可以是客户端直接与服务器进行交互，也可能在请求中间增加代理。

HTTP基于传输层TCP协议，而TCP是一个端到端的面向连接的协议。所谓的端到端可以理解为进程到进程之间的通信。所以HTTP在开始传输之前，首先需要建立TCP连接，而TCP连接的过程需要所谓的“三次握手”。盗用下图所示TCP连接的三次握手：

TCP三次握抓

HTTP协议特点

由于服务器的IP或者域名都是相对固定的，而客户端可能经常发生变化，因此HTTP协议似乎永远是客户端（Client）发起请求，服务器（Server）返回响应，Request和Response成对出现。同时，如果客户端没有主动请求，很难实现由服务端向客户端推送数据。

HTTP协议的主要特点可概括如下：
1、支持客户端/服务器模式，支持基本认证和安全认证。
2、简单快速

客户向服务器请求服务时，只需传送请求方法和路径。请求方法常用的有GET、HEAD、POST。每种方法规定了客户与服务器联系的类型不同。由于HTTP协议简单，使得HTTP服务器的程序规模小，因而通信速度很快。

3、灵活

HTTP允许传输任意类型的数据对象。正在传输的类型由Content-Type加以标记。

4、可以持续连接

HTTP 0.9和1.0使用非持续连接，限制每次连接只处理一个请求，服务器处理完客户的请求，并收到客户的应答后，即断开连接；HTTP 1.1使用持续连接，默认都开启了Keep-Alive，不必为每个web对象创建一个新的连接，一个连接可以传送多个对象，采用这种方式可以节省传输时间。Keep-Alive不会永久保持连接，它有一个保持时间，可以在不同的服务器软件（如Apache）中设定这个时间。

5、无状态

协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。

请求格式及方法

格式

URL(Uniform Resource Locator)格式，http://www.xxxxxx.com/images/icon.png；
地址用于描述一个网络上的资源，使用协议+host+path的方式，基本格式如下：

schema://host[:port#]/path/.../[url-params]?[query-string][#fragment]

• scheme：使用的协议名称（如：http, https, ftp）；
• host：服务器的IP地址或者域名；
• port：端口号，HTTP的默认端口是80，可以省略。如果使用了别的端口，必须指明，例如 > * http://www.xxxx.com:7000/；
• path：访问资源的路径；
• url-params：文件名称，后边用问好与参数分隔；
• query-string：各个参数的名称和具体值，用等号连接，多个键值对用‘&’进行分隔；
• fragment：网页中可能会分为不同的片段，如果想访问网页后直接到达指定位置，可以在这部分设置；

请求头参数

Accept

客户端可以接收的MIME类型。例如：Accept: text/html，表示接收服务器的文本；如果服务器无法返回text/html类型的数据，服务器会返回一个406错误(non acceptable)。平时可以使用Accept: / 代表浏览器可以处理所有类型。

Accept-Encoding

客户端声明可以接收的编码方式，通常指定压缩方法，是否支持压缩，支持什么压缩方法（gzip，deflate）；Servlet能够向支持gzip的浏览器返回经gzip编码的HTML页面，可以节省5到10倍的下载时间。例如： Accept-Encoding: gzip, deflate。如果请求消息中没有设置这个域，服务器默认客户端可以接收所有编码。

Accept-Language

声明自己接收的语言。语言跟字符集的区别：中文是语言，中文有多种字符集，比如big5，gb2312，gbk等等；例如：Accept-Language：en-us。如果请求消息中没有设置这个报头域，服务器假定客户端可以接收所有语言。

Accept-Charset

浏览器可接受的字符集。如果在请求消息中没有设置这个域，默认表示任何字符集都可以接受。

User-Agent

告诉服务器，客户端使用的操作系统和浏览器的名称和版本。
例如： User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; CIBA; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; .NET4.0C; InfoPath.2; .NET4.0E)。

