HTTP 报文大致可分为：

  • 报文首部
  • 报文主体

两者由最初出现的 空行（CR+LF）来划分。通常，并不一定要有报文主体。
image.png

请求报文及响应报文的结构

请求报文（上）和响应报文（下）的结构

image.png

请求报文（上）和响应报文（下）的实例

image.png

请求报文和响应报文的首部内容数据组成

  • 请求行
    • 包含用于请求的方法，请求 URI 和 HTTP 版本
  • 状态行
    • 包含表明响应结果的状态码，原因短语和 HTTP 版本。
  • 首部字段
    • 包含表示请求和响应的各种条件和属性的各类首部。
    • 分类：
      • 通用首部
      • 请求首部
      • 响应首部
      • 实体首部
  • 其他
    • 可能包含 HTTP 的 RFC 里未定义的首部（Cookie 等）

编码提升传输速率

HTTP 在传输数据时可以按照数据原貌直接传输，但也可以在传输过程中通过编码提升传输速率。通过在传输时编码，能有效地处理大量的访问请求。但是，编码的操作需要计算机来完成，因此会消耗更多的CPU等资源

报文主体和实体主体的差异

  • 报文（message）
    • 是HTTP通信中的基本单位，由8位组字节流（octet sequence， 其中 octet 为 8 个比特）组成，通过 HTTP 通信传输。
  • 实体（entity）
    • 作为请求或响应的有效载荷数据（补充项）被传输，其内容由实体首部和实体主体组成。

HTTP 报文的主体用于传输请求或响应的实体主体。

通常，报文主体等于实体主体。只有当传输中进行编码操作时，实体主体的内容发生变化，才导致它和报文主体产生差异。

压缩传输的内容编码

向待发送邮件内增加附件时，为了使邮件容量变小，我们会先用ZIP压缩文件之后再添加附件发送。HTTP 协议中有一种被称为内容编码的功能也能进行类似的操作。

内容编码指明应用在实体内容上的编码格式，并保持实体信息原样压缩。内容编码后的实体由客户端接收并负责解码。

image.png

常用的内容编码有以下几种。

  • gzip（GNU zip）
  • compress（UNIX 系统的标准压缩）
  • deflate（zlib）
  • identity（不进行编码）

分割发送的分块传输编码

在 HTTP 通信过程中，请求的编码实体资源尚未全部传输完成之前，浏览器无法显示请求页面。在传输大容量数据时，通过把数据分割成多块，能够让浏览器逐步显示页面。

这种把实体主体分块的功能称为分块传输编码（Chunked Transfer Coding）
image.png

分块传输编码会将实体主体分成多个部分（块）。每一块都会用十六进制来标记块的大小，而实体主体的最后一块会使用”0(CR+LF)”来标记

使用分块传输编码的实体主体会由接收的客户端负责解码，恢复到编 码前的实体主体。

HTTP/1.1 中存在一种称为传输编码（Transfer Coding）的机制，它可以在通信时按某种编码方式传输，但只定义作用于分块传输编码中。

发送多种数据的多部分对象集合

image.png

发送邮件时，我们可以在邮件里写入文字并添加多份附件。这是因为采用了MIME（Multipurpose Internet Mail Extensions，多用途因特网邮件扩展）机制，它允许邮件处理文本、图片、视频等多个不同类型的数据。

相应地，HTTP 协议中也采纳了多部分对象集合，发送的一份报文主体内可含有多类型实体。通常是在图片或文本文件等上传时使用。

多部分对象集合包含的对象如下

  • multipart/form-data
    • 在 Web 表单文件上传时使用。
1
2
3
4
Content-Type: multipart/form-data; boundary=AaB03x --AaB03x
Content-Disposition: form-data; name="field1" Joe Blow --AaB03x
Content-Disposition: form-data; name="pics"; filename="file1.txt"
Content-Type: text/plain ...（file1.txt的数据）... --AaB03x--
  • multipart/byteranges
    • 状态码 206（Partial Content，部分内容）响应报文包含了多个范围的内容时使用。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
HTTP/1.1 206 Partial Content 
Date: Fri, 13 Jul 2012 02:45:26 GMT 
Last-Modified: Fri, 31 Aug 2007 02:02:20 GMT 
Content-Type: multipart/byteranges; boundary=THIS_STRING_SEPARATES 

--THIS_STRING_SEPARATES 
Content-Type: application/pdf 
Content-Range: bytes 500-999/8000

...（范围指定的数据）... 
--THIS_STRING_SEPARATES 
Content-Type: application/pdf 
Content-Range: bytes 7000-7999/8000 

...（范围指定的数据）... 
--THIS_STRING_SEPARATES--

在 HTTP 报文中使用多部分对象集合时，需要在首部字段里加上 Content-type。

使用 boundary 字符串来划分多部分对象集合指明的各类实体。

  • 在boundary 字符串指定的各个实体的起始行之前插入“–”标记
    • （例如：–AaB03x、–THIS_STRING_SEPARATES
  • 在多部分对象集合对应的字符串的最后插入“–”标记
    • (例如：–AaB03x–、– THIS_STRING_SEPARATES–)

多部分对象集合的每个部分类型中，都可以含有首部字段。另外，可以在某个部分中嵌套使用多部分对象集合。

获取部分内容的范围请求

下载一 个尺寸稍大的图片或文件，如果下载过程中遇到网络中断的情况，那就必须重头开始。为了解决上述问题，需要一种可恢复的机制。所谓恢复是指能从之前下载中断处恢复下载。

要实现该功能需要指定下载的实体范围。像这样，指定范围发送的请求叫做范围请求（Range Request）。

image.png
执行范围请求时，会用到首部字段 Range 来指定资源的 byte 范围。

  • 5001~10 000 字节
    • Range: bytes=5001-10000
  • 从 5001 字节之后全部的
    • Range: bytes=5001-
  • 从一开始到 3000 字节和 5000~7000 字节的多重范围
    • Range: bytes=-3000, 5000-7000

对于多重范围的范围请求，响应会在首部字段 Content- Type 标明 multipart/byteranges 后返回响应报文。

如果服务器端无法响应范围请求，则会返回状态码 200 OK 和完整的 实体内容。

内容协商返回最合适的内容

同一个 Web 网站有可能存在着多份相同内容的页面。比如英语版和 中文版的 Web 页面，它们内容上虽相同，但使用的语言却不同。

当浏览器的默认语言为英语或中文，访问相同URI的Web页面时，则会显示对应的英语版或中文版的 Web 页面。这样的机制称为内容协商（Content Negotiation）

image.png

内容协商机制是指客户端和服务器端就响应的资源内容进行交涉，然后提供给客户端最为适合的资源。内容协商会以响应资源的语言、字符集、编码方式等作为判断的基准。

包含在请求报文中的某些首部字段（如下）就是判断的基准。

  • Accept
  • Accept-Charset
  • Accept-Encoding
  • Accept-Language
  • Content-Language

内容协商技术有以下 3 种类型。

  • 服务器驱动协商（Server-driven Negotiation）
    • 由服务器端进行内容协商。以请求的首部字段为参考，在服务器端自动处理。但对用户来说，以浏览器发送的信息作为判定的依据，并不一定能筛选出最优内容。
  • 客户端驱动协商（Agent-driven Negotiation）
    • 由客户端进行内容协商的方式。用户从浏览器显示的可选项列表中手 动选择。还可以利用 JavaScript 脚本在 Web 页面上自动进行上述选择。
  • 透明协商（Transparent Negotiation）
    • 是服务器驱动和客户端驱动的结合体，是由服务器端和客户端各自进 行内容协商的一种方法