http概览
# http协议
区分请求方和应答方的超文本（图片，文字，音视频）传输协议
一种无状态的，应用层的，以请求/应答方式运行的协议，它使用可扩展的语义和自描述消息格式，与基于网络的超文本信息系统灵活的互动
前置问题
用 Nginx 搭建 Web 服务器，照着网上的文章配好了，但里面那么多的指令，什么 keepalive、rewrite、proxy_pass 都是怎么回事？为什么要这么配置？
用 Python 写爬虫，URI、URL“傻傻分不清”，有时里面还会加一些奇怪的字符，怎么处理才好？
都说 HTTP 缓存很有用，可以大幅度提升系统性能，可它是怎么做到的？又应该用在何时何地？
HTTP 和 HTTPS 是什么关系？还经常听说有 SSL/TLS/SNI/OCSP/ALPN……这么多稀奇古怪的缩写，头都大了，实在是搞不懂。
状态码
| 状态码 | 含义 |
|---|---|
| 1xx | 提示信息，是协议处理的中间状态，实际能够用到的时候很少 |
| 200 | 资源访问成功 |
| 204 | 响应头后没有 body 数据 |
| 301 | 网页url永久重定向 |
| 302 | 短暂重定向，抓取新页面但是保留旧url |
- 与http相关的概念
- 与http相关的协议
- 四层/七层到底是什么
# 搭建http实验环境
# 浏览器发送http请求的过程
- 服务器暴露80和443等web端口
- 浏览器送url中取出域名，并根据域名查询DNS服务器获取目的IP地址
- 浏览器和服务器三次握手建立TCP连接（如果是https还要完成TLS/SSL握手）
- 浏览器构造HTTP请求，填充上下文和HTTP头部
- 发起HTTP请求
- 接收到HTTP响应包体（里面携带HTTP页面）
- 浏览器解析响应，并在用户界面进行渲染
# HTTP消息格式（基于ABNF语义）
起始行：
- 请求行
GET / HTTP/1.1 - 响应行
HTTP/1.1 200 OK
headers:
请求体：
示例：
HTTP-message = start-line *(header-field CRLF) CRLF [message-body]
# * 表示零个或多个
# CRLF 回车+换行 即必须以CRLF的换行结尾
# [message-body] 可选的message-body
# SP 空格
# HTAB 横向制表符
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# 上机演示
telnet www.baidu.com 80
GET /wp-content/plugins/Pure-Highlightjs_1.0/assets/pure-highlight.css?ver=0.1.0 HTTP/1.1
Host: www.baidu.com
1
2
3
2
3
编辑 (opens new window)