系列文章目录
【网络编程】网络编程中的基本概念及Java实现UDP、TCP客户端服务器程序（万字博文）
【网络原理】UDP协议的报文结构 及 校验和字段的错误检测机制（CRC算法、MD5算法）
【网络原理】TCP协议的相关机制（确认应答、超时重传）
【网络原理】TCP协议的连接管理机制（三次握手和四次挥手）
【网络原理】IP协议的地址管理和路由选择
【网络原理】数据链路层 及 DNS域名系统
目录
系列文章目录
一、什么是 HTTP ？
二、HTTP 协议的基本格式
抓包工具 Fiddler 的使用
HTTP 请求
HTTP 响应
协议格式总结
三、认识 URL
URL encode
一、什么是 HTTP ？
整个网络原理中，按照TCP/IP五层模型，介绍了各个层次的核心协议。这里再重新谈谈应用层。
HTTP(超文本传输协议)是一种应用非常广泛的应用层协议.
https://img-blog.csdnimg.cn/direct/38e865935cf14bb084952067c507395f.png" width="911" />
HTTP 诞生于1991年。目前已经发展为最主流使用的一种应用层协议。
https://img-blog.csdnimg.cn/direct/d5d76a353a5540b49a154dcb1baf2263.png" width="838" />
最新的 HTTP3 版本也正在完善中，目前 Google / Facebook 等公司的产品已经支持了。
HTTP往往是基于传输层的 TCP 协议实现的。（HTTP3之前，都是基于TCP实现的，HTTP3 基于UDP实现）
目前主要使用的还是 HTTP1.1 和 HTTP2.0。当前我们讨论的 HTTP 以 1.1 版本为主。
HTTP最主要的应用场景，就是网站，在浏览器和服务器之间传输数据。
https://img-blog.csdnimg.cn/direct/169b10f02a5b41ccb708aaec1891bbc4.png" width="1200" />当我们在浏览器中输入一个 搜狗搜索 的"网址"(URL) 时，浏览器就给搜狗的服务器发送了一个 HTTP 请求，搜狗的服务器返回了一个 HTTP 响应。HTTP协议的交互过程，是典型的一问一答模式。
这个响应结果被浏览器解析之后，就展示成我们看到的页面内容。（这个过程中浏览器可能会给服务器发送多个 HTTP 请求，服务器会对应返回多个响应，这些响应里就包含了页面 HTML，CSS，JavaScript，图片，字体等信息）
二、HTTP 协议的基本格式
前面说到，我们访问一个网站的时候，可能涉及不止一次的 HTTP 请求/响应 的交互过程。这些交互过程，可以通过 Fiddler 工具进行抓包。（wireshark 可以抓各种协议数据包，使用起来更复杂，fiddler 专注于 HTTP 的抓包）
此处只介绍基本格式，具体内容暂不详细介绍。
抓包工具 Fiddler 的使用
下载地址：https://www.telerik.com/fiddler
进入该网站后，首先选择经典版(免费)
https://img-blog.csdnimg.cn/direct/ed68f79ea2a34e2ea40dbd8b25bba053.png" width="1200" />
第二步，填写信息，然后点击 Download
https://img-blog.csdnimg.cn/direct/accebb71524845adae5f90857750ae80.png" width="1200" />
最后安装过程就是一路 next，安装完成后，就可以通过开始菜单打开 Fiddler 工具。
https://img-blog.csdnimg.cn/direct/45e73e53bfeb4019a8b53098c93393b6.png" width="629" />
接下来要抓包，需要进行一个简单的设置：
https://img-blog.csdnimg.cn/direct/64c95e8430a2481888c11fa327848588.png" width="540" />
https://img-blog.csdnimg.cn/direct/b1ec9b38ba594c6d95a544d0537fc8c2.png" width="588" />
点击OK之后，会弹出一个对话框，提示你“是否要安装证书”，必须要点“是”，否则就得卸载重装了。
Fiddler 相当于一个“代理”（类似于外卖小哥的角色）。
当浏览器访问 sogou.com 时，就会把 HTTP 请求先发给 Fiddler，Fiddler 再把请求转发给 sogou 的服务器。当 sogou 服务器返回数据时，Fiddler 拿到返回数据，再把数据交给浏览器。
因此，Fiddler 对于浏览器和 sogou 服务器之间交互的数据细节，都是非常清楚的。
https://img-blog.csdnimg.cn/direct/d652f44a55e04042b67cd5092a7bd717.png" width="913" />
如果上述的安装配置操作都完成，此时 Fiddler 就能抓到很多的数据包。这里的数据包只要系统上有任何一个程序(不一定是浏览器)使用了 HTTP/HTTPS，都能够被 Fiddler 给获取到。
https://img-blog.csdnimg.cn/direct/9023887325dd44ffb58c672ea68c6ec7.png" width="1200" />
- 左侧窗口显示了所有的 HTTP 请求/响应，可以选中某个请求查看详情。
- 右侧上方显示了 HTTP 请求的报文内容。（切换到 Raw 标签页可以看到详细的数据格式）
- 右侧下方显示了 HTTP 响应的报文内容。（切换到 Raw 标签页可以看到详细的数据格式）
- 请求和响应的详细数据，可以通过各位置右下角的 View in Notepad 通过记事本打开。
可以使用 ctrl + a 全选左侧的抓包结果，delete 清除所有被选中的结果。
HTTP 请求
一个 HTTP 请求，主要包含四个部分：
1. 首行：【方法】+【url】+【版本号】
https://img-blog.csdnimg.cn/direct/edaf59290522452e9ebef811ea37961b.png" width="298" />
2. 请求头(Header)：请求的属性，各属性是由 “冒号 + 空格” 分割的键值对；每组属性之间使用\n分割；遇到空行Header部分结束。
