一、HTTP请求格式
为什么 HTTP 请求中要存在空行呢？
- 因为 HTTP 协议并没有规定报头部分的键值对有多少个，空行就相当于是 "报头的结束标记", 或者是 "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, 就会出现 "粘包问题"。
二、 认识 URL
2.1 URL基本格式
平时我们俗称的"网址" 其实就是说的URL (Uniform Resource Locator 统一资源定位符)，互联网上的每个文件都有一个唯一的URL，它包含的信息指出文件的位置以及浏览器应该怎么处理它，URL 的详细规则由因特网标准RFC1738 进行了约定。
一个具体的URL:
https://v.bitedu.vip/personInf/student?userId=10000&classId=100
可以看到, 在这个 URL 中有些信息被省略了。
- https : 协议方案名. 常见的有 http 和 https, 也有其他的类型。(例如访问 mysql 时用的 jdbc:mysql )
- user:pass : 登陆信息. 现在的网站进行身份认证一般不再通过 URL 进行了，一般都会省略
- v.bitedu.vip : 服务器地址， 此处是一个 "域名", 域名会通过 DNS 系统解析成一个具体的 IP 地址。
- 端口号: 上面的 URL 中端口号被省略了，当端口号省略的时候, 浏览器会根据协议类型自动决定使用哪个端口。例如 http 协议默认使用 80 端口, https 协议默认使用 443 端口.
- /personInf/student : 带层次的文件路径。
- userId=10000&classId=100 : 查询字符串(query string)，本质是一个键值对结构，键值对之间使用 & 分隔，键和值之间使用 = 分隔。
- 片段标识: 此 URL 中省略了片段标识. 片段标识主要用于页面内跳转。
关于 query string
query string 中的内容是键值对结构，其中的 key 和 value 的取值和个数, 完全都是程序猿自己约定的，我们可以通过这样的方式来自定制传输我们需要的信息给服务器。
URL 中的可省略部分
- 协议名: 可以省略, 省略后默认为 http://
- ip 地址 / 域名: 在 HTML 中可以省略(比如 img, link, script, a 标签的 src 或者 href 属性)，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: 可以省略，省略后如果是 http 协议, 端口号自动设为 80; 如果是 https 协议, 端口号自动设为 443。
- 带层次的文件路径: 可以省略. 省略后相当于 / ，有些服务器会在发现 / 路径的时候自动访问/index.html
- 查询字符串: 可以省略
- 片段标识: 可以省略
关于 URL encode
- 像 / ? : 等这样的字符, 已经被url当做特殊意义理解了，因此这些字符不能随意出现。比如, 某个参数中需要带有这些特殊字符, 就必须先对特殊字符进行转义。
- 转义的规则如下: 将需要转码的字符转为16进制，然后从右到左，取4位(不足4位直接处理)，每2位做一位，前面加上%，编码成%XY格式
例如：
"+" 被转义成了 "%2B" 。
三、认识方法 method
3.1 GET 方法
GET 是最常用的HTTP 方法，常用于获取服务器上的某个资源。在浏览器中直接输入 URL, 此时浏览器就会发送出一个GET 请求。另外, HTML 中的link, img, script 等标签, 也会触发GET 请求。
使用 Fiddler 观察 GET 请求
打开Fiddler, 访问 搜狗主页, 观察抓包结果。
GET 请求的特点
- 首行的第一部分为 GET
- URL 的 query string 可以为空, 也可以不为空
- header 部分有若干个键值对结构
- body 部分为空
3.2 POST 方法
POST 方法也是一种常见的方法，多用于提交用户输入的数据给服务器(例如登陆页面)，通过 HTML 中的form 标签可以构造POST 请求, 或者使用JavaScript 的ajax 也可以构造POST 请求。
使用 Fiddler 观察 POST 方法(随便开一个登录的页面抓包即可)
POST 请求的特点
- 首行的第一部分为 POST
- URL 的 query string 一般为空 (也可以不为空)
