[转]HTTP协议及其发展（HTTP请求方法及HTTP简单工作原理）
dinas...@gmail.com
关键词 HTTP URL 状态代码 代理服务器
HTTP和HTML构成了Web平台的基础。HTTP是通用的、无状态的、面向对象的协议，可以支持多媒体信息的传递。HTTP的会话期分为四个步骤：客户端程序与服务器建立连接后，发送请求，服务器进行应答，然后关闭连接。
1 客户端请求
在申请互联网上的信息时，用户输入URL告诉客户端程序信息在网络中的位置，例如HTTP：//www.xyz.com/Index.htm。URL是用来唯一标识某个资源的存放位置的。URL格式如下：
＜METHOD＞://＜HOSTNAME:PORT＞/＜PATH＞/＜FILE＞
其中：METHOD是传输协议名称，通过它可以区分申请服务的类型，常用的协议如表1所示。
表1 Web中的协议
协 议 全 名 协 议 全 名
File 本地文件 TELNET
远程登录协议
HTTP 超文本传输协议 WAIS
广域信息检索协议
FTP 文件传输协议 NEWS
新闻传输协议
GOPHER GOPHER协议
MAILTO 电子邮件的相关协议
HOST指向信息所在的主机，它既可以是域名，也可以是IP地址。PORT指定了与主机建立连接时的端口，当使用HTTP协议的默认端口80时，可省略端口号。PATH和FILE用来确定资源在主机中的位置。
客户端程序得到URL后，通过TCP/IP和主机www.xyz.com建立连接，向服务器发送请求：GET
HTTP：//www.xyz.com/Index.htm
http/1.0。HTTP请求由三部分组成：请求方法、URL和HTTP协议的版本号，它们之间用空格分隔。
HTTP协议中最常用的请求方法有五种，它们是GET、POST、HEAD、PUT和DELETE。
GET是最早使用的一种请求方法。GET方法要求服务器返回指定信息的全部内容。如果URL代表一个文件(如index.htm),则返回文件的内容；如果URL指向程序代码(如Formmail.cgi),那么服务器就运行这个程序，将结果作为应答返回。
POST方法为基于Web平台的应用带来了真正的交互性，它提供了由客户端向服务器传送大量信息的途径。使用POST时，信息作为独立实体附在POST请求后面，理论上可以向服务器发送任意大小的信息，CGI程序从标准输入设备读入该信息。
HEAD方法申请一个资源的相关信息，服务器发送的不是该资源的内容，而是该资源相关信息，如资源的最后一次修改时间、长度、有效期等内容。HEAD方法可以用于探测网络中的断点或了解资源的更新情况。
用户通过PUT方法发送请求时，附加一个信息实体，要求服务器按照用户指定的URL存储该信息。这样用户通过客户端程序就可以更新位于服务器上的信息了。PUT与POST都在请求的后面附加了一个信息实体，而它们的不同点在于：POST方法要求URL指定的程序将提交的信息作为标准输入读入，进行处理；而PUT方法要求将提交的信息设置为指定URL。
DELETE方法与PUT方法相反，它要求从服务器删除URL指向的信息。
除了上述信息外，在请求中还可以包括其他信息，让服务器更好地了解用户的要求。
2 服务器应答
Web服务器建立一个HTTP进程，该进程建立消息队列，监听80端口收到的请求。当收到请求后进行响应，响应通常象下面显示的格式：
例一：HTTP响应的帧格式示意
HTTP/1.0 200 OK
Date: Mon, 19 Feb 1998 17: 24: 19 GMT
Server: Apache/1.0.2
Content-type: text/html
Content-length: 5244
Last-modified: Tue, 06 Feb 1998 19: 23: 01 GMT
＜html＞
......
＜/htm1＞
响应由三部分组成：状态行、头信息和响应实体。第一行为状态行，它包括由空格分隔的三个元素： HTTP版本号 状态代码 原因短语
在请求和应答过程中都带有版本号，用于帮助客户程序与服务器协商使用协议类型。状态代码是1个三位的十进制数，它用于表示服务器对请求的处理结果。原因短语以文字形式详细解释了响应代码的含义。状态代码的分类方法如表2所示。
表2 状态代码类型
代码 类别 含 义
1** 信息
这些代码不使用，保留以备未来使用
2** 成功 请求已成功接收，理解和接受
3** 重定向 必须采取进一步操作以完成请求
4** 客户机错误
请求包含错误的语法或无服务器故障的情况下不能实现
5** 服务器错误
服务器不能实现一个明显有效的请求
上面例子中二至六行是头信息的内容。它向客户机提供一些相关信息。第二行是服务器处理该请求的时间；第三行是服务器的类型及版本号；第四行响应信息的MIME类型，它表明了信息的类别，浏览器根据这个域段判断收到的是HTML文件，还是图像，或是程序代码；第五行是信息实体的长度。后面的内容就是信息实体，这里传送的是一个HTML文件。
3 申请网页的全过程
一个网页通常包含图形、声音、程序等对象，因而要向服务器进行多次请求。HTTP1.0规定每个请求都要建立新的连接。因而，申请一个网页的过程可以描述为：
客户端：请发送Index.htm。
服务器：传送index.htm内容，文件长度8362字节，关闭连接。
客户端：请发送/Background.gif。
服务器：传送/Background.gif,文件长度2764字节，关闭连接。
...
...
HTTP1.0每次请求/应答都要建立一个TCP/IP连接，占用了大量处理器时间。HTTP1.1则支持持续连接，很好的解决了这个问题。建立持续连接后，进行第一次请求应答后并不立即关闭连接，而是进行多次请求应答后，在指定时间内没有接到新的申请就关闭连接。这样可以减少服务器上线程数目，提高响应速度。但HTTP1.1协议依旧是无状态协议，两个请求之间，服务器不记录任何状态信息。
4 HTTP的三种连接方式
HTTP给出了客户机和服务器的三种互连方式。第一种是直联方式，客户端程序直接和Web服务器连接，发出申请。服务器监听网络上的请求，当请求到达时，就建立新的线程处理请求，并将应答内容传送给客户端程序。
第二种请求应答方式加入了一个中间件，即代理服务器。在这种情况下，客户机向代理服务器发出申请。代理服务器以客户机的身份向Web服务器发送申请。Web服务器将应答内容传送至代理服务器，再由代理服务器转发给客户机。
代理服务器可分为两种：安全代理和缓存代理。安全代理在防火墙软件中最为常见，防火墙作为安全代理将局部网络与Internet分隔开。
缓存代理在本地硬盘开辟一个缓存空间，将用户访问过的信息存储在本地。当接收到一个请求后，首先检查请求的数据是否存储在本地。如果在缓存中发现了申请的数据，则要进一步判断本地的数据是否有效?如果数据已过期，服务器就返回信息的全部内容。代理服务器接收到数据后转发给客户机，同时更新缓存；如果代理服务器保存的数据有效，Web服务器就仅返回状态码304(没有修改)，代理服务器将保存在缓存中的数据返回客户机。代理服务器可以有效地提高响应速度，减轻网络负载，节省上网费用。
最后一种请求响应模式也涉及到中间件，称为隧道(Tunnel)。隧道与代理服务器不同，隧道只是介于客户机与服务器之间负责转发请求和响应的一种机制，通常用在非TCP/IP的网络环境中传送HTTP数据包。