HTTP的基本格式详解
在我之前的文章中，给大家介绍过TCP/IP五层协议栈中的几个常见协议。今天再给大家补充一下一个基于TCP协议的应用层协议HTTP。HTTP协议也是日常开发中非常常用的的一种协议，在众多协议栈里HTTP可能是实际开发中用的最多的。所以我们在这一块一定要重视起来
注：这里说的HTTP是指HTTP1以及HTTP2，他们都是基于TCP协议的，注意：如今最新版的HTTP3是基于UDP的。
但是如今在互联网中使用的最多的仍然是HTTP1.1的版本。
在整个协议栈中，上层和下层之间的关系是一定的关联关系的，上层协议要调用下层协议，下层协议要给上层协议提供一个支撑，所以说HTTP作为一个应用层协议，他在进行传输数据的时候，就要基于TCP的这一套机制的保证。
传输层协议，主要关注的是端对端之间的数据传输，TCP，重点关注的是可靠传输。
应用层协议，则是站在程序应用的角度，要对传输的数据，来进行具体的使用~很多时候是程序猿们自定制的，根据实际的需求场景，来设计协议。
但是，程序猿大的圈子里，水平参差不齐~~于是有些大佬们就发明了一些很好用的协议，直接让大家照搬，HTTP就是其中的一个典型代表。
HTTP虽然是已经设计好的，自身的可拓展是非常强的，可以根据实际需要，让程序猿传输各种自定义的数据信息~
HTTP具体的应用场景：大家天天都在用的浏览器，只要你打开浏览器，随便打开一个网站，这个时候其实你就用到了HTTP或者你打开一个手机APP，随便加载一些数据，这个时候其实你大概率也就用到了HTTP。
HTTP协议格式
接下来我们来讲解一下关于HTTP的协议的格式
协议格式：数据具体是怎么组织的
例如：
我们之前讲的UDP:报头（源端口，目的端口，长度，校验和）+荷载
TCP/UDP/IP这些协议都是属于二进制的协议，经常要理解到二进制的bit位~~
HTTP则是一个文本格式的协议。（不需要去理解具体的二进制位，而只是理解文本的格式即可）。文本格式更便于人肉眼来观察。
那么我们又要如何才能看到HTTP的报文格式呢？
其实可以借用一些“抓包工具”来获取到具体的HTTP交互过程中的请求和响应~~
其实咱们前面讲TCP/UDP这些，也是可以借助抓包工具来分析的~~
抓包工具，其实就是一个第三方的程序~，在这个网络通信的过程中，类似于代理一样
抓包工具其实有非常非常多的。我这里给大家介绍一个我自己常用并且认为非常好用的抓包工具（Fiddler），Fiddler是一个专门抓HTTP的抓包工具~（没法抓到 TCP/UDP/IP），要想要抓到这些，需要使用像wireshark这样的工具。
fiddler抓包工具的基本用法
首先我们可以先去官网下载一个fiddler，然后打开就可以自动帮你抓包~~非常方便
Fiddler左侧是一个列表，显示了当前抓到的所有的HTTP/HTTPS的数据报
HTTPS是HTTP的孪生兄弟，HTTPS就只是在HTTP的基础上，引入了加密机制，以后再详细介绍。
当选中左侧列表中的某个条目，并且双击的时候，右侧就会显示这个条目的详细信息。
之后我们再选择Raw这个选项，看到的就是HTTP请求数据的本体，选择其他的选项，相当于是Fiddler对数据进行了一些加工，调整了格式
如果你觉得这个原始数据的字体太小了，可以点击下面的这个选项，用记事本打开。
以上就是HTTP请求的原始模样，如果你往TCPsocket中，按照上述格式来构造数据，并写入socket，其实本质上就相当于构造了一个HTTP请求。
针对响应，也有很多的选项，此处要选择Raw，才能看到本体~~
看到的本体好像是乱码？？乱码其实是压缩之后的结果~~
一个服务器，最贵的硬件资源，其实是网络带宽，像这些HTTP响应，经常会很大，就比较占用带宽，为了能够提高效率，经常服务器会放回“压缩之后”的数据，由浏览器收到之后再来解压缩~~
在我们学会了如何简单的使用抓包工具之后，我们来随便抓几个来研究一下HTTP的协议的格式。
先来看看HTTP的请求
HTTP请求
请求分成四个部分：
1.请求行（首行），包含三个部分
a）HTTP的方法，方法大概描述了这个请求想要干什么~~，GET意思就是想要从服务器获取到某个东西
b）URL描述了要访问的网络上的资源具体是在哪~~
c）版本号，HTTP/1.1表示当前使用的HTTP版本是1.1，1.1是目前最流行的版本。
2.请求头（header）包含了很多行，每一行都是一个键值对，键和值之间用空格来分割，这里的键值对个数是不固定的，有可能多也有可能少，不同的键值对，表示的含义也不同。
3.空行 ，相当于请求头的结束标记~~
4.请求正文（body）可选的，不一定会有。
HTTP请求的详解
了解了上面的HTTP请求的基本格式之后，我们来逐个的讲解一下具体的含义
URL
URL含义就是“网络上唯一资源的地址符“（既要明确主机是谁，又要明确具体是主机上的哪个资源）
通过浏览器，打开网页的时候，地址栏里填写的这个”网址“其实就是 URL
例如：
我们随便打开一个网站（搜狗）
其实这就是一个URL.
