HTTP
URL是一种在网络上资源的一个标识。HTTP，是获取资源的协议。全名就是 超文本传输协议（HyperText Transfer Protocol).
下图是访问http://tv.cctv.com的网络抓包。我们主要从TCP层看看到底发生了一些什么。
图1：
图2：
从图2可以清晰的看到，HTTP协议是基于TCP的，每次HTTP请求都要先建立TCP连接，然后在进行HTTP协议的传输。
- 事务
- 报文
- 方法
- 状态码
- keep-alive
- cookie
- session
- Web缓存
事务
图2其实是完成一个完整的HTTP请求的全过程。我们把这个过程在HTTP协议叫做一个事务。这个图中的每一条连线就是一个报文，前三个为TCP层的三次握手，在TCP层建立连接后，客户代理发起了一次GET请求，然后服务器端通过两个报文来将数据传输到客户代理，最后发起关闭请求。服务器关闭TCP连接。网络层次如图1右边部分。
| 协议 | OSI |
|---|---|
| HTTP | 应用层 |
| TCP | 传输层 |
| IP | 网络层 |
| 链路接口 | 数据链路层 |
| 物理网络硬件 | 物理层 |
报文
图3
图4
此截图为TCP层的截图，看中间部分，他就是一个HTTP协议的报文。所有的HTTP的报文可以分为两类：请求报文和响应报文。
请求报文：向Web服务器请求一个动作。
响应报文：将请求的结果返回给客户端。
图3为请求报文。图4为响应报文。
请求报文格式：
<method> <request-URL> <version>
<headers>
<entity-body>
响应报文格式：
<version> <status> <reason-phrase>
<headers>
<entity-body>
- method:方法;
- request-URL:请求URL；
- version：版本；
- status：状态码；
- reason-phrase：原因短语；
- header：首部；
- entity-body：实部主题；
实体部分不是所有的都有。
方法
HTTP报文的起始行就是方法。方法是用来告知服务器要做些什么。如图3中的”GET /afarmer/arichive/2011/08/29/2158860.html HTTP/1.1“中，就是GET方法。下表为HTTP规范中定义的一些常用的方法：
| 方法名 | 说明 | 是否包含主体 |
|---|---|---|
| GET | 从服务器获取文档 | 否 |
| POST | 向服务器发送需要处理的数据 | 是 |
| HEAD | 只从服务器获取文档的首部 | 否 |
| PUT | 将请求的主体部分存储到服务器上 | 是 |
| TRACE | 对可能经过代理服务器传送到服务器上去的报文进行跟踪 | 否 |
| OPTIONS | 决定可以在服务器上执行那些方法 | 否 |
| DELETE | 从服务器上删除衣服文档 | 否 |
状态码
方法是用来告诉服务器要干什么，状态码则是告诉代理发生了什么情况。如图4 HTTP/1.1 200 OK中，200就是状态码。下面是HTTP规范对状态码的一个分类，由三位数字来表达。
| 整体范围 | 已定义范围 | 分类 |
|---|---|---|
| 100~199 | 100~101 | 信息提示 |
| 200~299 | 200~206 | 成功 |
| 300~399 | 300~305 | 重定向 |
| 400~499 | 400~415 | 客户端错误 |
| 500~599 | 500~505 | 服务器错误 |
关于HTTP的状态码的具体分类，可以参考《HTTP权威指南》.这里简要说明几个比较常见的状态码。
| 状态码 | 原因短语 | 含义 |
|---|---|---|
| 200 | OK | 请求没有问题，实体的主体部分包含了所有的请求资源。 |
| 301 | Moved Permanently | 在请求的URL已移除，响应的Location首部中应该包含资源现在所处的URL。 |
