Linux——HTTP协议理解
1. 初步认识HTTP协议
•全称：HyperText Transfer Protocol , 超文本传输协议，属于应用层协议
注：图片、音乐、视频都是超文本
网址含义：
• 域名：对于用户而言，是要访问哪一家公司，本质是访问ip，访问服务器
问：为什么要用域名而不直接用ip？
答：为了更好的可读性
注1：域名服务器→域名和ip地址的映射关系，浏览器先查域名服务器，找到对应ip，再访问ip地址。
问：那么端口号呢？
答：成熟协议的端口号是确定的。 https:443 http: 80
注2：因此本质也是基于socket通信
注3：图片视频网页音频这些资源会存储在服务器内部存储着，以文件方式存在。
1.1 HTTP协议的请求部分
服务端只做反序列化操作，而不做序列化操作：
构成：请求行、请求报头、空行、请求正文
1.2 HTTP协议的回应部分
服务端只做序列化操作，而不做反序列操作：
构成：状态行、报头、空行、响应正文
举个现实例子：
状态码：404
状态码描述：Not Found
1.3 问题
问：请求方法是什么？
答：GET(获取)、 POST(上传)，对应了上述说的上网的两种目的
问: 为什么要传HTTP版本？
答：不同的版本功能不同，客户端的版本可能不同，服务端需要根据客户端请求时对应的版本提供对应的服务
问：URI是什么？
答：客户端想要访问资源的资源标识
问：报头有哪些内容？
答：报头是哈希桶结构，报头内存储着 Content-Length(正文数据长度)、Content-Type(正文数据内容)......
2. 实现HTTP协议通信(只做概述)
客户端：这里的客户端是浏览器，不需要自己实现，未来在搭建好自己的服务器时，在浏览器通过客户端 ip + port 进行访问
因此，只需要设计服务端的实现思路，根据浏览器的请求，做出对应回应即可！
2.1 服务端的搭建(设计思路)
大致分为三部：
• 1：因为HTTP底层是基于TCP协议通信的，因此需要先建立连接！
套接字_listenfd、 bind、 设置为监听套接字(揽客)listen
• 2：accept阻塞等待客户端(浏览器与服务端建立通信连接，客户端connect发起通信请求)。通信连接一旦建立，服务端返回一个套接字来处理业务
注：可以自己处理，现实中显然不可能，于是乎①.分进程处理 ②.分线程处理
主进程/线程继续阻塞等待客户端发起通信连接
• 3：新的进程/线程执行回调方法来处理业务
认知：客户端发送的是大字符串，结构如1.1所示。
👉： 服务端将请求反序列化
涉及操作：解析请求行，获取 请求方法、URI资源标识、版本
关键点：得到 _version (版本) 、 URI(用来读取正文)
👉： 服务端根据反序列化的结果，做出相应回应
涉及操作：服务端根据得到URI资源标识，以二进制方式读取正文(缓冲区一定要足够大!)。
①. 读取失败(假设当前资源标识不存在)，删除正文内容，将当前资源标识修改为404.html，重新读取正文
②. 读取成功，则不执行上述操作。
无论成功与否，后续操作都是一样的 → 设置报头(正文部分数据长度、数据类型)
关键点：获得正文 _text、Content-Length、Content-Type报头
👉： 将响应序列化
涉及操作：根据1.2中响应部分的格式(状态行+报头+空行+正文)，将结构体数据转为字符串数据，发送数据
注：当前服务器内，资源标识是存储在本地服务器内的 html网址 and 图片，所有的正文内容都保存在本地。
2.2 服务端其他需要注意的细节
2.2.1 报头
• Content-Length：正文长度
• Content-Type：正文数据类型
•Host：由客户端告知服务器，所请求的资源在哪个主机的哪个端口上的，如果当前服务器非目标服务器，当前服务器会进行相应处理(去请求目标服务器) ， 当前服务器被称为代理服务器
• User-Agent：客户端的相关属性，比如 电脑 or 手机的系统 and 版本
• Referer：从哪个页面跳转到此页面的
• Location：重定向
• Connection：连接方式
• Set-Cookie
2.2.2 Location 报头
重定向分为：1. 临时重定向； 2. 永久重定向
1.临时重定向：
状态码：302/307 (HTTP/1.0 和 HTTP/1.1)
应用场景：网页登录成功时，会返回到原来网站 or 页面临时跳转
2. 永久重定向()：
状态码：301
应用场景：网站域名更换
注：有了上述对重定向的认识，作为服务器的设计者，如果客户端想要请求的本地 or 动态资源不在，我们则可以将输出重定向至 404.html 界面
2.2.3 Connection 报头
• 功能：客户端告知服务端，客户端支持怎么样的连接 or 服务端告知客户端，服务端支持怎么样的连接
• Connection：keep-alive 支持长连接
• Connection：close 不支持长连接