- header 部分有若干个键值对结构
- body 部分一般不为空，body 内的数据格式通过 header 中的 Content-Type 指定，body 的长度由header 中的 Content-Length 指定
GET 和 POST 的区别
- 语义不同: GET 一般用于获取数据, POST 一般用于提交数据
- GET 的 body 一般为空, 需要传递的数据通过 query string 传递, POST 的 query string 一般为空, 需要传递的数据通过 body 传递
- GET 请求一般是幂等的, POST 请求一般是不幂等的(如果多次请求得到的结果一样, 就视为请求是幂等的)
- GET 可以被缓存, POST 不能被缓存
注意事项：
- 关于语义: GET 完全可以用于提交数据, POST 也完全可以用于获取数据
- 关于幂等性: 标准建议 GET 实现为幂等的，实际开发中 GET 也不必完全遵守这个规则
- 关于安全性: 有些资料上说 "POST 比 GET 请安全"， 这样的说法是不科学的，是否安全取决于前端在传输密码等敏感信息时是否进行加密, 和 GET POST 无关
- 关于传输数据量: 有的资料上说 "GET 传输的数据量小, POST 传输数据量大"，这个也是不科学的, 标准没有规定 GET 的 URL 的长度, 也没有规定 POST 的 body 的长度，传输数据量多少, 完全取决于不同浏览器和不同服务器之间的实现区别
- 关于传输数据类型: 有的资料上说 "GET 只能传输文本数据, POST 可以传输二进制数据"，这个也是不科学的，GET 的 query string 虽然无法直接传输二进制数据, 但是可以针对二进制数据进行 url encode
3.3 其他方法
- PUT 与 POST 相似，只是具有幂等特性，一般用于更新
- DELETE 删除服务器指定资源
- OPTIONS 返回服务器所支持的请求方法
- HEAD 类似于GET，只不过响应体不返回，只返回响应头
- TRACE 回显服务器端收到的请求，测试的时候会用到这个
- CONNECT 预留，暂无使用
四、认识请求报头(Header)
header 的整体的格式也是"键值对" 结构，每个键值对占一行，键和值之间使用分号分割。这里我们了解几个常见的即可。
- Host ：表示服务器主机的地址和端口
- Content-Length ：表示 body 中的数据长度
- Content-Type：表示请求的 body 中的数据格式
- User-Agent (简称 UA)
表示浏览器/操作系统的属性，形如：
Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.77 Safari/537.36
- Windows NT 10.0; Win64; x64 表示操作系统信息。
- AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.77 Safari/537.36 表示浏览器 信息。
- Referer
表示这个页面是从哪个页面跳转过来的，形如
https://v.bitedu.vip/login
如果直接在浏览器中输入URL, 或者直接通过收藏夹访问页面时是没有Referer 的。
- Cookie
Cookie 中存储了一个字符串, 这个数据可能是客户端(网页)自行通过JS 写入的, 也可能来自于服务器(服务器在 HTTP 响应的header 中通过Set-Cookie 字段给浏览器返回数据)。
往往可以通过这个字段实现"身份标识" 的功能，每个不同的域名下都可以有不同的 Cookie, 不同网站之间的 Cookie 并不冲突。
比如，有些时候，登录了一个网站之后，后续再访问这个网站的其他页面，都不必重新登录。为了实现身份识别的效果，不仅需要cookie来支持，也需要一个session机制来支持。首次访问网站并登录成功，网站会设定一个身份标识sessioId，身份标识通过服务器返回给浏览器，并保存再cookie中，接下来要访问该网站的其他页面时，cookie会存在于请求报头中，向服务器发出请求，这样就起到了身份识别效果。
五、认识请求正文
那我就抓取一下当前写博客的这个页面：
空行下面的便是正文部分：
🌈🌈🌈好啦，今天的分享就到这里！
🌈🌈🌈希望各位看官读完文章后，能够有所提升！
🎉🎉🎉创作不易，还希望各位大佬支持一下！
✈️✈️✈️点赞，你的认可是我创作的动力！
⭐⭐⭐收藏，你的青睐是我努力的方向！
✏️✏️✏️评论：你的意见是我进步的财富！