Content-Type

例如：Content-Type: application/x-www-form-urlencoded。

Referer

包含一个URL，用户从该URL代表的页面出发访问当前请求的页面。提供了Request的上下文信息的服务器，告诉服务器我是从哪个链接过来的，主要用来统计访问来源。
例如: Referer:http://translate.google.cn/?hl=zh-cn&tab=wT

Connection：

例如：Connection: keep-alive，当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP连接不会关闭，如果客户端再次访问这个服务器上的网页，会继续使用这一条已经建立的连接。HTTP 1.1默认进行持久连接。利用持久连接的优点，当页面包含多个元素时（例如Applet，图片），显著地减少下载所需要的时间。要实现这一点，Servlet需要在应答中发送一个Content-Length头，最简单的实现方法是：先把内容写入ByteArrayOutputStream，然后在正式写出内容之前计算它的大小。
再比如：Connection：close 代表一个Request完成后，客户端和服务器之间用于传输HTTP数据的TCP连接会关闭，当客户端再次发送Request，需要重新建立TCP连接。

Host

主要用于指定被请求资源的Internet主机和端口号，它通常从HTTP URL中提取出来的。HTTP/1.1请求必须包含主机头域，否则系统会以400状态码返回。

Cookie

浏览器很常用由于HTTP请求没有状态，所以将cookie的值发送给HTTP服务器，许多广告的精准推荐就是这样来的。

Content-Length

表示请求消息正文的长度。例如：Content-Length: 13540，可以做消息是否完成的校验。

Authorization

授权信息，通常出现在对服务器发送的WWW-Authenticate头的应答中。主要用于证明客户端有权查看某个资源。当浏览器访问一个页面时，如果收到服务器的响应代码为401（未授权），可以发送一个包含Authorization请求报头域的请求，要求服务器对其进行验证。

UA-Pixels，UA-Color，UA-OS，UA-CPU

由某些版本的IE浏览器所发送的非标准的请求头，表示屏幕大小、颜色深度、操作系统和CPU类型。

Range

可以请求实体的一个或者多个子范围，下载文件的断点续传就是使用这个字段做的；例如:
表示头500个字节：bytes=0-499
表示第二个500字节：bytes=500-999
表示最后500个字节：bytes=-500
表示500字节以后的范围：bytes=500-
第一个和最后一个字节：bytes=0-0,-1
同时指定几个范围：bytes=500-600,601-999
但是服务器可以忽略此请求头，如果无条件GET包含Range请求头，响应会以状态码206（PartialContent）返回而不是以200（OK）

请求方式 - Request

HTTP/1.1协议，共定义了八种方法，用来表明Request-URI指定的资源的不同操作方式：

GET

向特定的资源发出“获取”请求。GET方法最好只用于获取数据，不修改服务器的任何信息；GET方法多会将参数拼接在url的后端，相当于明文传输，因此不要使用该方法传递任何敏感信息；GET最大字节数为1024。

POST

向指定资源提交数据进行处理请求，提交表单或者上传文件。数据被包含在请求体中；POST请求可能会导致新的资源的建立或已有资源的修改。

PUT

向指定资源位置上传其最新内容。

DELETE

请求服务器删除Request-URI所标识的资源。

OPTIONS

返回服务器针对特定资源所支持的HTTP请求方法。也可以利用向Web服务器发送'*'的请求来测试服务器的功能性。

HEAD

向服务器索要与GET请求相一致的响应，只不过响应体将不会被返回。这一方法可以在不必传输整个响应内容的情况下，就可以获取包含在响应消息头中的元信息。该方法常用于测试超链接的有效性，是否可以访问，以及最近是否更新。

