HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写,基于TCP/IP通信协议来传递多媒体数据。HTTP协议工作于客户端-服务端架构上。浏览器作为HTTP客户端通过URL向HTTP服务端即WEB服务器发送所有请求；Web服务器根据接收到的请求后，向客户端发送响应信息。
HTTP工作原理
HTTP协议定义Web客户端如何从Web服务器请求Web页面，以及服务器如何把Web页面传送给客户端。HTTP协议采用了请求/响应模型。客户端向服务器发送一个请求报文，请求报文包含请求的方法、URL、协议版本、请求头部和请求数据。服务器以一个状态行作为响应，响应的内容包括协议的版本、成功或者错误代码、服务器信息、响应头部和响应数据。
以下是 HTTP 请求/响应的步骤：
- 客户端连接到Web服务器
一个HTTP客户端，通常是浏览器，与Web服务器的HTTP端口（默认为80）建立一个TCP套接字连接。 - 发送HTTP请求
通过TCP套接字，客户端向Web服务器发送一个文本的请求报文，一个请求报文由请求行、请求头部、空行和请求数据4部分组成。 - 服务器接受请求并返回HTTP响应
Web服务器解析请求，定位请求资源。服务器将资源复本写到TCP套接字，由客户端读取。一个响应由状态行、响应头部、空行和响应数据4部分组成。 - 释放连接TCP连接
若connection 模式为close，则服务器主动关闭TCP连接，客户端被动关闭连接，释放TCP连接;若connection 模式为keepalive，则该连接会保持一段时间，在该时间内可以继续接收请求; - 客户端浏览器解析HTML内容
客户端浏览器首先解析状态行，查看表明请求是否成功的状态代码。然后解析每一个响应头，响应头告知以下为若干字节的HTML文档和文档的字符集。客户端浏览器读取响应数据HTML，根据HTML的语法对其进行格式化，并在浏览器窗口中显示。
在浏览器地址栏键入URL，按下回车之后会经历以下流程：
1. 浏览器向 DNS 服务器请求解析该 URL 中的域名所对应的 IP 地址;
2. 解析出 IP 地址后，根据该 IP 地址和默认端口 80，和服务器建立TCP连接;
3. 浏览器发出读取文件(URL 中域名后面部分对应的文件)的HTTP 请求，该请求报文作为 TCP 三次握手的第三个报文的数据发送给服务器;
4. 服务器对浏览器请求作出响应，并把对应的 html 文本发送给浏览器;
5. 释放 TCP连接;
6. 浏览器将该 html 文本并显示内容;
HTTP通讯协议
HTTP协议通常承载于TCP协议之上，有时也承载于TLS或SSL协议层之上，这个时候，就成了我们常说的HTTPS。如下图所示：
OSI协议模型
HTTP之URL
HTTP使用统一资源标识符（Uniform Resource Identifiers, URI）来传输数据和建立连接。URL(Uniform Resource Locator)统一资源定位符是一种特殊类型的URI，包含了用于查找某个资源的足够的信息。
一个完整的URL包括以下几部分：
http_URL = “协议部分:” “//” 域名部分 [ “:” 端口部分 ] [ 虚拟目录部分 [“/” 文件名部分 ] [ “?” 参数部分 ]][#锚部分]
- 协议部分：该URL的协议部分为“http：”，这代表网页使用的是HTTP协议。在Internet中可以使用多种协议，如HTTP，FTP等等本例中使用的是HTTP协议。在”HTTP”后面的“//”为分隔符。
- 域名部分：该URL的域名部分为“www.aspxfans.com”。一个URL中，也可以使用IP地址作为域名使用。
- 端口部分：跟在域名后面的是端口，域名和端口之间使用“:”作为分隔符。端口不是一个URL必须的部分，如果省略端口部分，将采用默认端口。
- 虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分。
- 文件名部分：从域名后的最后一个“/”开始到“？”为止，是文件名部分，如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止，是文件部分，如果没有“？”和“#”，那么从域名后的最后一个“/”开始到结束，都是文件名部分。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名。
- 锚部分：从“#”开始到最后，都是锚部分。锚部分也不是一个URL必须的部分。
- 参数部分：从“？”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。参数可以允许有多个参数，参数与参数之间用“&”作为分隔符。
URI和URL的区别
URI，是uniform resource identifier，统一资源标识符，用来唯一的标识一个资源。Web上可用的每种资源如HTML文档、图像、视频片段、程序等都是一个来URI来定位的.