• 短连接：客户端发送一个请求，服务端处理请求并发送一个回应，服务端关闭连接，叫做短连接，这是 http/1.0的工作方式
• 注：如果网页中存在多份资源，假设有三张图片，那么客户端就会向服务端发送四次请求，第一次获得网页，第二、三、四获取网页中的图片，这个过程会进行四次：三次握手，accept，fork
• 缺陷：随着互联网技术发展，一张网页会有几百张图片 + 其他视频资源，所以上述短连接是存在缺陷的
• 长连接：
HTTP/1.1 客户端与服务端建立连接时，客户端根据网页一共需要请求资源的数量，一次性发送所有请求，服务端处理完客户端的所有请求，再将应答发送给客户端，当所有应答全部回复时，再关闭连接
认知：HTTP是无连接、无状态的协议，每次请求都要建立新的连接
问：刚才不都说了HTTP分长连接和短连接，为啥又说是无连接的？
答：上述的长连接的让TCP保持长/短连接，HTTP只关心request 和 response
HTTP属于应用层，只处理request和response，连接部分由TCP即网络层处理
问：对于短连接而言，客户端是怎么再次请求建立连接的？对于长连接而言，又是怎么样建立长连接的？
答：对于短连接客户端(浏览器)边解析 HTML、边发现资源的过程中，就立刻对每个需要加载的外部 URL（脚本、样式、图片、XHR／Fetch、字体……）发起网络请求
对于长连接，如果我写了一个基于http协议的自定义服务器，HTTP协议在处理请求时，通过循环recv报文(请求)，就可以实现长连接的过程
注：HTTP协议中存在空行，保证能够读到完整报头，报头中有正文的content-length长度，能够保证读取完整的报文，从而得到一次完整的请求，只要能得到一次，就能得到多次，同时处理多次请求
问：无状态是什么？
答：每次请求都是独立的，不会因为刚才请求过而拒绝请求。
注：无状态的缺陷 → 某网站需要登录访问，而当你访问网址内的其他资源时，需要重新登录
比如B站首页需要登录访问，登陆后点开视频又需要重新登录。
2.2.4 Set-Cookie 报头
为了解决无状态的缺陷 → 需要用到cookie
浏览器是个聪明的软件，首次时，浏览器会将对应信息保存到cookie文件里，
后续每次请求时会自动携带cookie文件，进行自动认证，认证报错就会重定向到重新认证的界面
比如登录错误，会跳转到重新登录界面，看vip视频你没有vip会跳转到购买界面
cookie内容：
账号、密码、cookie过期时间等
cookie种类：
内存级 or 文件级，大部分都能都是文件级的，如果把浏览器关了，再启动cookie过期就是内存级的
cookie缺陷：个人隐私泄漏
如果是黑客植入了木马程序去盗用浏览器的cookie 或者 应用程序的cookie呢？ 黑客将cookie信息拷贝到自己的浏览器中目标网址的cookie文件夹，也能成功访问目标服务器，这就是盗号，应用程序也是如此，将个人信息拷贝到应用程序的cookie文件夹中
sessin → 缓解cookie的缺陷：
session是服务端维护的自定义类，用于保存个人隐私信息，通过session id 和 session建立映射关系
客户端未来请求时，set-cookie 保存的是session id ，服务端根据session id 找到对应的session
问：如果黑客拿到了这个session id呢? 怎么办?
答：私密信息放在服务器端，私密信息没有泄漏，但是盗号问题还是解决不了。
但是可以增加许多辅助方案避免盗号，比如短时间内ip改变，服务端就可以把这个session free掉，强制要求用户重新登录，黑客没有拿到私密信息就无法登录，再比如验证一些非法行为，会直接让session失效，强制重新登录
2.2.5 GET / POST 方法
GET功能：
1.获取静态网页 or 资源
2.提交参数，以uri方式提交
认知：服务端出了提供资源外，还得有动态处理服务的能力！因此服务器在创建之初，就可以将对应服务登记入路由表中，本质是：unordered_map<string,http_func_t> ，建立字符串与相应函数的映射关系，key的格式："./wwwroot" + hander_name;
注：服务端根据客户端的请求，解析浏览器发来的请求行，得到URI(例如：./wwwroot/login?username=zhangsan&password=123456)，然后判断本地是否存在该资源，如果不存在，将URI根据 问号 进行分割
👉： 问号前为新的URI → ./wwwroot/login
👉： 问号后为参数 → username=zhangsan&password=123456
服务端以新的URI查路由表，存在则执行相应方法。
问号后的参数会被浏览器获取，构成键值对
POST功能：
提交参数，以正文进行提交
注：对于HTTP协议，无论是POST，还是GET，登录和注册时都是不安全的，因此需要HTTPS协议，HTTPS协议最大的特点就是对个人信息进行加密处理。