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。

PATCH

用来将局部修改应用于某一资源，添加于规范RFC5789。

方法名称区分大小写。当某个请求所针对的资源不支持对应的请求方法的时候，服务器返回状态码405（Method Not Allowed）；当服务器不认识或者不支持对应的请求方法的时候，应当返回状态码501（Not Implemented）。
HTTP服务器至少应该实现GET和HEAD方法，其他方法都是可选的。此外，除了上述方法，特定的HTTP服务器还能够扩展自定义的方法。

响应消息 - Response

包含：状态行、消息报头、响应正文。
每一次请求，都会产生一个响应。一般使用状态码，粗略区分请求是否成功。如果一切正常，一个标准网页会收到一条200的状态码；错误有对应的错误码，常见的有403、404、500等。
下面列出所有错误码：

以1开头：表示接收到请求并且继续处理

• 100 - 客户必须继续发出请求
• 101 - 客户要求服务器根据请求转换HTTP协议版本

以2开头：表示动作被成功接收、理解和接受，一般可理解为响应成功

• 200 - 表明该请求被成功地完成，所请求的资源发送回客户端
• 201 - 提示知道新文件的URL
• 202 - 接受和处理、但处理未完成
• 203 - 返回信息不确定或不完整
• 204 - 请求收到，但返回信息为空
• 205 - 服务器完成了请求，用户代理必须复位当前已经浏览过的文件
• 206 - 服务器已经完成了部分用户的GET请求

以3开头：为了完成指定的动作，必须接受进一步处理，即重定向

• 300 - 请求的资源可在多处得到
• 301 - 本网页被永久性转移到另一个URL
• 302 - 请求的网页被转移到一个新的地址，但客户访问仍继续通过原始URL地址，重定向，新的URL会在response中的Location中返回，浏览器将会使用新的URL发出新的Request。
• 303 - 建议客户访问其他URL或访问方式
• 304 - 自从上次请求后，请求的网页未修改过，服务器返回此响应时，不会返回网页内容，代表上次的文档已经被缓存了，还可以继续使用
• 305 - 请求的资源必须从服务器指定的地址得到
• 306 - 前一版本HTTP中使用的代码，现行版本中不再使用
• 307 - 申明请求的资源临时性删除

以4开头：请求包含错误语法或不能正确执行

• 400 - 客户端请求有语法错误，不能被服务器所理解
• 401 - 请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用
• HTTP 401.1 - 未授权：登录失败
• HTTP 401.2 - 未授权：服务器配置问题导致登录失败
• HTTP 401.3 - ACL 禁止访问资源
• HTTP 401.4 - 未授权：授权被筛选器拒绝
• HTTP 401.5 - 未授权：ISAPI 或 CGI 授权失败
• 402 - 保留有效ChargeTo头响应
• 403 - 禁止访问，服务器收到请求，但是拒绝提供服务
• HTTP 403.1 - 禁止访问：禁止可执行访问
• HTTP 403.2 - 禁止访问：禁止读访问
• HTTP 403.3 - 禁止访问：禁止写访问
• HTTP 403.4 - 禁止访问：要求 SSL
• HTTP 403.5 - 禁止访问：要求 SSL 128
• HTTP 403.6 - 禁止访问：IP 地址被拒绝
• HTTP 403.7 - 禁止访问：要求客户证书
• HTTP 403.8 - 禁止访问：禁止站点访问
• HTTP 403.9 - 禁止访问：连接的用户过多
• HTTP 403.10 - 禁止访问：配置无效
• HTTP 403.11 - 禁止访问：密码更改
• HTTP 403.12 - 禁止访问：映射器拒绝访问
• HTTP 403.13 - 禁止访问：客户证书已被吊销
• HTTP 403.15 - 禁止访问：客户访问许可过多
• HTTP 403.16 - 禁止访问：客户证书不可信或者无效
• HTTP 403.17 - 禁止访问：客户证书已经到期或者尚未生效
• 404 - 一个404错误表明可连接服务器，但服务器无法取得所请求的网页，请求资源不存在。eg：输入了错误的URL
• 405 - 用户在Request-Line字段定义的方法不允许
• 406 - 根据用户发送的Accept拖，请求资源不可访问
• 407 - 类似401，用户必须首先在代理服务器上得到授权
• 408 - 客户端没有在用户指定的饿时间内完成请求
• 409 - 对当前资源状态，请求不能完成
• 410 - 服务器上不再有此资源且无进一步的参考地址
• 411 - 服务器拒绝用户定义的Content-Length属性请求
• 412 - 一个或多个请求头字段在当前请求中错误
• 413 - 请求的资源大于服务器允许的大小
• 414 - 请求的资源URL长于服务器允许的长度
• 415 - 请求资源不支持请求项目格式
• 416 - 请求中包含Range请求头字段，在当前请求资源范围内没有range指示值，请求也不包含If-Range请求头字段
• 417 - 服务器不满足请求Expect头字段指定的期望值，如果是代理服务器，可能是下一级服务器不能满足请求长。

