【网络原理8】HTTP请求篇

  在上一篇文章当中，我们也提到了什么是HTTP。

  每一个HTTP请求，都会对应一个HTTP响应。

  下面这一篇文章，将聊一下HTTP请求的一些内容

目录

一、URL

第一部分：协议名称

第二部分:认证信息(新的版本已经没有了)

第三部分：服务器地址+(端口号)

第四部分：带层次的文件路径

第五部分：查询字符串

第六部分：片段标识符

二、URL encode/decode

     为什么要使用url encode

      一个转义的例子:

     转义的规则:

三、HTTP的请求方法

get和post的区别

在当下的场景当中，get和post没有本质的区别，是可以相互替换的。

区别1： 语义上面的区别

      区别2：通常情况下get没有body部分，而post有body部分   

      区别3：Get请求一般是幂等的，POST请求一般不是幂等的

       区别4：GET可以被缓存，POST不可以被缓存

四、HTTP请求头(request)数据包的一些常见的"键值对"

①host:描述了请求资源的主机地址&端口号​编辑

②Content-Length&Content-Type;这两个键值对

Content-Type的各种取值

       取值1：application/x-www-form-urlencoded:form

    取值2：multipart/form-data:form

     取值3：application/json

关于Content-length

③User-Agent

④Referer：描述了当前的页面，是从哪里跳转过来的 

五、cookie

引入cookie

cookie具体的组织形式

步骤1：按照访问网站的域名来组织。

步骤2：每一个域名对应的一组cookie当中，又会按照键值对来组织数据

六、session

---

一、URL

URL的含义就是"网络上唯一资源的地址符"。

通过浏览器，打开网页的时候，地址栏里面填写这个网址,就是URL。

 通过这个URL。既可以明确主机是谁，又可以明确访问的是主机上面的什么资源。

 下面，说明一下一个URL被分为了哪几个部分。

---

第一部分：协议名称

       

       https/http：这一部分，描述了当前的这一个网络地址，是给http用的，还是给https用的。

       如果显示的是http，那么就是给http这一个协议使用的。如果显示的是https，那就是给https这一个协议使用的。

---

第二部分:认证信息(新的版本已经没有了)

 显示的是当前用户登录的登录信息（可能是用户名/密码）

---

第三部分：服务器地址+(端口号)

当前需要访问的主机是哪一个。可能是一串字符，也有可能是1.2.3.4这样的ip地址。

如下图，显示的就是一个域名地址。

如果显示了端口号，那这一个端口就是http请求需要访问的端口。

 但是，可以看到：一般情况下，都没有显示端口号，这是怎么回事呢？

 没有显示端口号，并不代表没有端口号。

 对于没有在URL地址当中显示端口号的情况：

 如果使用的是http协议，那么默认是80端口。

 如果使用的是https协议，那么默认值就会是443端口。

---

第四部分：带层次的文件路径

     描述了当前服务器需要访问的资源是什么。

  对于这一个带有层次的文件路径，有可能是一个真实的文件的路径。

  也有可能是虚拟的，由服务器代码，构造出的一个动态的数据。

       单凭：ip地址/域名地址+文件路径已经可以锁定网络上面的某一个地址了，但是，还有一部分，那就是查询字符串。

---

第五部分：查询字符串

查询字符串，可以有一组，也可以有多组。

每一组都是使用键值对来表示的，键和值之间用"="来连接。

但是组与组之间，使用的是"&"来连接的。

但是，这些字符串的具体含义，那就是由web开发的程序员来决定的了。 

---

第六部分：片段标识符

本质上是希望访问的具体的html页面的哪一个子部分。可以理解为：跳转到某一个章节的部分。(此部分可能有，也可能没有)

---

总览一下http的URL的结构：

其中：文件资源（文件目录）和查询字符串部分，是后续web开发常用的

---

二、URL encode/decode

     为什么要使用url encode

       当输入的查询字符串当中，如果出现了特殊的符号，例如?或者/或者++等等的符号的时候，为了避免歧义。于是就需要对于这些特殊的字符进行转义。

       观察如下的一个URL：

        

       此时，可以看到type是blog。如果一个客户在type的等号后面输入了:b&o=log，也就是变成了这样：

       

        这样，也就产生了歧义。究竟是type这个参数的值是"=b&o=log"，还是两个参数，一个参数是type，另外一个参数是o呢？

        于是，就涉及到了http encode，它会把用户输入的存在歧义的字符串给转义掉。

---

      一个转义的例子:

        下面，举一个转义的例子：

         如果在百度搜索引擎当中输入了"C++"，可以查看一下搜索栏的内容:

       可以看到，搜索的两个加号，被替换为了"%2B"。

---

     转义的规则:

       查一下"+"对应的ascii码值：2B

       因此，转义的规则就是让对应的字符转化为16进制，也就是ascii码，然后再加上"%"。这样就完成了转义了。

        URL的decode，就是上述过程的逆向。当遇到了%+字符串的时候，就把它们转化为对应的字符。

---

三、HTTP的请求方法

在http请求头当中，包含了一个属性，那就是http方法：

这一个方法有许多，但是最常用的，还是两个：一个是get，另外一个是post。

方法	用处	支持的版本
post	传输实体	1.0&1.1
get	获取资源	1.0&1.1

       HTTP当中引入了的这一些方法的初衷，也是为了表示不同的"语义"。

       但是，实际开发的场景当中，这些方法的用处也没有区分地这么明确。很多时候，GET方法也可以传输实体，POST方法也可以获取资源...

