1、http协议请求响应报文格式及状态码详解HTTP协议报文格式HTTP协议（Hypertext Transfer Protocol超文本传输协议）浏览器端（客户端）向WEB服务器端访问页面的过程和HTTP协议报文的格式。基于HTTP协议的客户机访问包括4个过程，分别是建立TCP套接字连接、发送HTTP请求报文、接收HTTP应答报文和关闭TCP套接字连接：1. 创建TCP套接字连接客户端与WEB服务器创建TCP套接字连接，其中WEB端服务器的地址可以通过域名解析确定，WEB端的套接字侦听端口一般是80。2. 发送HTTP请求报文客户端向WEB服务端发送请求报文，HTTP协议的请求报文格式为：其中请
2、求行中的方法描述了对指定资源执行的动作，常用的方法GET、HEAD和POST等3种，它们的含义如表15-8所示： 请求报文一个HTTP请求报文由请求行（request line）、请求头部（header）、空行和请求数据4个部分组成，下图给出了请求报文的一般格式。（1）请求行请求行由请求方法字段、URL字段和HTTP协议版本字段3个字段组成，它们用空格分隔。例如，GET /index.html HTTP/1.1。HTTP协议的请求方法有GET、POST、HEAD、PUT、DELETE、OPTIONS、TRACE、CONNECT。这里介绍最常用的GET方法和POST方法。GET：当客户端要从服务
3、器中读取文档时，使用GET方法。GET方法要求服务器将URL定位的资源放在响应报文的数据部分，回送给客户端。使用GET方法时，请求参数和对应的值附加在URL后面，利用一个问号（“?”）代表URL的结尾与请求参数的开始，传递参数长度受限制。例如，/index.jsp?id=100&op=bind。 POST：当客户端给服务器提供信息较多时可以使用POST方法。POST方法将请求参数封装在HTTP请求数据中，以名称/值的形式出现，可以传输大量数据。 表15-8 HTTP请求方法或应答，它包括报文的数据类型、压缩方法、语言、长度、压缩方法、最后一次修改时间、数据有效期等信息。实体内容是报文传送的附加
4、信息，一般供POST请求填写。GET请求报文例子一个URL为其中/toupiaoceshi.asp?name=朱云翔是URL信息，语句ACCEPT：*/*及其后的语句是实体头信息。注意：在语句Connection：Keep-Alive下的空行是必须的。全部HTTP请求方法：1.HTTP请求行：请求行格式为Method Request-URI Protocol。在上面这个例子里，GET / HTTP/1.1是请求行。 (以下为请求头的关键字)2.Accept:指浏览器或其他客户可以接爱的MIME文件格式。可以根据它判断并返回适当的文件格式。3.Accept-Charset：指出浏览器可以接受的字
5、符编码。英文浏览器的默认值是ISO-8859-1.4.Accept-Language：指出浏览器可以接受的语言种类，如en或en-us，指英语。5.Accept-Encoding：指出浏览器可以接受的编码方式。编码方式不同于文件格式，它是为了压缩文件并加速文件传递速度。浏览器在接收到Web响应之后先解码，然后再检查文件格式。6.Authorization：当使用密码机制时用来标识浏览器。7.Cache-Control：设置关于请求被代理服务器存储的相关选项。一般用不到。8.Connection：用来告诉服务器是否可以维持固定的HTTP连接。HTTP/1.1使用Keep-Alive为默认值，这样
6、，当浏览器需要多个文件时(比如一个HTML文件和相关的图形文件)，不需要每次都建立连接。9.Content-Type：用来表名request的内容类型。可以用HttpServletRequest的getContentType()方法取得。10.Cookie：浏览器用这个属性向服务器发送Cookie。Cookie是在浏览器中寄存的小型数据体，它可以记载和服务器相关的用户信息，也可以用来实现会话功能。11.Expect：表时客户预期的响应状态。12.From：给出客户端HTTP请求负责人的email地址。13.Host：对应网址URL中的Web名称和端口号。14.If-Match：供PUT方法使用
7、。15.If-Modified-Since：客户使用这个属性表明它只需要在指定日期之后更改过的网页。因为浏览器可以使用其存储的文件而不必从服务器请求，这样节省了Web资源。由于Servlet是动态生成的网页，一般不需要使用这个属性。16.If-None-Match：和If-Match相反的操作，供PUT方法使用。17.If-Unmodified-Since：和If-Match-Since相反。18.Pragma：这个属性只有一种值，即Pragma：no-cache,表明如果servlet充当代理服务器，即使其有已经存储的网页，也要将请求传递给目的服务器。19.Proxy-Authorizati