以5开头：服务器不能正确执行一个正确的请求，一般都为服务器错误

• HTTP 500 - 服务器遇到错误，无法完成请求
• HTTP 500.100 - 内部服务器错误 - ASP 错误
• HTTP 500-11 服务器关闭
• HTTP 500-12 应用程序重新启动
• HTTP 500-13 - 服务器太忙
• HTTP 500-14 - 应用程序无效
• HTTP 500-15 - 不允许请求 global.asa
• Error 501 - 未实现
• HTTP 502 - 网关错误
• HTTP 503：由于超载或停机维护，服务器目前无法使用，一段时间后可能恢复正常

发现了一个趣味状态码图，喜欢可以点击：https://www.toutiao.com/i6628119994469204484/

响应头参数

Allow

服务器支持哪些请求方法（如GET、POST等）。

Date

表示消息发送的时间，时间的描述格式由rfc822定义。例如，Date:Mon,31Dec200104:25:57GMT。Date描述的时间表示世界标准时，换算成本地时间，需要知道用户所在的时区。你可以用setDateHeader来设置这个头以避免转换时间格式的麻烦

Expires

指明应该在什么时候认为文档已经过期，从而不再缓存它，重新从服务器获取，会更新缓存。过期之前使用本地缓存。HTTP1.1的客户端和缓存会将非法的日期格式（包括0）看作已经过期。eg：为了让浏览器不要缓存页面，我们也可以将Expires实体报头域，设置为0。
例如: Expires: Tue, 08 Feb 2022 11:35:14 GMT

P3P

用于跨域设置Cookie, 这样可以解决iframe跨域访问cookie的问题
例如: P3P: CP=CURa ADMa DEVa PSAo PSDo OUR BUS UNI PUR INT DEM STA PRE COM NAV OTC NOI DSP COR

Set-Cookie

非常重要的header, 用于把cookie发送到客户端浏览器，每一个写入cookie都会生成一个Set-Cookie。
例如: Set-Cookie: sc=4c31523a; path=/; domain=.acookie.taobao.com

ETag

和If-None-Match 配合使用。

Last-Modified

用于指示资源的最后修改日期和时间。Last-Modified也可用setDateHeader方法来设置。

Content-Type

WEB服务器告诉浏览器自己响应的对象的类型和字符集。Servlet默认为text/plain，但通常需要显式地指定为text/html。由于经常要设置Content-Type，因此HttpServletResponse提供了一个专用的方法setContentType。可在web.xml文件中配置扩展名和MIME类型的对应关系。
例如:Content-Type: text/html;charset=utf-8
Content-Type:text/html;charset=GB2312
Content-Type: image/jpeg

媒体类型的格式为：大类/小类，比如text/html。

IANA(The Internet Assigned Numbers Authority，互联网数字分配机构)定义了8个大类的媒体类型，分别是:

• application，比如: application/vnd.ms-excel.
• audio，比如: audio/mpeg.
• image，比如: image/png.
• message，比如,:message/http.
• model，比如:model/vrml.
• multipart，比如:multipart/form-data.
• text，比如:text/html.
• video，比如:video/quicktime.

