从零理解 HTTP：协议原理、URL 结构与简易服务器实现

文章目录

• 1. 关于HTTP协议
• • 1.1 基本特点
  • 1.2 HTTP 请求与响应结构
  • • 1. HTTP 请求（Request）
    • 2. HTTP 响应（Response）
  • 1.3 常见 HTTP 方法
  • 1.4 常见状态码（Status Codes）
  • 1.5 HTTP 版本演进
• 2. 关于url
• • 2.1 协议（Scheme）
  • 2.2 域名+端口（Authority）
  • 2.3 路径（Path）
  • 2.4 查询参数（Query）
  • 2.5 锚点（Fragment）
  • 2.6 tips
  • 2.7 访问一个网站的流程
• 3. HTTP协议demo
• • 3.1 源码
  • 3.2 对齐一些颗粒度
  • • 3.2.1 HTTP请求
    • 3.2.2 HTTP应答
  • 3.3 源码解析
  • 3.4 实验结果
• 4. 关于浏览器的请求逻辑

1. 关于HTTP协议

HTTP（HyperText Transfer Protocol，超文本传输协议）是用于在万维网（World Wide Web）上传输超文本（如 HTML 页面）的应用层协议。它是 Web 浏览器与 Web 服务器之间通信的基础，也是互联网上使用最广泛的协议之一。

所谓超文本，是指不只能传输文本，还可以传输图片，音频…

1.1 基本特点

1.2 HTTP 请求与响应结构

1. HTTP 请求（Request）

由以下部分组成：

• 请求行：包含方法（如 GET、POST）、请求 URI 和 HTTP 版本 示例：GET /index.html HTTP/1.1
• 请求头（Headers）：传递元数据，如 User-Agent、Accept、Content-Type 等
• 空行：分隔头部与正文
• 请求体（Body）（可选）：如 POST 提交的表单数据或 JSON 内容

2. HTTP 响应（Response）

包括：

• 状态行：HTTP 版本、状态码、状态描述 示例：HTTP/1.1 200 OK
• 响应头（Headers）：如 Content-Type、Set-Cookie、Server 等
• 空行
• 响应体（Body）：实际返回的内容，如 HTML 页面、JSON 数据等

1.3 常见 HTTP 方法

1.4 常见状态码（Status Codes）

1.5 HTTP 版本演进

• HTTP/0.9（1991）：仅支持 GET，无头部，纯文本。
• HTTP/1.0（1996）：引入头部、状态码、多种方法，但每个请求需新建连接。
• HTTP/1.1（1997，RFC 2616）：支持持久连接（Keep-Alive）、管道化、Host 头（支持虚拟主机），成为长期主流。
• HTTP/2（2015，RFC 7540）：二进制帧、多路复用、头部压缩、服务器推送，提升性能。
• HTTP/3（2022，RFC 9114）：基于 QUIC（UDP）替代 TCP，进一步降低延迟，提高可靠性。

2. 关于url

一个标准URL（统一资源定位符）的核心构成遵循RFC 3986规范，整体按协议://域名/路径?查询参数#锚点的层级排列，各部分各司其职，部分可选，核心结构拆解如下：

以https://www.baidu.com:443/s?wd=url构成&rsv_spt=1#top为例： 对应拆解：协议+域名+端口+路径+查询参数+锚点

2.1 协议（Scheme）

• 定义浏览器与服务器的通信规则，末尾必须跟://
• 常用：http（80端口，明文）、https（443端口，TLS加密，主流）、ftp（文件传输）、file（本地文件）
• 浏览器可省略输入，会自动补全（如输baidu.com，默认补https://）

2.2 域名+端口（Authority）

• 域名：服务器的网络标识（替代IP，如www.baidu.com），可包含主域名/子域名
• 端口：:后跟数字，标识服务器上的具体服务进程
  • 协议默认端口可省略：http→80、https→443、ftp→21
  • 非默认端口必须写（如localhost:8080，本地服务常用8080/8090）
• 特殊：可直接用IP替代域名（如https://110.242.68.3:443，就是百度的IP）

2.3 路径（Path）

• /开头，标识服务器上的具体资源位置（类似本地文件路径）
• 示例：/s 是百度搜索的资源路径，无路径时默认访问服务器根资源（如baidu.com→baidu.com/）

2.4 查询参数（Query）

• ?开头，用于向服务器传递键值对参数，是前后端交互的核心方式
• 格式：键1=值1&键2=值2，&分隔多个参数，值支持URL编码（处理空格/特殊字符，如空格→%20或+）
• 示例：wd=url构成 表示搜索关键词为“url构成”，服务器根据参数返回对应结果

2.5 锚点（Fragment）

• #开头，标识页面内的具体位置（如锚点#top→跳转到页面顶部）
• ✅ 关键特性：仅浏览器解析，不会发送到服务器（服务器接收到的请求中不包含锚点）
• 常用：长页面的章节跳转、前端路由（SPA单页应用核心）