       但是，二者的区别究竟在哪里呢？

---

get和post的区别

在当下的场景当中，get和post没有本质的区别，是可以相互替换的。

       但是，仍然在细节上面，存在一些区别：对照一下get和post不同的抓包方式，比较一下它们的区别。

---

区别1： 语义上面的区别

方法	用处	支持的版本
post	传输实体	1.0&1.1
get	获取资源	1.0&1.1

      get方法一般用于获取资源，而post方法一般用于传输实体。 但是现在这个区别已经不那么清晰了。

       例如，用户登录这个功能，一般使用的就是post请求。向服务器提交userName和password两个字段，登录成功之后跳转页面。        

---

     查询商品列表这个功能，一般使用的就是get请求。

     来获取商品列表这一系列的资源。

---

      区别2：通常情况下get没有body部分，而post有body部分   

       对比一下使用Fiddler抓包的情况  ​

通常情况下: 

   get是没有body的，它一般通过query string(查询字符串)来服务器传递数据。

   post是有body的，post通过body向服务器传递数据

       上述情况，一般情况下都是成立的。但是，偶尔也会出现post没有body，但是get有body的情况。或者post有查询字符串，但是get没有查询字符串的情况。

        其次：一部分公司在实际开发当中，有时候会硬性规定一定要使用post请求来处理。那这样肯定post也会有不带body的情况。

---

      区别3：Get请求一般是幂等的，POST请求一般不是幂等的

       这个区别也不是强制性的。

       幂等&不幂等：

       每次相同的输入，得到的输出结果是确定的，那么就说这个请求是幂等的。

       每次相同的输入，得到的输出结果是不确定的，那么就说这个请求是不幂等的。

---

       区别4：GET可以被缓存，POST不可以被缓存

        能否缓存，其实和能否幂等是有密切关系的。

        如果请求类型是幂等的，那么请求就是可以缓存的。

        如果请求类型是不幂等的，那么请求就是不可以缓存的。

       案例1：例如像查询百度热搜榜这样的请求，由于百度热搜榜实时更新比较快速的，那么就不是幂等的，也就不需要缓存。 

       案例2：还有，类似于广告搜索这样的请求，虽然是get请求（获取数据的），但是，它的要求一定是不可以缓存的。因为如果缓存的话，用户多次搜索同一个关键字，看到的仍然是一组/一个广告，这样是没有意义的。

---

       总结一下：GET与POST的区别

方法	GET	POST
语义	通过查询字符串获取内容	向服务器提交实体
有无body	通常无	通常有
是否幂等	通常是	通常否
是否可以被缓存	通常可以	通常不可以

---

四、HTTP请求头(request)数据包的一些常见的"键值对"

      在这一篇文章当中，我们提到了HTTP请求是由HTTP请求行+HTTP请求头+body构成的。
【网络原理7】认识HTTP_革凡成圣211的博客-CSDN博客HTTP抓包，Fiddler的使用https://blog.csdn.net/weixin_56738054/article/details/129148515?spm=1001.2014.3001.5502

      HTTP请求头是由多个键值对构成的，下面，将聊一下HTTP请求头当中有哪些常见的键值对。

---

①host:描述了请求资源的主机地址&端口号

      这是一个使用Fidller抓包后看到的数据。关于怎样使用Fidller抓包，也已经在上一篇文章当中提到了 

      如上图，看到的域名是bizapi.csdn.net。

      但是，这一个地址可以被DNS解析为一个确定的ip地址，也就是类似于1.2.3.4这样的IP地址。

---

②Content-Length&Content-Type;这两个键值对

       这两个属性是在描述请求头当中body部分的属性。如果一个HTTP请求有body，那么这两个键值对才会在HTTP请求头当中出现。

 下面，来聊一下一个登陆的案例:

  当用户提交了userName(用户名)和password(密码)之后，就可以正常登录了。

 但是，可以看到，提交并且跳转页面的时候，并没有在url地址栏显示userName和password

           这也就说明，这个网站很有可能是使用post请求提交的，把用户名和密码封装到一个实体当中。

        也就是post请求的body部分。

        但是，在早期的网站当中，很多时候是使用get请求提交的，那么就意味着提交的内容(userName,password)都是可以显示在url地址栏当中的，这样给人感觉就很不安全。

---

Content-Type的各种取值

       Content-Type所表示的含义，其实就是body当中数据的表示格式。

       取值1：application/x-www-form-urlencoded:form

           这一种取值，说明是通过表单form来进行提交。

       我们常见的：url当中经常使用param1=aaa&param2=bbb这种使用queryString的方

式，body的取值就是这样的。

---

    取值2：multipart/form-data:form

      

