HTTP Headers 入門

alai 2009-12-11

展開全文

十二月 3rd, 2009歸檔于：文摘翻譯讀書筆記Tag： Internet, web

非常感謝 @ytzong同學在twitter上推薦這篇文章，原文在此。

本文系統(tǒng)的對HTTP Headers進行了簡明易懂的闡述，我僅稍作筆記。

什么是HTTP Headers

HTTP是“Hypertext Transfer Protocol”的所寫，整個萬維網都在使用這種協(xié)議，幾乎你在瀏覽器里看到的大部分內容都是通過http協(xié)議來傳輸?shù)?，比如這篇文章。

HTTP Headers是HTTP請求和相應的核心，它承載了關于客戶端瀏覽器，請求頁面，服務器等相關的信息。

示例

當你在瀏覽器地址欄里鍵入一個url，你的瀏覽器將會類似如下的http請求：
GET /tutorials/other/top-20-mysql-best-practices/ HTTP/1.1 Host: net. User-Agent: Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5 (.NET CLR 3.5.30729) Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8 Accept-Language: en-us,en;q=0.5 Accept-Encoding: gzip,deflate Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7 Keep-Alive: 300 Connection: keep-alive Cookie: PHPSESSID=r2t5uvjq435r4q7ib3vtdjq120 Pragma: no-cache Cache-Control: no-cache
第一行被稱為“Request Line” 它描述的是這個請求的基本信息，剩下的就是HTTP headers了。

請求完成之后，你的瀏覽器可能會收到如下的HTTP響應：

HTTP/1.x 200 OK Transfer-Encoding: chunked Date: Sat, 28 Nov 2009 04:36:25 GMT Server: LiteSpeed Connection: close X-Powered-By: W3 Total Cache/0.8 Pragma: public Expires: Sat, 28 Nov 2009 05:36:25 GMT Etag: "pub1259380237;gz" Cache-Control: max-age=3600, public Content-Type: text/html; charset=UTF-8 Last-Modified: Sat, 28 Nov 2009 03:50:37 GMT X-Pingback: http://net./xmlrpc.php Content-Encoding: gzip Vary: Accept-Encoding, Cookie, User-Agent 

第一行呢被稱為“Status Line”，它之后就是http headers，空行完了就開始輸出內容了（在這個案例中是一些html輸出）。

但你查看頁面源代碼卻不能看到HTTP headers，雖然它們同你能看到的東西一起被傳送至瀏覽器了。

這個HTTP請求也發(fā)出了一些其它資源的接收請求，例如圖片，css文件，js文件等等。

下面我們來看看細節(jié)。

怎樣才能看到HTTP Headers

下面這些FireFox擴展能夠幫助你分析HTTP headers：

1. firebug

2.Live HTTP Headers

3. 在PHP中：

getallheaders()用來獲取請求頭部. 你也可以使用 $_SERVER 數(shù)組.
headers_list()用來獲取響應頭部.

文章下面將會看到一些使用php示范的例子。

HTTP Request 的結構

被稱作“first line”的第一行包含三個部分：

“method” 表明這是何種類型的請求. 最常見的請求類型有 GET, POST 和 HEAD.
“path” 體現(xiàn)的是主機之后的路徑. 例如，當你請求 “http://net./tutorials/other/top-20-mysql-best-practices/”時 , path 就會是 “/tutorials/other/top-20-mysql-best-practices/”.
“protocol” 包含有 “HTTP” 和版本號, 現(xiàn)代瀏覽器都會使用1.1.

剩下的部分每行都是一個“Name：Value”對。它們包含了各式各樣關于請求和你瀏覽器的信息。例如”User-Agent“就表明了你瀏覽器版本和你所用的操作系統(tǒng)?！盇ccept-Encoding“會告訴服務器你的瀏覽可以接受類似gzip的壓縮輸出。

這些headers大部分都是可選的。HTTP 請求甚至可以被精簡成這樣子：

GET /tutorials/other/top-20-mysql-best-practices/ HTTP/1.1 Host: net.

并且你仍舊可以從服務器收到有效的響應。

請求類型

三種最常見的請求類型是：GET，POST 和 HEAD ，從html的編寫過程中你可能已經熟悉了前兩種。

GET：獲取一個文檔

大部分被傳輸?shù)綖g覽器的html，images，js，css, … 都是通過GET方法發(fā)出請求的。它是獲取數(shù)據(jù)的主要方法。

例如，要獲取Nettuts+ 的文章，http request的第一行通?？雌饋硎沁@樣的：

GET /tutorials/other/top-20-mysql-best-practices/ HTTP/1.1

一旦html加載完成，瀏覽器將會發(fā)送GET 請求去獲取圖片，就像下面這樣：

GET /wp-content/themes/tuts_theme/images/header_bg_tall.png HTTP/1.1

表單也可以通過GET方法發(fā)送，下面是個例子：

<form action="foo.php" method="GET"> First Name: <input name="first_name" type="text" /> Last Name: <input name="last_name" type="text" /> <input name="action" type="submit" value="Submit" /> </form>

當這個表單被提交時，HTTP request 就會像這樣：

GET /foo.php?first_name=John&last_name=Doe&action=Submit HTTP/1.1 ...