8、on：代理服务器使用这个属性，一般用不到。20.Range：如果客户有部分网页，这个属性可以请求剩余部分。21.Referer：表明产生请求的网页URL。比如从网页/beijing.html中点击一个链接到网页/qingdao.html,在向服务器发送的GET /beijing.html中的请求中，Referer是 。这个属性可以用来跟踪Web请求是从什么网站来的。22.Upgrage：客户通过这个属性设定可以使用与HTTP/1.1不同的协议。23.User-Agent：是客户浏览器名称。24.Via：用来记录Web请求经过的代理服务器或Web通道。25.Warning：用来由客户声明传递或存
9、储(cache)错误。POST请求报文例子下面是HTTP协议中关于POST请求报文例子，节自中国联合通信公司短消息网关系统接口协议(SGIP)V1.2版： POST /sp.cgi HTTP/1.0 /* 请求行，服务程序为sp.cgi */Host: /* 以下为实体头信息 */Authorization: Basic Content-Length: = /* 以下为POST请求的实体信息 */= /* 实体部分输送报文 */=一般情况下，采用POST报文传送信息的数据存储在实体部分中。3. 接收HTTP应答报文WEB服务器处理客户请求，并向客户机发送应答报文，HTTP协议的应答报文格式为：
10、 应答报文 = 状态行（实体头信息）CRLF 实体内容状态行 = HTTP版本号 状态码 原因叙述状态码描述了WEB服务器执行客户机请求的状态信息，其取值含义如表15-8所示： 表15-8 HTTP应答响应码含义（后附录里有全部的响应码）GET应答报文例子一个请求URL为HTTP/1.1 200 OKConnection: keep-aliveDate: Thu, 26 Jul 2007 14:00:02 GMTServer: Microsoft-IIS/6.0X-Powered-By: ASP.NETContent-Length: 190Content-Type: text/htmlSet-
11、Cookie:path=/Cache-control: private精通Unix下C语言编程精通Unix下C语言编程与项目实战投票测试感谢你为选手朱云翔投票! 语句HTTP/1.1 200 OK中，200是响应码，OK是原因描述。POST应答报文例子下面是HTTP协议中关于POST应答报文例子，节自中国联合通信公司短消息网关系统接口协议(SGIP)V1.2版：HTTP/1.0 200 OK /* 状态行，应答成功 */Date: Tue, 13 Mar 2001 02:45:12 GMT /* 以下为实体头信息 */Server: Apache/1.3.12 (Unix)Content-Ty
12、pe: text/htmlConnection: close= /* 以下为POST应答的实体信息 */= = ASPSESSIONIDSAATTCSQ=JOPPKDCAMHHBEOICJPGPBJOB;一般情况下，POST应答报文的实体部分存储实际传输的信息。4. 关闭TCP套接字连接客户机与服务器双方关闭套接字连接，结束TCP/IP对话。附录： HTTP状态码详解及常用状态码一、HTTP状态码所谓的404页就是服务器404重定向状态返回页面。数字404指的是404号状态码。一般常用到的有200号状态码和404号状态码。200号表示网页被下载成功，而404号表示不能成功下载并产生错误。下面是
13、HTTP状态码一览表。 1xx：请求收到，继续处理2xx：操作成功收到，分析、接受3xx：完成此请求必须进一步处理4xx：请求包含一个错误语法或不能完成5xx：服务器执行一个完全有效请求失败100客户必须继续发出请求101客户要求服务器根据请求转换HTTP协议版本200交易成功201提示知道新文件的URL202接受和处理、但处理未完成203返回信息不确定或不完整204请求收到，但返回信息为空205服务器完成了请求，用户代理必须复位当前已经浏览过的文件 206服务器已经完成了部分用户的GET请求300请求的资源可在多处得到301删除请求数据302在其他地址发现了请求数据303建议客户访问其他UR
14、L或访问方式304客户端已经执行了GET，但文件未变化305请求的资源必须从服务器指定的地址得到306前一版本HTTP中使用的代码，现行版本中不再使用307申明请求的资源临时性删除400错误请求，如语法错误401请求授权失败402保留有效ChargeTo头响应403请求不允许404没有发现文件、查询或URl405用户在Request-Line字段定义的方法不允许406根据用户发送的Accept拖，请求资源不可访问407类似401，用户必须首先在代理服务器上得到授权408客户端没有在用户指定的饿时间内完成请求409对当前资源状态，请求不能完成410服务器上不再有此资源且无进一步的参考地址411服