我们还可以再来试试在搜狗里面搜索别的内容
例如：搜索一个哔哩哔哩
现在他是不是就变成了一个长长的一串字
URL小结：
对于URL来说，里面的结构看起来比较复杂，其实最重要的，和我们实际开发最关系紧密的，主要就是四个部分
1）IP地址/域名
2）端口号（经常是小透明）
3）带层次结构的路径
4）query string查询字符串~~
方法
HTTP协议的方法是非常多的，但是最最常用的也就是GRT和POST方法
HTTP中引入这些方法，初衷是为了表达不同的语义
例如：
HTML中（h3，p，a，img）这样的语义化标签，（div，span）无语义标签
但是！！！理想很丰满，现实却很骨感，设计HTTP的大佬希望程序猿能够按照HTTP语义来使用这里的各种方法，但是随着时间的推移，使用就开始走形了，现在大家写代码，基本都是GET/POST一把梭~~基本无视掉了语义的事情，正因为如此，也就导致了多种HTTP方法之间的界限，就变得模糊了。
GET也可以给服务器送东西
POST也可以从服务器拿东西。
这里就不得不讲一下一个经典的面试题了：谈谈GET和POST的区别
首先我们需要明白的是，GET和POST是没有本质的区别的，具体来说，相当于是GET能使用的场景,也能替换成POST,POST能使用的场景，也能替换成GET
但是细节上，还是有一些区别的
1.语义上的区别，GET通常用来取数据，POST通常用来上传数据（现状是，GET也经常用来上传数据，POST也经常用来获取数据）
2.通常情况下，GET是没有body，GET通过query string 向服务器传递数据。
通常情况下，POST是有body的，POST通过body向服务器传递数据，但是POST 没有query string
如果我就想让GET有body（自己构造），或者就想让POST带有query sring 也是完全可以的
3.GET请求一般是幂等的，POST请求一般是不幂等的
《幂等：每次你相同的输入，得到的输出结果是确定的》
《不幂等：每次你相同的输入，得到的结果不确定》
4.GET可以被缓存，POST不能被缓存，相当于提前把结果记住了~~如果是幂等的，记住结果是很有用的，节省了下次访问的开销，如果不是幂等的，就不应该去记。
header
header里面都是一些键值对，不同的键值对就代表了不同的含义，这里的种类比较多和杂，我们就挑选出几种常见的来简单介绍一下。
关于Content-Length的补充
HTTP也是基于TCP的协议，TCP是一个面向字节流的协议，会出现粘包问题==》合理设计应用层协议，来明确包和包之间的边界（HTTP中都有体现）
1.使用分隔符
2.使用长度
如果当前有若干个GET请求，到了TCP接受缓冲区了，应用程序读取请求的时候，就以空格作为分隔符
如果当前是有若干个POST请求，到了TCP缓冲区，这个时候，空行后面还有body~~当应用程序读到空行之后，就需要按照Content-Length表明的长度，继续若干长度的数据
User-Agent (UA)
以前的时候，由于浏览器发展很快，导致市场被严重割裂了，一部分用户，用的是比较老旧的浏览器（只能显示文本），一部分用户，用的是比较新的浏览器（能够支持js），这个时候就给网站开发人员带来了挑战~~
为了解决这个问题，聪明的程序猿就想到了，让浏览器发送的请求中，来自报家门~~服务器就可以根据浏览器中的这个自报家门的信息，就可以做出区分了。
在2022年的今天，主流的浏览器的功能已经差别很小（十年前，浏览器的兼容性，还是前端开发要考虑的大问题）UA这个字段起到的作用就已经不那么大了，但是随着当下移动互联网的到来，UA现在又有了新的使命：用来区分是PC端还是手机端，最大的区别就是屏幕的尺寸和比例！！屏幕尺寸是远远小于PC端，屏幕比例PC都是宽屏，手机都是窄屏，比例不同就导致页面布局就得不同~因此，服务器就可以根据UA来区分当前是手机端还是PC端，如果是手机就返回手机版的网页，如果是电脑就返回电脑版的网页
Referer
表示了当前的页面，是从哪个页面，跳转过来的
Referer不是一定有的~~如果你是通过浏览器地址栏直接输入地址或者直接点收藏夹，这个时候是没referer
这个时候可能很多人就蒙圈了，那这个具体有啥用呢？其实这个是一个非常有用的字段