URI一般由三部组成：
①访问资源的命名机制
②存放资源的主机名
③资源自身的名称，由路径表示，着重强调于资源。URL是uniform resource locator，统一资源定位器，它是一种具体的URI，即URL可以用来标识一个资源，而且还指明了如何locate这个资源。
URL是Internet上用来描述信息资源的字符串，采用URL可以用一种统一的格式来描述各种信息资源，包括文件、服务器的地址和目录等。
URL一般由三部组成：
①协议(或称为服务方式)
②存有该资源的主机IP地址(有时也包括端口号)
③主机资源的具体地址。如目录和文件名等URN，uniform resource name，统一资源命名，是通过名字来标识资源，比如mailto:[email protected]。
URI是以一种抽象的，高层次概念定义统一资源标识，而URL和URN则是具体的资源标识的方式。URL和URN都是一种URI。笼统地说，每个 URL 都是 URI，但不一定每个 URI 都是 URL。这是因为 URI 还包括一个子类，即统一资源名称 (URN)，它命名资源但不指定如何定位资源。
在Java的URI中，一个URI实例可以代表绝对的，也可以是相对的，只要它符合URI的语法规则。而URL类则不仅符合语义，还包含了定位该资源的信息，因此它不能是相对的。在Java类库中，URI类不包含任何访问资源的方法，它唯一的作用就是解析。相反的是，URL类可以打开一个到达资源的流。
http报文结构
http报文结构概况
HTTP请求消息Request
客户端发送一个HTTP请求到服务器的请求消息包括请求行（request line）、请求头部（header）、空行和请求数据四个部分。
请求行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本。
请求行： Method Request-URI HTTP-Version CRLF
示例： GET /form.html HTTP/1.1 CRLF
请求行说明
| 结构 | 含义 |
|---|---|
| Method | 请求方法 |
| Request-URI | 统一资源标识符 |
| HTTP-Version | 请求的HTTP协议版本 |
| CRLF | 回车和换行,除了作为结尾的CRLF外，不允许出现单独的CR或LF字符 |
HTTP请求方法
| HTTP Operation | Description |
|---|---|
| GET | 获取被请求URI（Request-URI）指定的信息（以实体的格式） |
| POST | 请求源服务器接受请求中的实体作为请求资源的一个新的从属物 |
| PUT | 请求服务器去把请求里的实体存储在请求URI（Request-URI）标识下 |
| DELETE | 删除 |
| HEAD | HEAD方法在响应里不返回消息主体，其他和GET 方法一致 |
除POST以外的方法都具有幂等性(idempotent)
HTTP请求报头
| 报头名称 | 说明 |
|---|---|
| Accept | 请求报头域用于指定客户端接受哪些类型的信息。 |
| Accept-Charset | 请求报头域用于指定客户端接受的字符集。 |
| Accept-Encoding | 用于指定可接受的内容编码。 |
| Accept-Language | 用于指定一种自然语言 |
| Authorization | 请求报头域主要用于证明客户端有权查看某个资源。当浏览器访问一个页面时，如果收到服务器的响应代码为401（未授权），可以发送一个包含Authorization请求报头域的请求，要求服务器对其进行验证。 |
| Host | 请求报头域主要用于指定被请求资源的Internet主机和端口号，它通常从HTTP URL中提取出来的（发送请求时，该报头域是必需的） |
| User-Agent | User-Agent请求报头域允许客户端将它的操作系统、浏览器和其它属性告诉服务器。 |
http响应报文
HTTP响应也由四个部分组成，分别是：状态行、消息报头、空行和响应正文。
响应行： HTTP-Version Status-Code Reason-Phrase CRLF
示例： HTTP/1.1 200 OK CRLF
响应行说明
| 结构 | 含义 |
|---|---|
| HTTP-Version | 服务器HTTP协议的版本 |
| Status-Code | 服务器发回的响应状态代码，状态代码有三位数字组成，第一个数字定义了响应的类别 |
| Reason-Phrase | 状态代码的文本描述 |
| CRLF | 回车和换行,除了作为结尾的CRLF外，不允许出现单独的CR或LF字符 |
HTTP响应状态代码
| 状态代码 | 含义 |
|---|---|
| 1xx | 指示信息–表示请求已接收，继续处理 |
| 2xx | 成功–表示请求已被成功接收、理解、接受 |
| 3xx | 重定向–要完成请求必须进行更进一步的操作 |
| 4xx | 客户端错误–请求有语法错误或请求无法实现 |
| 5xx | 服务器端错误–服务器未能实现合法的请求 |
状态码举例
| 状态代码 | 状态描述 | 说明 |
|---|---|---|
| 200 | OK | 客户端请求成功 |
| 400 | Bad Request | 客户端请求有语法错误，不能被服务器所理解 |
| 401 | Unauthorized | 请求未经授权 |
| 403 | Forbidden | 服务器收到请求，但是拒绝提供服务 |
| 404 | Not Found | 请求资源不存在 |
| 500 | Internal Server Error | 服务器发生不可预期的错误 |
| 503 | Server Unavailable | 服务器当前不能处理客户端的请求，一段时间后可能恢复正常 |
参考信息
http://www.cnblogs.com/ranyonsue/p/5984001.html
http://jinnianshilongnian.iteye.com/blog/2319573