15、务器拒绝用户定义的Content-Length属性请求412一个或多个请求头字段在当前请求中错误413请求的资源大于服务器允许的大小414请求的资源URL长于服务器允许的长度415请求资源不支持请求项目格式416请求中包含Range请求头字段，在当前请求资源范围内没有range指示值，请求也不包含If-Range请求头字段417服务器不满足请求Expect头字段指定的期望值，如果是代理服务器，可能是下一级服务器不能满足请求500服务器产生内部错误501服务器不支持请求的函数502服务器暂时不可用，有时是为了防止发生系统过载503服务器过载或暂停维修504关口过载，服务器使用另一个关口或服务来响
16、应用户，等待时间设定值较长505服务器不支持或拒绝支请求头中指定的HTTP版本英文版：100：Continue101：Switching Protocols102：Processing200：OK201：Created202：Accepted203：Non-Authoriative Information204：No Content205：Reset Content206：Partial Content207：Multi-Status300：Multiple Choices301：Moved Permanently302：Found303：See Other304：Not Modified30
17、5：Use Proxy306：(Unused)307：Temporary Redirect400：Bad Request401：Unauthorized402：Payment Granted403：Forbidden404：File Not Found405：Method Not Allowed406：Not Acceptable407：Proxy Authentication Required408：Request Time-out409：Conflict410：Gone411：Length Required412：Precondition Failed413：Request Entity
18、Too Large414：Request-URI Too Large415：Unsupported Media Type416：Requested range not satisfiable417：Expectation Failed422：Unprocessable Entity423：Locked424：Failed Dependency500：Internal Server Error501：Not Implemented502：Bad Gateway503：Service Unavailable504：Gateway Timeout505：HTTP Version Not Suppor
19、ted507：Insufficient Storage200号状态码220.181.32.30 - - 02/Sep/2008:00:01:23 +0800 GET /article/0572/72570.shtml HTTP/1.1 200 28361 -Baiduspider+(+服务器日志中的200表示使用GET传递方式网页72570.shtml下载成功。即：当用户或爬虫程序向网站服务器发出浏览请求时，服务器返回 HTTP 数据流里包含某种状态码，200响应号即状态码中的一种，表示本网页被成功下载。 301号状态码220.181.32.30 - - 02/Sep/2008:00:01:3
20、1 +0800 GET/my/view.php?aid=14183 HTTP/1.1 301 - -Baiduspider+(+服务器日志中的301表示使用GET传递方式动态网页aid=14183成功跳转。即：当用户或爬虫程序向网站服务器发出浏览请求时，服务器返回 HTTP 数据流包含某种状态码，301 重定向即状态码中的一种，表示本网页永久性转移到另一个地址。实际操作中我们可以将多个域名指向同一个网址，这也是搜索引擎唯一认可的一种网站转向的方式。参阅：301资源永久重定向设置二、404状态码220.181.32.30 - - 02/Sep/2008:00:01:51 +0800 GET /w
21、riting HTTP/1.1 404 4459 - Baiduspider+(+ 出现404状态码就证明有URL地址的网页浏览不到。很多时候由于网站的改版，使很多旧版网站url地址失效。这是你需要建立404状态页来保证你网站通畅，能够达到一种回路的效果。切记404状态页需要单独设计，不能直接在服务器端直接跳转回首页。否则，搜索引擎会大量抓取网站首页失误当成404页处理。 对HTTP404状态码的深度理解HTTP 404 错误意味着链接指向的网页不存在，即原始网页的URL失效，这种情况经常会发生，很难避免，比如说：网页URL生成规则改变、网页文件更名或移动位置、导入链接拼写错误等，导致原来的U