我们现在用到Referer主要是用来广告计费，比如你在搜狗的浏览器里面点击了一个广告，其实都会先访问搜狗的服务器，再跳转到广告主的页面，一点击就把这个请求发送给了搜狗的计费服务器，搜狗就可以按照这个服务器上收到的数据来进行统计。广告主那边也同时进行记录一些日志。当然一个广告主，可能在多个平台投放广告，广告主就可以通过Referer来区分当前的请求是哪个广告平台导入过来的流量
这里可能有些滑稽老铁们可能就会心生一计，是否有一种操作~~把HTTP请求中的Referer给篡改了？本来是搜狗的，改成了别的，然后间接的赚别人的钱？
其实这种操作是完全可以的，而且还一度非常猖獗，那么谁有能力和动机去干这件事情呢？—>运营商（电信，移动，联通），运营商也有自己的广告平台，网络基础设备都是运营商提供的，网络流量经过了人家的设备，人家的设备就可以对你的请求进行抓包，并且可以进行修改操作，运营商劫持事件在2015年前是非常普遍的，到如今基本就不存在这样的问题了，各大广告平台都使用了HTTPS协议进行加密了。
Cookie
Cookie就是浏览器给页面提供的一种能够持久化存储数据的机制（持久化指的是，数据不会因为程序重启或者主机重启而丢失）
Cookie具体的组织形式：
1.先按照域名来组织，针对每个域名，分别分配一个小房间，例如我访问搜狗，浏览器就会给sogou这个域名记录一组cookie，
2.一个小房间里面，又会按照键值对的方式来组织数据
Cookie里面保存身份信息，这件事情，就类似于去医院看病，第一次去医院的时候，我们需要办理一张就诊卡，给你就诊卡的时候，人家工作人员就会问你要你的具体的信息（姓名，身份证号码，手机号码。。），后续的看病的过程，这个就诊卡就发挥了至关重要的作用，看病之前要刷一下你的就诊卡，就可以获取到你的信息（姓名，性别，以往的病例），后续拍片，验血之类医生也给你开好了，你可以直接去相对于的科室，然后拿着你的就诊卡刷一下，就知道要拍啥样的片。
上述过程中，我手里的就诊卡就是cookie，虽然就诊卡上面可以存储一些信息，但是保存的数据量是有限的，真正保存我的这些信息，并不是这张卡，而是放到了医院的服务器上，而卡上只需要存储我的一个身份标识（存一个用户id），这些关键信息，存储在服务器上，管这个东西称为”session“会话，服务器这里管理着很多的session，每个session里面都存储了用户的关键信息，每个session也有一个sessionID，就诊卡上其实存储的就是这个会话的id。
Cookie最重要的应用场景，就是存储会话id，进一步让访问服务器的后续页面的时候，能够带上这个id从而让服务器能够知道当前用户的信息（服务器上保存用户信息这样的机制就称为session会话）
关于Session会话的理解，有点类似于QQ的消息列表，消息列表就相当于这里的会话列表
HTTP响应
1.首行：包含了3个部分
a）版本号~HTTP/1.1
b）200状态码，描述了这个响应，是一个表示“成功的”还是”失败的“，以及不同的状态码所描述的状态的信息
c）OK状态码的描述，通过一个/一组简单的单词，来描述当前状态码的含义~~
2.响应头（header）也是一个键值对的结构，每个键值对占一行，每个键和值之间使用：空格来分割，响应头中的键值对个数也是不确定的，不同键值对表示的含义不同。
3.空行，表示响应头结束标记
4.响应正文（body）服务器返回给客户端的具体的数据，这里的东西可能有各种不同的格式~~其中最常见的格式就是HTML
HTTP响应详解
状态码
表示这次请求是成功还是失败，以及失败的原因是啥
这里随便列出几种，遇到实际情况的时候可以百度具体分析
一般情况下：
2开头，都属于成功
3开头，都属于重定向
4开头，都属于客户端出现错误
5开头，都属于服务器出现错误了
这些状态码中，还有一个特别好玩的，418状态码，虽然你可能百度查不到，但是确实是存在于HTTP标准文档中，大家可以感兴趣的话可以去看看，描述的是：I am
a teapot 我是一个茶壶，这其实是一个彩蛋~~（程序猿的幽默哈哈），我们平时也代码还是尽量别写进去，避免出现一些无法预知的错误
正文
正文（body），里面的格式非常灵活，取决于响应头中的Content-Type
1）html
2）css
3）js
4）json
其余的格式基本上与请求中的类似，就不再重复讲了
