HTTP整理（部分）

简介

HTTP协议工作在客户端-服务端架构上，浏览器作为HTTP客户端通过url向HTTP服务端即web服务器发送所有请求。

Web服务器：Apache、IIS等

默认端口：80

HTTP无连接：每次只处理一个请求，节约传输时间。

HTTP媒体独立：只要客户端和服务器知道如何处理，任何类型数据都能通过HTTP发送。

HTTP无状态：无记忆功能。如果后续处理需要前面信息，必须重传。

请求和响应

请求行

请求方法

是HTTP协议里规定的，但是web sever未必允许/支持这些方法

　　GET

　　POST

　　　　比get多了主体信息、头信息里要标主体长度、告诉服务器content-type

　　PUT

　　DELETE

　　TRACE

　　　　用了代理上网，如代理访问网站，想看代理有没有修改HTTP请求，可以用TRACE来测试下，服务器会把最后收到的请求返回

　　OPTIONS

　　　　返回服务器可用的请求方法

　　HEAD

　　　　和GET基本一致，不返回内容，如果只是确认一个内容还正常存在，不返回内容，用HEAD比较合适

请求资源路径

　　url一部分

请求协议

请求头信息

　　如Host：localhost

　　Content-length:请求主体长度

　　头信息结束后由一个空行（不管有无主体信息，空行不能少）

　　头信息非常丰富

请求主体信息

可以没有

响应行

如HTTP/1.1 200 OK

协议

版本

状态码

状态文字

响应头信息

content-length:接下来主体长度

响应主体信息

 

Referer、防盗链

代表网页来源，即上一页地址，如果直接在浏览器上敲地址，则没有referer

在web服务器层面，根据http协议的referer头信息判断，如果来自站外，则统一写一个防盗链

缓存控制

有一些缓存服务器，浏览器自身也有缓存功能

 

如果时间点后修改过，则重新请求

如果最新的ETag和If-None-Match不匹配，重新请求

 

cache-control

 

内容压缩

Content-Encoding:gzip

为了提高传输速度，服务器对主体信息阿索，如gzip、deflate、compress、google chrome的sdch压缩

一般压缩文本格式文件

采集时，可以不发送Accept-Encoding信息，采集的直接是源代码，也可采集gzip，再用php解压（？）