2.6 tips

• URL编码：特殊字符（空格、&、#、中文等）必须转码，否则会解析错误（如“URL构成”→URL%E6%9E%84%E6%88%90）
• 无查询参数时，?不能写；无锚点时，#不能写
• 子域名与路径的区别：blog.baidu.com（子域名，不同服务）≠baidu.com/blog（主域名下的路径，同一服务）

2.7 访问一个网站的流程

浏览器渲染相应。

3. HTTP协议demo

本部分我们通过模拟实现一个使用HTTP协议的服务器demo来理解HTTP协议。

3.1 源码

点我看源码 ^ _ ^

3.2 对齐一些颗粒度

3.2.1 HTTP请求

HTTP协议请求的基本字段包括以下三部分：

• ⾸⾏: [方法] + [url] + [版本]
• 请求报头Header: 请求的属性, 冒号分割的键值对;每组属性之间使用 \\r\\n 分隔;遇到空行表示 Header部分结束
• 请求正文Body: 空行后面的内容都是Body. Body允许为空字符串. 如果Body存在, 则在Header中会有⼀个Content-Length属性来标识Body的长度;

关于HTTP为什么会存在版本字段？

因为client和server是两款软件，一款软件会存在很多版本，用户使用不同的版本是很正常的。所以当用户申请服务器对应服务时，应该指明使用软件的版本号，然后有对应版本的服务器提供服务。

3.2.2 HTTP应答

Q：请求是怎么表示自己想要请求什么资源的？ A：通过web根目录 + 路径的方式。

所有的资源都放在web根目录下，如果只写一个/服务器会自动拼接首页（index.html) 网页内容必须是服务器特定路径下的文件。

http请求的本质是：请求代码中./wwwroot目录下特定路径下的资源，而uri中的路径，就是我们要找的资源。

Q：client 和 server是如何保证自己读到的报文是完整的？

A：

关于响应体数据的媒体类型Content-Type：

Content-Type 属于HTTP标准响应头，格式为 MIME类型（多用途互联网邮件扩展类型），用于描述响应体数据的媒体类型。

Q：为什么必须设置这个响应头？ A：如果不设置，浏览器无法自动识别数据格式 服务器传输给浏览器的都是二进制字节流，本身不携带格式信息：

• 一段字节流可能是HTML网页、JPG图片、PNG图标、纯文本，也可能是CSS/JS脚本；
• 如果不声明Content-Type，浏览器无法判断数据类型，会出现解析错误、渲染异常、直接下载文件等问题。

举个对比示例：

常见 Content-Type 完整清单

3.3 源码解析

main函数看起，创建HTTP对象，调用Start方法。

关于Start方法： 实际上是创建了一个服务器，传入了回调方法，当服务器收到请求再调用回调函数HandlerHttpRequest 表明了：从哪个套接字读？处理完数据之后发送到哪？

这里代码写的有瑕疵，就先假设能读到一个完整的报文。

输出收到的报文信息。

处理请求报文 请求报文的反序列化。

判断要获取的网页，制作响应报文，发送。

3.4 实验结果

4. 关于浏览器的请求逻辑

当你在浏览器输入服务器地址（如http://localhost:8080）时，浏览器会按固定顺序+并行加载发起多次网络请求，完整链路如下： 1. 主页面请求（第一次核心请求）

• 请求目标：服务器根路径 /，对应你代码中拼接的 ./wwwroot/index.html 首页文件；
• 行为：浏览器发起HTTP GET请求，等待服务器返回HTML页面内容；
• 服务器处理：你的代码解析请求行、读取index.html、构建200响应，将HTML文本返回给浏览器。

2. 解析HTML + 并行请求静态资源（二次/多次请求） 浏览器接收到HTML页面后，会逐行解析DOM树，遇到外部资源标签时，会立即发起新的HTTP请求（支持多线程并行发送，提升加载速度），常见资源包括：

<!– 图片资源：浏览器会单独发起GET请求 –>
<img src="/logo.jpg">
<img src="/avatar.png">
<!– 样式表、脚本也会触发独立请求 –>
<link rel="stylesheet" href="/style.css">
<script src="/app.js"></script>

• 特点：每个资源都是独立的HTTP请求/响应，和主页面请求完全分离；
• 服务器处理：你的代码会为每个资源重复执行「解析请求行→读取文件→构建响应」流程，返回对应文件内容。

3. 自动请求favicon.ico（浏览器默认行为）

• 触发时机：几乎所有现代浏览器在请求任意网页时，都会自动附加这个请求，无需HTML标签触发；
• 作用：favicon.ico 是网站图标，会显示在浏览器标签页、书签栏上，是浏览器的标准化默认请求；
• 请求路径：/favicon.ico，拼接后为 ./wwwroot/favicon.ico。

总结

完