python学习——HTTP协议简介

在Web应用中，服务器把网页传给浏览器，实际上就是把网页的HTML代码发送给浏览器，让浏览器显示出来。而浏览器和服务器之间的传输协议是HTTP，所以：

HTML是一种用来定义网页的文本，会HTML，就可以编写网页；

HTTP是在网络上传输HTML的协议，用于浏览器和服务器的通信。

在举例子之前，我们需要安装Google的Chrome浏览器。

为什么要使用Chrome浏览器而不是IE呢？因为IE实在是太慢了，并且，IE对于开发和调试Web应用程序完全是一点用也没有。

我们需要在浏览器很方便地调试我们的Web应用，而Chrome提供了一套完整地调试工具，非常适合Web开发。

安装好Chrome浏览器后，打开Chrome，在菜单中选择“视图”，“开发者”，“开发者工具”，就可以显示开发者工具：

Elements

显示网页的结构，

Network

显示浏览器和服务器的通信。我们点

Network

，确保第一个小红灯亮着，Chrome就会记录所有浏览器和服务器之间的通信：



当我们在地址栏输入

www.sina.com.cn

时，浏览器将显示新浪的首页。在这个过程中，浏览器都干了哪些事情呢？通过

Network

的记录，我们就可以知道。在

Network

中，定位到第一条记录，点击，右侧将显示

Request
Headers

，点击右侧的

view source

，我们就可以看到浏览器发给新浪服务器的请求：



最主要的头两行分析如下，第一行：

GET / HTTP/1.1

GET

表示一个读取请求，将从服务器获得网页数据，

/

表示URL的路径，URL总是以

/

开头，

/

就表示首页，最后的

HTTP/1.1

指示采用的HTTP协议版本是1.1。目前HTTP协议的版本就是1.1，但是大部分服务器也支持1.0版本，主要区别在于1.1版本允许多个HTTP请求复用一个TCP连接，以加快传输速度。

从第二行开始，每一行都类似于

Xxx: abcdefg

：

Host: www.sina.com.cn

表示请求的域名是

www.sina.com.cn

。如果一台服务器有多个网站，服务器就需要通过

Host

来区分浏览器请求的是哪个网站。

继续往下找到

Response Headers

，点击

view
source

，显示服务器返回的原始响应数据：



HTTP响应分为Header和Body两部分（Body是可选项），我们在

Network

中看到的Header最重要的几行如下：

200 OK

200

表示一个成功的响应，后面的

OK

是说明。失败的响应有

404
Not Found

：网页不存在，

500 Internal Server Error

：服务器内部出错，等等。

Content-Type: text/html

Content-Type

指示响应的内容，这里是

text/html

表示HTML网页。请注意，浏览器就是依靠

Content-Type

来判断响应的内容是网页还是图片，是视频还是音乐。浏览器并不靠URL来判断响应的内容，所以，即使URL是

http://example.com/abc.jpg

，它也不一定就是图片。

HTTP响应的Body就是HTML源码，我们在菜单栏选择“视图”，“开发者”，“查看网页源码”就可以在浏览器中直接查看HTML源码：



当浏览器读取到新浪首页的HTML源码后，它会解析HTML，显示页面，然后，根据HTML里面的各种链接，再发送HTTP请求给新浪服务器，拿到相应的图片、视频、Flash、JavaScript脚本、CSS等各种资源，最终显示出一个完整的页面。所以我们在

Network

下面能看到很多额外的HTTP请求。

HTTP请求

跟踪了新浪的首页，我们来总结一下HTTP请求的流程：

步骤1：浏览器首先向服务器发送HTTP请求，请求包括：

方法：GET还是POST，GET仅请求资源，POST会附带用户数据；

路径：/full/url/path；

域名：由Host头指定：Host: www.sina.com.cn
以及其他相关的Header；

如果是POST，那么请求还包括一个Body，包含用户数据。

步骤2：服务器向浏览器返回HTTP响应，响应包括：

响应代码：200表示成功，3xx表示重定向，4xx表示客户端发送的请求有错误，5xx表示服务器端处理时发生了错误；

响应类型：由Content-Type指定；

以及其他相关的Header；

通常服务器的HTTP响应会携带内容，也就是有一个Body，包含响应的内容，网页的HTML源码就在Body中。

步骤3：如果浏览器还需要继续向服务器请求其他资源，比如图片，就再次发出HTTP请求，重复步骤1、2。

Web采用的HTTP协议采用了非常简单的请求-响应模式，从而大大简化了开发。当我们编写一个页面时，我们只需要在HTTP请求中把HTML发送出去，不需要考虑如何附带图片、视频等，浏览器如果需要请求图片和视频，它会发送另一个HTTP请求，因此，一个HTTP请求只处理一个资源。

HTTP协议同时具备极强的扩展性，虽然浏览器请求的是

http://www.sina.com.cn/

的首页，但是新浪在HTML中可以链入其他服务器的资源，比如

<img
src="http://i1.sinaimg.cn/home/2013/1008/U8455P30DT20131008135420.png">

，从而将请求压力分散到各个服务器上，并且，一个站点可以链接到其他站点，无数个站点互相链接起来，就形成了World Wide Web，简称WWW。

HTTP格式

每个HTTP请求和响应都遵循相同的格式，一个HTTP包含Header和Body两部分，其中Body是可选的。

HTTP协议是一种文本协议，所以，它的格式也非常简单。HTTP GET请求的格式：

GET /path HTTP/1.1
Header1: Value1
Header2: Value2
Header3: Value3

每个Header一行一个，换行符是

\r\n

。

HTTP POST请求的格式：

POST /path HTTP/1.1
Header1: Value1
Header2: Value2
Header3: Value3

body data goes here...

当遇到连续两个

\r\n

时，Header部分结束，后面的数据全部是Body。

HTTP响应的格式：

200 OKHeader1: Value1
Header2: Value2
Header3: Value3

body data goes here...

HTTP响应如果包含body，也是通过

\r\n\r\n

来分隔的。请再次注意，Body的数据类型由

Content-Type

头来确定，如果是网页，Body就是文本，如果是图片，Body就是图片的二进制数据。

当存在

Content-Encoding

时，Body数据是被压缩的，最常见的压缩方式是gzip，所以，看到

Content-Encoding:
gzip

时，需要将Body数据先解压缩，才能得到真正的数据。压缩的目的在于减少Body的大小，加快网络传输。