Content-Range

用于指定整个实体中的一部分的插入位置，他也指示了整个实体的长度。在服务器向客户返回一个部分响应，它必须描述响应覆盖的范围和整个实体长度。一般格式：Content-Range:bytes-unitSPfirst-byte-pos-last-byte-pos/entity-length。
例如，传送头500个字节次字段的形式：Content-Range:bytes0-499/1234如果一个http消息包含此节（例如，对范围请求的响 应或对一系列范围的重叠请求），Content-Range表示传送的范围。

Content-Length

指明实体正文的长度，以字节方式存储的十进制数字来表示。在数据下行的过程中，Content-Length的方式要预先在服务器中缓存所有数据，然后所有数据再一股脑儿地发给客户端。只有当浏览器使用持久HTTP连接时才需要这个数据。如果你想要利用持久连接的优势，可以把输出文档写入ByteArrayOutputStram，完成后查看其大小，然后把该值放入Content-Length头，最后通过byteArrayStream.writeTo(response.getOutputStream()发送内容。
例如: Content-Length: 29837

Content-Encoding

WEB服务器表明自己使用了什么压缩方法（gzip，deflate）压缩响应中的对象。只有在解码之后才可以得到Content-Type头指定的内容类型。利用gzip压缩文档能够显著地减少HTML文档的下载时间。Java的GZIPOutputStream可以很方便地进行gzip压缩，但只有Unix上的Netscape和Windows上的IE 4、IE 5才支持它。因此，Servlet应该通过查看Accept-Encoding头（即request.getHeader("Accept-Encoding")）检查浏览器是否支持gzip，为支持gzip的浏览器返回经gzip压缩的HTML页面，为其他浏览器返回普通页面。
例如：Content-Encoding：gzip

Content-Language

WEB服务器告诉浏览器自己响应的对象所用的自然语言。
例如： Content-Language:da。没有设置该域则认为实体内容将提供给所有的语言阅读。

Server

指明HTTP服务器用来处理请求的软件信息。
例如：Server: Microsoft-IIS/7.5、Server：Apache-Coyote/1.1。此域能包含多个产品标识和注释，产品标识一般按照重要性排序。

X-AspNet-Version

如果网站是用ASP.NET开发的，这个header用来表示ASP.NET的版本。

例如: X-AspNet-Version: 4.0.30319

X-Powered-By

表示网站是用什么技术开发的。
例如：X-Powered-By: ASP.NET

Connection

例如：
Connection: keep-alive，当一个网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP连接不会关闭，如果客户端再次访问这个服务器上的网页，会继续使用这一条已经建立的连接。
Connection: close，代表一个Request完成后，客户端和服务器之间用于传输HTTP数据的TCP连接会关闭，当客户端再次发送Request，需要重新建立TCP连接。

Location

用于重定向一个新的位置，包含新的URL地址。表示客户应当到哪里去提取文档。Location通常不是直接设置的，而是通过HttpServletResponse的sendRedirect方法，该方法同时设置状态代码为302。Location响应报头域常用在更换域名的时候。

Refresh

表示浏览器应该在多少时间之后刷新文档，以秒计。除了刷新当前文档之外，你还可以通过setHeader("Refresh", "5; URL=http://host/path")让浏览器读取指定的页面。注意这种功能通常是通过设置HTML页面HEAD区的<META HTTP-EQUIV="Refresh" CONTENT="5;URL=http://host/path">实现，这是因为，自动刷新或重定向对于那些不能使用CGI或Servlet的HTML编写者十分重要。但是，对于Servlet来说，直接设置Refresh头更加方便。注意Refresh的意义是“N秒之后刷新本页面或访问指定页面”，而不是“每隔N秒刷新本页面或访问指定页面”。因此，连续刷新要求每次都发送一个Refresh头，而发送204状态代码则可以阻止浏览器继续刷新，不管是使用Refresh头还是<META HTTP-EQUIV="Refresh" ...>。注意Refresh头不属于HTTP 1.1正式规范的一部分，而是一个扩展，但Netscape和IE都支持它。

