Skip to main content

报文结构

前言：​

HTTP 协议在规范文档里详细定义了报文的格式，规定了组成部分，解析规则，还有处理策略，所以可以在 TCP/IP 层之上实现更灵活丰富的功能，例如连接控制，缓存管理、数据编码、内容协商等等。

HTTP 报文组成​

HTTP 的报文可以分为请求报文和响应报文两种，报文由起始行、头部、实体三部分组成，其中起始行和头部组成的部分又被称为请求头（请求报文）或响应头（响应报文）。

图：HTTP报文组成部分

由上图可知：

  • 起始行（start line）：描述请求或响应的基本信息；
  • 头部（header）：使用key-value 形式更详细地说明报文；
  • 实体（entity）：实际传输的数据，它不一定是纯文本，可以是图片、视频等二进制数据。

在很多时候，特别是浏览器发送 GET请求的时候都是这样，HTTP 报文经常是只有 header 而没 body。虽然 HTTP 协议对 header 的大小没有做限制，但各个 Web 服务器都不允许过大的请求头，因为头部太大可能会占用大量的服务器资源，影响运行效率。

起始行​

由于 HTTP 报文分为请求报文和响应报文，所以起始行又可以细分为请求行和状态行，两者的组成略有不同。

请求行​

了解了 HTTP 报文的基本结构后，我们来看看请求报文里的起始行也就是请求行（request line），它简要地描述了客户端想要如何操作服务器端的资源。

请求行由以下三部分构成：

  1. 请求方法：GET/POST，表示对资源的操作；
  2. 请求目标：通常是一个 URI，标记了请求方法要操作的资源；
  3. 版本号：表示报文使用的HTTP 协议版本。

这三个部分通常使用空格（space）来分隔，最后要用 CRLF（回车换行）表示结束。

图：请求行

例如：

GET / HTTP/1.1

在这个请求行里，GET是请求方法，"/"是请求目标，HTTP/1.1是版本号，把这三部分连起来，意思就是“服务器你好，我想获取网站根目录下的默认文件，我用的协议版本号是 1.1，请不要用 1.0 或者 2.0 回复我。”

状态行​

相对应请求报文中的请求行，响应报文里的起始行并不叫响应行，而是叫状态行（status line），意思是服务器响应的状态。

状态行由以下三部分构成：

  1. 版本号：表示报文使用的 HTTP 协议版本；
  2. 状态码：一个三位数，用代码的形式表示处理的结果；
  3. 原因：作为数字状态码补充，是更详细的解释文字，帮助人理解原因。

图：状态行

例如：

HTTP/1.1 404 Not Found

状态行的意思就是：“抱歉啊浏览器，刚才你的请求收到了，但我没找到你要的资源，错误代码是 404，接下来的事情你就看着办吧。

请求头和响应头​

上面的内容提到，起始行和头部组成的部分又被称为请求头（请求报文）或响应头（响应报文）。头部字段是由一些具有特定含义的key-value组成。如下图所示：

图：请求头

图：响应头

由上图可知，请求头和响应头的结构是基本一样的，唯一的区别是起始行。而头部字段是 key-value 的形式，key 和 value 之间用“:”分隔，最后用 CRLF 换行表示字段结束。比如在“Host: 127.0.0.1”这一行里 key 就是“Host”，value 就是“127.0.0.1”。

此外，HTTP 头字段是非常灵活的，不仅可以使用标准里的 Host、Connection 等已有头，也可以任意添加自定义头，这就给 HTTP 协议带来了无限的扩展可能。

不过使用头字段需要注意下面几点：

  • 字段名不区分大小写，例如“Host”也可以写成“host”，但首字母大写的可读性更好；
  • 字段名里不允许出现空格，可以使用连字符“-”，但不能使用下划线“_”。例如，“test-name”是合法的字段名，而“test name”和“test_name”是不正确的字段名；
  • 字段名后面必须紧接着“:”，不能有空格，而“:”后的字段值前可以有多个空格；
  • 字段的顺序是没有意义的，可以任意排列不影响语义；
  • 字段原则上不能重复，除非这个字段本身的语义允许，例如 Set-Cookie。

对于头部常用的字段，我们将在下一章进行详解。