    当使用这种格式的时候，需要在form表单后面新增一个属性：enctype="multipart/form-data"。

    这一种格式通常用来提交图片/文件的内容。

---

     取值3：application/json

     关于这一个取值，其实就是向服务器提交json格式的字符串。

---

关于Content-length

       其实，Content-length的值，是对于有body的HTTP请求当中，约定读取多少个字节的body来设定的。

       也就是在空行之后的body部分，读取多少内容。

---

③User-Agent

表示当前用户使用的是一个什么样的设备来上网。

主要就是两部分内容：操作系统信息+浏览器信息

操作系统信息：括号里面的内容(Windows NT 10.0; WOW64)

代表了两个含义：

当前的windows版本为10，电脑是64位的系统。 

浏览器信息：

上图显示的是Chrome浏览器。

---

       但是，当前的互联网时代，可能User-Agent可能更大的作用就是区分PC端（电脑打开的

浏览器页面）还是手机端。为了返回一个合适的页面

---

④Referer：描述了当前的页面，是从哪里跳转过来的 

       如果当前这个页面，是由其他页面的超链接等等跳转过来的，那么就会有这一个字段，显示跳转之前的页面。

       下面，通过一个例子，来讲解一下这个字段的重要性：

---

        我们都知道，互联网很大一部分的收入都来自于广告的收益。下面，打开360浏览器，然后输入"旅游"：

        

       可以看到，这一个页面上面，呈现了大量的url地址。如果细心一点，可以发现这些地址的下面都有不太明显的"广告"二字。这些广告商，在浏览器上面刊登自己的页面，是需要给浏览器费用的。

       怎么个收费法呢？

       那就是按照点击的次数来计费。只要有用户点击其中一个url，那么就会记录点击的次数。最后，广告商根据这个点击次数来付给浏览器钱。用户点击一次，浏览器可能收几块钱，也有可能几十/几百元。

---

       但是，这些广告商，不一定仅仅只在一个平台上面发布自己的广告信息。它有可能在多个平台上面发布信息。

       这个时候，Refere字段就发挥了作用了，它可以让广告商知道是哪一个平台跳转过来的。从而付给对应的平台钱。

---

       但是，仍然有一个存在问题，那就是，如果运营商把Refere字段给改动了，这样，岂不是会造成刊登广告的平台的经济损失？（ps:只有运营商，也就是卖路由器的那些公司，才有这个能力改动）

       以上这种情况，在过去非常地猖獗，并且牵扯了很多法律问题。那么，如何避免黑心的运营商进行篡改HTTP的内容呢？下一篇文章，将会讲一下HTTPS。

---

五、cookie

引入cookie

为了安全，浏览器在一般情况下面，不允许让页面上面的js访问用户电脑上面的文件系统的。

但是这样的安全机制，也带来了一定的麻烦。有时候，如果确实需要在页面上面存储一些数据，方便后续的访问呢？

例如：用户登录之后，登录状态需要保存到一个特定的地方。后续，当前用户如果需要访问这个网站的其他页面的时候，服务器就可以识别了。

虽然有上面的安全机制保证。但是，其实可以让页面的js访问一个磁盘的指定空间。

这个指定的空间有很多种，但是最常见的一种就是cookie.

cookie：浏览器提供给页面的一种持久化数据的机制。这个数据不会因为程序的重启/主机重启而丢失。

       其中,cookie的数据是存储到用户的磁盘当中的一个特定的位置。也就是谁访问这个网站，那么cookie就会存在谁的磁盘当中。

---

cookie具体的组织形式

步骤1：按照访问网站的域名来组织。

针对每一个域名，浏览器都会分配一组cookie。

例如访问www.baidu.com的时候，就会给www.baidu.com分配一组cookie。

当访问www.sogou.com的时候，就会给www.sogou.com分配一组cookie。

---

步骤2：每一个域名对应的一组cookie当中，又会按照键值对来组织数据

可以这样查看当前浏览器下面的cookie：

 这一些键值对，就是cookie来组织的。

---

六、session

       对于cookie，它们大部分都是把信息存放到用户的服务器上面的。因此，也就非常容易丢失。甚至用户可以点开cookie手动进行删除。并且数据量一旦大起来，那么非常不好管理

       因此，引入了第二种方式来存储一些用户的信息，那就是session。

       把真实的用户信息，存储到浏览器所在的服务器当中。

       然后对于用户一方，仅仅存储身份标识。当需要查询用户信息的时候，直接根据用户的身份标识，然后去浏览器查询就可以了。

但是，实际开发当中，cookie和session很多时候都是一起配合使用的。

下面，我们使用Fidler抓包，看一下cookie当中的数据（HTTP请求）

       可以看到，在这一个cookie信息当中，有一个gitee-session-n 这样的字段

       这一个字段，就很可能是用户的sessionID。（但是不一定绝对是）

       cookie把用户的sessionID存储到用户的磁盘当中。当用户访问的时候，就根据这个sessionId查询浏览器的session的具体内容（例如用户的登录状态）。

       关于cookie和session的内容，会在后面的servlet部分详细讲一下在代码当中是如何实现的。