22、RL地址无法访问；当Web 服务器接到类似请求时，会返回一个404 状态码，告诉浏览器要请求的资源并不存在。但是，Web服务器默认的404错误页面，无论Apache还是IIS，均十分简陋、呆板且对用户不友好，无法给用户提供必要的信息以获取更多线索，无疑这会造成用户的流失。因此，很多网站均使用自定义404错误的方式以提供用户体验避免用户流失。一般而言，自定义404页面通用的做法是在页面中放置网站快速导航链接、搜索框以及网站提供的特色服务，这样可以有效的帮助用户访问站点并获取需要的信息。HTTP404对SEO的影响自定义404错误页面是提供用户体验的很好的做法，但在应用过程中往往并未注意到对搜索引
23、擎的影响，譬如：错误的服务器端配置导致返回“200”状态码或自定义404错误页面使用Meta Refresh导致返回“302”状态码。正确设置的自定义404错误页面，不仅应当能够正确地显示，同时，应该返回“404”错误代码，而不是“200”或“302”。虽然对访问的用户而言，HTTP状态码究竟是“404”还是“200”来说并没有什么区别，但对搜索引擎而言，这则是相当重要的。1.自定义404错误页返回“200”状态码当搜索引擎蜘蛛在请求某个URL地址得到“404”状态回应时，即知道该URL地址已经失效，便不再索引该网页，并向数据中心反馈将该URL地址表示的网页从索引数据库中删除，当然，删除过程有
24、可能需要很长时间；而当搜索引擎得到“200”状态回应时，则会认为该url地址是有效的，便会去索引，并会将其收录到索引数据库，这样的结果便是这两个不同的url地址具有完全相同的内容：自定义404错误页面的内容，这会导致出现复制网页问题。对搜索引擎而言，特别是Google，不但很难获得信任指数TrustRank，也会大大降低Google对网站质量的评定。在使用Google Sitemap，当提交XML格式网站地图文件时，谷歌管理员工具会验证网站的身份以确保是网站合法的管理者。验证方式有两种：上传指定名称的html页到网站根目录或者在网页meta区域添加一个标识身份的meta标签。通常是使用上传ht
25、ml网页的方式，但谷歌管理员工具却提示网站根目录下找不到这个网页，这是一个很可怕的问题。2.自定义404错误页使用Meta Refresh返回“302”状态码常常看到许多网站的自定义404错误页面采取类似这样的形式：首先显示一段错误信息，然后，通过Meta Refresh将页面跳转到网站首页、网页地图或其他类似页。根据具体实现方式不同，这类404页面可能返回“200”状态码，也可能返回“302”，但不论哪种，从SEO技术角度看，均不是一种合适的选择。 对“200”状态的情况我们上面已经谈过，那么，当404页面返回“302”时，搜索引擎会怎么对待呢?从理论上说，对“302”错误，搜索引擎认为该网
26、页是存在的，只不过临时改变了地址，仍然会索引收录该页，这样，同样会出现类似于“200”状态码时的重复文本问题；其次，以谷歌为代表的主流搜索引擎对302重定向的适用范围要求越来越严格，这类不当使用302重定向的情况存在很大的风险。确保自定义404错误页面能够返回“404”状态码在自定义404错误页面设置完毕后，一定要检查一下其是不是能够正确地返回“404”状态码。可以使用Server Header检查工具，输入一个不存在网页的url，查看一下HTTP Header的返回情况，确信其返回的是“404 Not found”。三、404错误的处理方式1.定制404错误页面的基本原则首先应明确的是，40
27、4错误应工作在服务器级而不是网页级。对定制使用动态页面如PHP脚本类型的404页时，必须确保在PHP执行前服务器已经顺利地送出“404”状态码，不然，一旦执行到了ISAPI级别，返回的状态码便只能是“200”或其他如“302”之类的重定向状态码了。其次，在自定义网站的404错误页面时，对设置的错误页面URL链接应使用相对路径而不是绝对路径，而且自定义404页面应该放在网站根目录下。尽管无效链接可能是多种形式的URL地址，但当发生404访问错误时，WEB服务器会自动将其转到自定义的当404错误页中，这跟URL地址的形似没有关系。2.Apache下设置404错误页面为Apache Server设置
28、 404错误页面的方法很简单，只需在.htaccess 文件中加入如下内容即可：ErrorDocument 404 /notfound.php注意：1.切记不要将404错误转向到网站主页，否则可能会导致主页在搜索引擎中消失2.切记不要使用绝对URL(例如：3.IIS/ASP.net下设置404错误页面首先，修改应用程序根目录的设置，打开 “web.config” 文件编辑，在其中加入如下内容：注：上文例中“error.asp”为系统默认的404页面，“notfound.asp”为自定义的404页面，使用时请修改相应文件名。然后，在自定义的404页面“notfound.asp”中加入：这样，便可以保证IIS能够
