HTTP協議是超文本傳輸協議, 每天瀏覽網頁, 看新聞都在接觸HTTP, 可以在地址欄看到最前面大多是http.
HTTP協議, 實質上就是使用了網絡編程, 使用TCP/IP連接, 來傳輸文本和圖片等數據, 再通過瀏覽器進行解析和顯示的.
(圖來自參考1)
上述的圖片就可以幫我們理解http協議的過程, 上述的結構是一個典型的BS模型.
首先, 瀏覽器發送http請求, 服務器接收請求后進行處理, 之后返回一個http響應. 瀏覽器接收到響應之后, 會對響應進行處理, 其中的html會被解析和渲染成為我們平時看到的網頁.
分析http協議
分析http協議有很多方法, 我這里使用火狐插件Firebug. 這個插件被廣泛地用於網頁調試, 功能強大, 使用簡便, 網頁開發利器之一.
Firebug的安裝
方法有兩種: (前提是你先安裝了火狐)
1.在火狐左上角的菜單中單擊附加組件, 在右上角的搜索框中輸入firebug, 回車即可搜索到.
2.也可以在Firefox中打開http://getfirebug.com/這個網頁, 上面有個Install Firebug的按鈕.
HTTP headers
我們先打開firebug, 在地址欄中輸入百度的主頁(注意: 必須先打開firebug, 否則firebug捕獲不到數據).
你會看到一個firebug面板, 選擇其中的網絡面板(初次安裝, 可能需要先啟用), 如下圖.
我們可以看到, 這里的百度主頁有多個請求, 第一個是主頁html代碼的請求, 剩下的都是在html解析中發出的新請求, 比如說加載js, 加載圖片等. 你可以在這個面板中試試, 操作還是很簡單的.
點開第一項: GET www.baidu.com. 我們可以看到頭信息, 響應, 緩存, HTML等選項.
對應最開始的那個圖, 這里面包含了我們在前面說過的, HTTP headers頭信息, 包含了請求頭信息和響應頭信息.
使用Firebug工具, 獲得這些頭信息, 我們就可以大概理解HTTP協議的工作流程了.
獲取百度頁面, 首先是發送請求, 這個請求是瀏覽器幫我們發出的, 我們只負責了一個網址的輸入. 瀏覽器自動發送一個請求頭信息(有刪減).
GET / HTTP/1.1
Host: www.baidu.com
User-Agent: Mozilla/5.0 (Windows NT 6.1; rv:8.0) Gecko/20100101 Firefox/8.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language: zh-cn,zh;q=0.5
Accept-Encoding: gzip, deflate
Accept-Charset: GB2312,utf-8;q=0.7,*;q=0.7
Connection: keep-alive
Cache-Control: max-age=0
第一行:GET / HTTP/1.1 分為三個部分, GET是說明使用的HTTP方法, 常用的HTTP方法有GET和POST, 表示拿取一個資源
后面是/, 這個表示拿取根目錄的資源, 默認是index.html或default.html等, 根據各服務器的配置不同而不同, 反正就是要拿到默認的頁面.
HTTP/1.1表示了HTTP的版本, 一般是固定不變的.
后面的都是Key-Value的形式, Host表明了請求的主機域名或ip, 通過host和第一行的信息, 就可以知道地址欄中請求的資源, 這個例子請求的是http://www.baidu.com/主頁.
如果是http://www.baidu.com/logo.png(注:示例鏈接不可用), 那么這個頭信息肯定會包含這樣的內容.
GET /logo.png HTTP/1.1
Host: www.baidu.com
在這個例子中, 整個響應如下:
HTTP/1.1 200 OK
Date: Sat, 31 Dec 2011 08:23:40 GMT
Server: BWS/1.0
Content-Length: 3350
Content-Type: text/html;charset=gb2312
Cache-Control: private
Expires: Sat, 31 Dec 2011 08:23:40 GMT
Content-Encoding: gzip
Connection: Keep-Alive
<!doctype html><html><head><meta http-equiv="Content-Type" content="text/html;charset=gb2312"><title>百度一下，你就知道
(省略...)
</html> <script type="text/javascript" src="http://www.baidu.com/cache/hps/js/hps-1.4.js"></script> <!--ade6dd8ede8ff3ea-->
最前面的就是響應頭信息, 后面空一行, 跟着就是html代碼, 經過渲染后就是我們看到的網頁. 響應頭信息主要說下第一行: HTTP/1.1 200 OK , 也是三個部分, 第一個和之前一樣, 是個HTTP版本信息, 后面200叫做狀態碼, 根據這個可以知道相應的狀態(具體看參考2), 主要是以下幾個大類:
1xx：信息，請求收到，繼續處理
2xx：成功，行為被成功地接受、理解和采納
3xx：重定向，為了完成請求，必須進一步執行的動作
4xx：客戶端錯誤，請求包含語法錯誤或者請求無法實現
5xx：服務器錯誤，服務器不能實現一種明顯無效的請求
一個最簡單的HTTP服務器
一個HelloWorld的http服務器作為第一個服務器, 這個服務器不處理請求頭信息, 只是返回一個固定的內容, 可以在頁面顯示HelloWorld.
# -.- coding:utf-8 -.-
'''
Created on 2011-11-19
@author: icejoywoo
'''
import socket
import datetime
# 初始化socket
s = socket.socket()
# 獲取主機名, 也可以使用localhost
#host = socket.gethostname()
host = "localhost"
# 默認的http協議端口號
port = 80
# 綁定服務器socket的ip和端口號
s.bind((host, port))
# 服務器名字/版本號
server_name = "MyServerDemo/0.1"
# 緩存時間, 緩存一天
expires = datetime.timedelta(days=1)
# GMT時間格式
GMT_FORMAT = '%a, %d %b %Y %H:%M:%S GMT'
# 相應網頁的內容
content = '''
<html>
<head><title>MyServerDemo/0.1</title></head>
<body>
<h1>Hello, World!</h1>
</body>
</html>
'''
# 可同時連接五個客戶端
s.listen(5)
# 提示信息
print "You can see a HelloWorld from this server in ur browser, type in", host, "\r\n"
# 服務器循環
while True:
# 等待客戶端連接
c, addr = s.accept()
print "Got connection from", addr, "\r\n"
# 顯示請求信息
print "--Request Header:"
# 接收瀏覽器的請求, 不作處理
data = c.recv(1024)
print data
# 獲得請求的時間
now = datetime.datetime.utcnow()
# 相應頭文件和內容
response = '''HTTP/1.1 200 OK
Server: %s
Date: %s
Expires: %s
Content-Type: text/html;charset=utf8
Content-Length: %s
Connection: keep-alive
%s''' % (
server_name,
now.strftime(GMT_FORMAT),
(now + expires).strftime(GMT_FORMAT),
len(content),
content
)
# 發送回應
c.send(response)
print "--Response:\r\n", response
c.close()
參考:
1. HTTP Headers for Dummies: http://net.tutsplus.com/tutorials/other/http-headers-for-dummies/
2.Status Code Definitions: http://www.w3.org/Protocols/rfc2616/rfc2616-sec10.html