| 304 | Not Modified | 客户端可以通过所包含的请求首部，使其请求变成有条件的。如客户端发起了一个GET请求。而最近资源未被修改的话，就可以用这个状态码来说明资源未被修改。带有这个状态码的响应不应该包含实体的主体部分。 |
| 400 | Bad Request | 用于告知客户端它发送了一个错误的请求 |
| 401 | Unauthorized | 客户端未获取对资源的访问权。 |
| 404 | Not Found | 用于说明服务器服务找到请求的URL。通常会包含一个实体，以便客户端应用程序显示给用户看。 |
| 405 | Mehod Not Allowed | 发起的请求中带有所请求的URL不支持的方法时，使用此状态码。 |
| 500 | Inernal Server Error | 服务器遇到一个妨碍它为请求提供服务的错误时，使用此状态码。 |
| 501 | Not Implemented | 客户端发起的请求超出了服务器的能力范围时使用此状态码。如使用了服务器不支持的方法。 |
keep-alive
由于HTTP是在TCP层的，每次请求HTTP都需要进行TCP层的三次握手。而在一般的HTTP中，这个耗时就会话费50%以上的时间。再次由于TCP层具有慢启动的特性(TCP连接会随着时间进行自我”调谐“，期初会限制连接的最大速度，用于防止因特网的突然过载和拥塞)，一般一个网页会有多次的HTTP请求，如果每次都重新建立TCP，然后再传输的话，很明显性能会有问题，再次，由于操作系统的2MSL问题。会导致服务器端的连接率不会高于500次/秒。所以为了解决这些问题，HTTP协议规定，可以在HTTP请求都Connection中增加Keep-alive使用一个TCP来接来完成多个HTTP事务。
图5
同一个TCP连接上，完成5次HTTP事务。
cookie
Cookie技术是用来识别客户端的一种技术。我们知道HTTP的无状态的。即HTTP访问结束后，会关闭掉当前连接。这样服务器就没有办法知道具体客户端是谁了。为了解决这个问题。网景公司开发Cookie技术。后来被大多浏览器使用。
Cookie主要分为两类：会话Cookie和持久Cookie。会话Cookie是一种临时Cookie，浏览器退出时，会话Cookie就会别删除了。持久Cookie的生存时间更长一些。他存储在硬盘上，浏览器退出，计算器重启它任然存在。
Cookie会在HTTP请求是，在HTTP头部携带Cookie。如果是第一次访问，服务器会在返回的HTTP中设置Set-Cookie的头，后面是Cookie值。这样服务器就知道这次来访问的就是谁了。
如图，Cookie在第一次访问时时没有的。
session
虽然Cookie可以存储一些用户信息，但是Cookie是在本地存储的，如果有些敏感信息存储在客户端是不安全的。这样有些服务器为了解决这个问题，它在用户身份确认后，会将用户信息存储在服务器上，每次要获取用户信息是，通过一个类似ID的信息来与服务器端的信息匹配。这样就可以把敏感是数据存储在服务器上了，而网络上只会传输一个ID信息。通常把这种在服务器端保存回话状态的技术就叫Session。
如上面Cookie中我们设置的JSESSIONID，然后每次代理访问服务器的时候，HTTP协议会携带Cookie，这是服务器端获取到Cookie信息的JSESSIONID，通过它就可以获取到存储到服务器端的用户信息了。
Web缓存
图5
图6
Web缓存是可以自动保存常见文档副本的HTTP设备。当Web请求到达缓存时，如果本地有“已缓存的”副本。就可以从本地存储设备而不是原始服务器去取文档。
HTTP协议中，可以通过GET请求的If-Modified-Since来请求验证服务器当前资源是否在指定的时间之前修改了，如果没有修改，则返回304 Not Modified。如果发生了修改，则返回一条普通的200 OK的响应。如果资源以及被删除，则返回404 Not Found响应。如图5，发起了一个带有If-Modifified-Since的请求。图6是返回的304的响应。
好，关于HTTP协议的内容大致就此，HTTP协议还有许多的细节，具体可以参考《HTTP权威指南》。