【探索Linux】P.33（HTTP协议）

HTTP 协议入门：从一条 URL 的六个部分看下去

前面聊过自定义协议怎么解决异构网络之间的通信问题。换成互联网上最常见的 HTTP，思路是同一套的：双方约定格式、约定语义，就能把请求送到位。这篇从一条 URL 拆起，讲清 URI/URL 里每一段各管什么，再补上 HTTP 报文的基本结构。

一、先认识 URL

URL 全称统一资源定位符（Uniform Resource Locator），本质上就是网络上某个资源的地址。理论上每个有效的 URL 指向唯一的一个资源——可以是一个 HTML 页面、一份 CSS、一张图片，什么都可以。现实里当然有例外，最常见的就是一个 URL 指向了不存在的、或者早被搬到别处的资源，这正是 404 的由来。资源归 Web 服务器管，所以 URL 要不要改、怎么改，决定权在网站运维手里。

二、拆解一条 URL 的六个部分

拿 http://www.example.com:80/path/to/myfile.html?key1=value1&key2=value2#SomewhereInTheDocument 举例：

1. 协议（http）

告诉浏览器用哪套协议去拿。Web 上基本就是 HTTP 或它的安全版 HTTPS。浏览器也认得其他协议，比如 mailto: 会去开邮件客户端，ftp: 走文件传输，看到不用奇怪。

2. 域名（www.example.com）

指明要请求哪台 Web 服务器。也可以直接写 IP 地址，但不方便也记不住，实际网络里几乎都用域名，靠 DNS 解析成对_IP。

3. 端口（:80）

相当于服务器资源分配的"门牌号"。HTTP 的标准端口是 80，HTTPS 是 443，用标准端口时浏览器会默认省略；换了别的端口就必须显式写出来，否则连不上。

4. 路径（/path/to/myfile.html）

服务器上资源的位置。早期 Web 里这个路径直接对应服务器上的物理文件；现在多数是抽象的路由，跟磁盘文件未必有对应关系。

5. 查询参数（?key1=value1&key2=value2）

问号后面这一串是额外传给服务器的键值对，用 & 分隔。服务器可以在返回资源前拿这些参数做额外处理——排序、筛选、分页都靠它。每个服务器对参数的处理规则不一样，唯一可靠的确认方式就是问这个服务的维护者。

6. 锚点（#SomewhereInTheDocument）

锚点指资源内部的"书签"，浏览器拿到资源后直接定位到标注位置：HTML 文档里会滚动到锚点所在段落，音视频文档里会跳到对应时间点。注意锚点不发给服务器，它是浏览器端内部用的。

三、HTTP 报文长什么样

• 请求报文：请求行（方法 + 路径 + 版本，如 GET /index.html HTTP/1.1）+ 请求头（Host、User-Agent、Cookie 等）+ 空行 + 可选请求体。
• 响应报文：状态行（版本 + 状态码，如 HTTP/1.1 200 OK）+ 响应头 + 空行 + 响应体（真正的内容）。

常用的几个请求方法：GET 取资源、POST 提交数据、PUT 整体替换、DELETE 删除。常见状态码：200 成功、301/302 重定向、304 未修改（走缓存）、400 客户端错、401 未授权、403 禁止、404 找不到、500 服务端错。

四、HTTP 的几个关键特性

• 无状态：默认每次请求互不相认，所以才有 Cookie、Session、Token 这套东西去维持"登录态"。
• 明文传输：HTTP 报文不加密，中间人能看能改，所以涉及账号口令、支付的一律上 HTTPS。
• 三次握手：TCP 连接要先握手，HTTP/1.1 默认保持连接（keep-alive）复用，省得每个请求都重新建连接。
• HTTP/2 与 HTTP/3：2 做多工复用、头部压缩；3 把底层换成 QUIC（基于 UDP），弱网下的抖动表现好很多。

五、一句话串起来

URL 负责"在哪儿、怎么拿"，HTTP 负责"按什么格式说话"。把上面六个部分和报文结构理解了，看抓包、看接口文档、排查 403/404 就有了底子。下一步顺着同一个思路往下走，就是 HTTPS 的加密握手过程，以及 DNS 把域名解析成 IP 的那几步。

qidao123.com企服评测-应用市场 编辑提示