3. 空行：请求头和消息主体之间由一个空行分隔。
4. 消息主体(Body)：空行后面的内容都是Body。Body允许为空字符串。如果Body存在，则在Header中会有一个Content-Length属性来标识Body的长度。(有的HTTP请求有Body，有的没有)
https://img-blog.csdnimg.cn/direct/95dd7edb72b447189e8663e4c10c2faf.png" width="1200" />
该图中，除首行外，其余内容都是 请求头(Header)，没有Body。
HTTP 响应
一个 HTTP 响应，也是包含四个部分：
1. 首行：【版本号】+【状态码】+【状态码解释】
https://img-blog.csdnimg.cn/direct/0898869f723f4f61b7747828374b65d9.png" width="183" />
2. 响应头(Header)：请求的属性，各属性是由 “冒号 + 空格” 分割的键值对；每组属性之间使用\n分割；遇到空行表示Header部分结束。
3. 空行：响应头部和消息主体之间由一个空行分隔。
4. 消息主体(Body)：空行后面的内容都是Body。Body允许为空字符串，如果Body存在，则在Header中会有一个Content-Length属性来标识Body的长度；如果服务器返回了一个html页面，那么html页面内容就是在Body中。
https://img-blog.csdnimg.cn/direct/733e5e2de5c449ad8c8caadb6ea67798.png" width="1200" />
从该响应中，就能够清楚看到响应的四个主要部分了。
协议格式总结
https://img-blog.csdnimg.cn/direct/15b01d0f01d845829aea93cf6265cfc6.png" width="920" />
HTTP报文中存在“空行”的原因：
- HTTP 协议并没有规定报头部分的键值对有多少个。空行相当于是“报头的结束标记”，或者说是“报头和正文之间的分隔符”。
- HTTP 在传输层依赖 TCP 协议，TCP是面向字节流的。如果没有这个空行标记，传输的时候就不知道哪里是报头，哪里是正文，就会出现“粘包问题”。
三、认识 URL
介绍完 HTTP 协议的基本格式后，再重点认识一下 URL。
URL（统一资源定位符，Uniform Resource Locator）是用于标识资源的位置和访问方式的地址。也就是平时我们俗称的“网址”.
URL 是一个非常重要的概念，早在 JDBC 的时候，就使用过 URL。
https://img-blog.csdnimg.cn/direct/b5748a49331b445e94a8bbbfd9e5f1ae.png" width="693" />
https://www.sogou.com 这就是一个最简单的 URL。
https:// 表示协议的名称；www.sogou.com 就是前面说过的域名。
一个完整 URL，结构还是比较复杂的：
https://img-blog.csdnimg.cn/direct/7337ffdaeb3446b881b50f653f7f333f.png" width="857" />
- 服务器地址和端口号：此处使用域名表示，也可以使用IP地址（域名会通过DNS解析成具体的IP地址）。如果URL中不带端口号，浏览器就会自动给一个默认的端口（http-80；https-443）
- 带层次的文件路径：指定资源在服务器上的路径，表示要访问该位置的资源。
- 查询字符串(query string)：以 ? 开头，包含由 & 分隔的键值对，键和值之间用 = 分隔。例如 ?name=zhangsan&age=20。键值对的取值和个数，完全由程序员自己约定，通过这样的方式，自己定制我们需要的信息传输给服务器。
- 片段标识符：主要用于页面内跳转。
URL中的可省略部分：
- 协议名：省略后默认为 http://
- ip地址/域名：在 HTML 中可以省略，省略后表示服务器的 ip/域名 与当前 HTML 所属的 ip/域名一致。
- 端口号：若省略，http 协议，端口号默认设为80；https 协议，端口号默认设为 443.
- 带层次的文件路径：省略后相当于 / 。有些服务器会在发现使用 / 路径的时候，自动访问 /index.html
- 查询字符串
- 片段标识
URL encode
在URL中，本身有些特殊字符具有特定的含义，例如：/ ： ？@ 等，因此这些字符不能随意出现。
当某个参数需要带有这些特殊字符(如query string)，就必须先对特殊字符进行转义。
对于汉字，也是要进行转义的。一个中文字符由 UTF-8 或者 GBK 这样的编码方式构成，虽然在 URL 中没有特殊含义，但是仍然需要进行转义。否则浏览器可能把汉字中某个字节当做 URL 中的特殊符号。
例如，在浏览器中搜索C++，查看此时的URL：
https://img-blog.csdnimg.cn/direct/fbde7a0efe5d4e4fb82984f13314c8d9.png" width="570" />
转义的规则如下：将需要转码的字符转为16进制，每2位做一位，前面加上%，编码成%XY格式。
对于 C++ 的 + 号进行转义，就是将 + 的 ASCII 码值拿出来，使用16进制表示，并且每2位前面加上%
https://img-blog.csdnimg.cn/direct/2e0c7b925bd3465c81057caa5a9acfff.png" width="1200" />
再看看搜索蛋糕，URL对蛋糕进行转义的情况（需要复制出来，浏览器中的URL展示还是中文）：https://img-blog.csdnimg.cn/direct/cf9145c16bd546f48c29412f4bbf25a9.png" width="662" />
此处蛋糕的转义结果：%E8%9B%8B%E7%B3%95
https://img-blog.csdnimg.cn/direct/787ab1d34d0541e09a6a80dda7fa9b63.png" width="1200" />
URL decoding（URL解码）则就是URL encode的逆过程，用于将经过URL编码的字符串转换为原始的字符串形式。
