向东博客 专注WEB应用 构架之美 --- 构架之美，在于尽态极妍 | 应用之美，在于药到病除|赢在IT，Playin' with IT,Focus on Killer Application,Marketing Meets Technology.

HTTP协议分析
HTTP协议之我见
                                
原文地址：http://bbs.sotenet.com/viewthread.php?tid=47      

//起因是昨天看了YELLOW哥的HTTP传文件的文章。下面的东西可能看起来有点乱。但基本原理写的都很清楚了。


/*
对HTTP协议进行分析：
测试环境：
WIN 2K -SP4
Apache/1.3.29 (Win32)
IE 6.0
Firefox/1.0

测试步骤：
1：先建立TCP连接。
2：发送如下请求：
GET /index.html HTTP/1.1
Accept:*?*
Accept-Language: zh-cn
User-Agent: Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)
Host:192.168.0.119
Connection: Keep-Alive

3：如后接受数据：
接受到的的结构如下：  HTTP协议回应 + 网页正文 + HTTP的结尾结构

//------------------------------------------------------------------------具体数据如下


HTTP/1.1 200 OK

Date: Mon, 19 Dec 2005 10:51:54 GMT

Server: Apache/1.3.29 (Win32)

Last-Modified: Tue, 16 Mar 2004 12:24:28 GMT

ETag: "0-dab-4056f1fc"

Accept-Ranges: bytes

Content-Length: 3499

Keep-Alive: timeout=30, max=100

Connection: Keep-Alive

Content-Type: text/html


//**************************************网页正文（略）


HTTP/1.1 414 Request-URI Too Large

Date: Mon, 19 Dec 2005 10:51:54 GMT

Server: Apache/1.3.29 (Win32)

Connection: close

Content-Type: text/html; charset=iso-8859-1








Request-URI Too Large
The requested URL's length exceeds the capacity
limit for this server.

request failed: URI too long





--------------------------------------------------------------------------------


Apache/1.3.29 Server at localhost Port 8080



//------------------------------------------------------------------------数据结束


这之间还要有一个地方值得注意的就是当发出请求后，服务器回送数据时是分段发送的。
比如Apache/1.3.29 (Win32)返回一个大网页数据的时候就发送了5个包
1，2，3，4包是4098字节，最后剩下的数据由第5个包返回是1953个字节。
这5个包的数据结构如下：
1包：HTTP回应头结构 + 网页正文
2包：网页正文
3包：网页正文
4包：网页正文
5包：网页正文 + HTTP回应结尾结构


今天上午大哥说的东西其实就是这样一个东西：
1：SERVER开一个端口80。
2：CLIENT 连接 SERVER 用TCP协议，然后提出一个HTTP请求。
3：CLIENT 接收 SERVER 的数据，结构：HTTP回应头结构 + 文件内容 + HTTP回应结尾结构


从这些我们基本就可以看出来HTTP协议是建立在TCP协议之上。协议的请求和回应的结构也不是很严格。
这点和TCP，UDP等协议比较起来，HTTP协议并不像TCP/UDP等协议严格。
其实如果要较细致的学习这个协议，主要就是学习请求和回应的格式。


这是我截获的 IE6.0 的HTTP请求，访问命令：http://192.168.0.119:800

GET / HTTP/1.1
Accept: image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, application/x-shockwave-flash, application/vnd.ms-powerpoint, application/vnd.ms-excel, application/msword, *?*
Accept-Language: zh-cn
Accept-Encoding: gzip, deflate
User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)
Host: 192.168.0.119:800
Connection: Keep-Alive

这是我截获的 firefox 的HTTP请求，访问命令：http://192.168.0.119:800

GET / HTTP/1.1
Host: 192.168.0.119:800
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.0; zh-CN; rv:1.7.5) Gecko/20041224 Firefox/1.0
Accept: text/xml,application/xml,application/xhtml+xml,text/html;q=0.9,text/plain;q=0.8,image/png,*?*;q=0.5
Accept-Language: zh-cn,zh;q=0.5
Accept-Encoding: gzip,deflate
Accept-Charset: gb2312,utf-8;q=0.7,*;q=0.7
Keep-Alive: 300
Connection: keep-alive


注：以上请求里面有都一个*?*,其实这“?”应该是“/”  原因是因为是程序里面的注释符号



今天就着昨天的研究成果上面又具体的看了一下，还那昨天的那5个包做例子：

这之间还要有一个地方值得注意的就是当发出请求后，服务器回送数据时是分段发送的。
比如Apache/1.3.29 (Win32)返回一个大网页数据的时候就发送了5个包
1，2，3，4包是4098字节，最后剩下的数据由第5个包返回是1953个字节。

(info_php.php)
这5个包的数据结构如下：
1包4098：HTTP回应头结构 + 5个字节的数据（） +  网页正文
2包4098：5个字节的数据（）  +  网页正文
3包4098：5个字节的数据（）  +  网页正文
4包4098：5个字节的数据（）  +  网页正文
5包1953：5个字节的数据（）  +  网页正文 +  5个字节的数据（通常是0） + HTTP回应结尾结构 + 网页结构


以上是对大于两个分段的网页的测试：（index.htm）
两个分段的网页：
1包4096：HTTP回应头结构 + 网页正文 + HTTP回应结尾结构 + 网页结构（一半）
2包195：网页结构（另一半）

以上是对大于一个分段的网页的测试：（index.html）
1包949： HTTP回应头结构 + 网页正文 + HTTP回应结尾结构 + 网页结构

一点小小的疑惑：当我测试普通的网页（*.html）反回分段时没有那5个字节的数据。
但当我测试动态网页（*.php）时在里面有那5个字节的数据，我不明白是不是里面还有什么别的机制来控制
HTTP协议的数据分段。另外说一点就是，那个5个字节的数据是16进制的数据。
大概是代表本分段里面的网页正文数据的字节数。

相信HTTP协议里面还有我没有发现的东西，但基本的东西我想我这里面写应该差不多了！

下面是我测试的小程序代码：





//----------------------THE----END--------------------------------------

作者：jackxiang@向东博客 专注WEB应用 构架之美 --- 构架之美，在于尽态极妍 | 应用之美，在于药到病除
地址：http://jackxiang.com/post/3177/
版权所有。转载时必须以链接形式注明作者和原始出处及本声明！