HTTPS

HTTPS

Hypertext Transfer Protocol over Secure Socket Layer，是以安全为目标的HTTP通道，简单讲是HTTP的安全版。即HTTP下加入TLS层，HTTPS的安全基础是TLS。

SSL

Secure Socket Layer，安全套接字层，1994年为 Netscape 所研发，SSL 协议位于 TCP/IP 协议与各种应用层协议之间，为数据通讯提供安全支持，目前逐渐废弃了。

TLS

Transport Layer Security，传输层安全，其前身是 SSL，它最初的几个版本（SSL 1.0、SSL 2.0、SSL 3.0）由网景公司开发，1999年从 3.1 开始被 IETF 标准化并改名，发展至今已经有 TLS 1.0、TLS 1.1、TLS 1.2 三个版本。SSL3.0和TLS1.0由于存在安全漏洞，已经很少被使用到。TLS 1.3 改动会比较大，目前还在草案阶段，目前使用最广泛的是TLS 1.1、TLS 1.2。

通过代理的Http请求

两种加密算法

对称加密

密钥只有一个，加密解密为同一个密码，且加解密速度快，典型的对称加密算法有DES、AES等。

非对称加密

密钥成对出现（且根据公钥无法推知私钥，根据私钥也无法推知公钥），加密解密使用不同密钥（公钥加密需要私钥解密，私钥加密需要公钥解密），相对对称加密速度较慢，典型的非对称加密算法有RSA、DSA等。

简易时序图

证书包括内容：

• （1）证书的发布机构CA
• （2）证书的有效期
• （3）公钥
• （4）证书所有者
• （5）签名

客户端在接受到服务端发来的SSL证书时，会对证书的真伪进行校验，以浏览器为例说明如下：

• （1）首先浏览器读取证书中的证书所有者、有效期等信息进行一一校验
• （2）浏览器开始查找操作系统中已内置的受信任的证书发布机构CA，与服务器发来的证书中的颁发者CA比对，用于校验证书是否为合法机构颁发

所以通过发送SSL证书的形式，既解决了公钥获取问题，又解决了黑客冒充问题，一箭双雕，HTTPS加密过程也就此形成

所以相比HTTP，HTTPS 传输更加安全

• （1） 所有信息都是加密传播，黑客无法窃听。
• （2） 具有校验机制，一旦被篡改，通信双方会立刻发现。
• （3） 配备身份证书，防止身份被冒充。

HTTPS 缺点：

• SSL 证书费用很高，以及其在服务器上的部署、更新维护非常繁琐
• HTTPS 降低用户访问速度（多次握手）
• 网站改用HTTPS 以后，由HTTP 跳转到 HTTPS 的方式增加了用户访问耗时（多数网站采用302跳转）
• HTTPS 涉及到的安全算法会消耗 CPU 资源，需要增加大量机器（https访问过程需要加解密）
• 如果找不到，浏览器就会报错，说明服务器发来的证书是不可信任的。
• 如果找到，那么浏览器就会从操作系统中取出 颁发者CA 的公钥，然后对服务器发来的证书里面的签名进行解密
• 浏览器使用相同的hash算法计算出服务器发来的证书的hash值，将这个计算的hash值与证书中签名做对比
• 对比结果一致，则证明服务器发来的证书合法，没有被冒充
• 此时浏览器就可以读取证书中的公钥，用于后续加密了

综上所述，相比 HTTP 协议，HTTPS 协议增加了很多交互、加密解密等流程，保证数据传输的安全，很大程度上避免了黑客的攻击。