你可以將表單輸入通過附加進查詢字符串的方式發(fā)送至服務器。

POST：發(fā)送數(shù)據(jù)至服務器

盡管你可以通過GET方法將數(shù)據(jù)附加到url中傳送給服務器，但在很多情況下使用POST發(fā)送數(shù)據(jù)給服務器更加合適。通過GET發(fā)送大量數(shù)據(jù)是不現(xiàn) 實的，它有一定的局限性。

用POST請求來發(fā)送表單數(shù)據(jù)是普遍的做法。我們來吧上面的例子改造成使用POST方式：

<form action="foo.php" method="POST"> First Name: <input name="first_name" type="text" /> Last Name: <input name="last_name" type="text" /> <input name="action" type="submit" value="Submit" /> </form>

提交這個表單會創(chuàng)建一個如下的HTTP 請求：

POST /foo.php HTTP/1.1 Host: localhost User-Agent: Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5 (.NET CLR 3.5.30729) Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8 Accept-Language: en-us,en;q=0.5 Accept-Encoding: gzip,deflate Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7 Keep-Alive: 300 Connection: keep-alive Referer: http://localhost/test.php Content-Type: application/x-www-form-urlencoded Content-Length: 43 first_name=John&last_name=Doe&action=Submit

這里有三個需要注意的地方：

第一行的路徑已經變?yōu)楹唵蔚?/foo.php , 已經沒了查詢字符串。
新增了 Content-Type 和 Content-Lenght 頭部，它提供了發(fā)送信息的相關信息.
所有數(shù)據(jù)都在headers之后，以查詢字符串的形式被發(fā)送.

POST方式的請求也可用在AJAX，應用程序，cURL … 之上。并且所有的文件上傳表單都被要求使用POST方式。

HEAD：接收頭部信息

HEAD和GET很相似，只不過HEAD不接受HTTP響應的內容部分。當你發(fā)送了一個HEAD請求，那就意味著你只對HTTP頭部感興趣，而不是文檔本身。

這個方法可以讓瀏覽器判斷頁面是否被修改過，從而控制緩存。也可判斷所請求的文檔是否存在。

例如，假如你的網站上有很多鏈接，那么你就可以簡單的給他們分別發(fā)送HEAD請求來判斷是否存在死鏈，這比使用GET要快很多。

http響應結構

當瀏覽器發(fā)送了HTTP請求之后，服務器就會通過一個HTTP response來響應這個請求。如果不關心內容，那么這個請求看起來會是這樣的：

第一個有價值的信息就是協(xié)議。目前服務器都會使用 HTTP/1.x 或者 HTTP/1.1。

接下來一個簡短的信息代表狀態(tài)。代碼200意味著我們的請求已經發(fā)送成功了，服務器將會返回給我們所請求的文檔，在頭部信息之后。

我們都見過“404”頁面。當我向服務器請求一個不存在的路徑時，服務器就用用404來代替200響應我們。

余下的響應內容和HTTP請求相似。這些內容是關于服務器軟件的，頁面/文件何時被修改過，mime type 等等…

同樣，這些頭部信息也是可選的。

HTTP狀態(tài)碼

200 用來表示請求成功.
300 來表示重定向.
400 用來表示請求出現(xiàn)問題.
500 用來表示服務器出現(xiàn)問題.

200 成功（OK）

前文已經提到，200是用來表示請求成功的。

206 部分內容（Partial Content）

如果一個應用只請求某范圍之內的文件，那么就會返回206.

這通常被用來進行下載管理，斷點續(xù)傳或者文件分塊下載。

404 沒有找到（Not Found）

404

很容易理解

401 未經授權（Unauthorized）

受密碼保護的頁面會返回這個狀態(tài)。如果你沒有輸入正確的密碼，那么你就會在瀏覽器中看到如下的信息：

401

注意這只是受密碼保護頁面，請求輸入密碼的彈出框是下面這個樣子的：

401_prompt

403 被禁止（Forbidden）

如果你沒有權限訪問某個頁面，那么就會返回403狀態(tài)。這種情況通常會發(fā)生在你試圖打開一個沒有index頁面的文件夾。如果服務器設置不允許查看目錄內容，那么你就會看到403錯誤。

其它一些一些方式也會發(fā)送權限限制，例如你可以通過IP地址進行阻止，這需要一些htaccess的協(xié)助。

order allow,deny deny from 192.168.44.201 deny from 224.39.163.12 deny from 172.16.7.92 allow from all

302（或307）臨時移動（Moved Temporarily）和 301 永久移動（Moved Permanently）

這兩個狀態(tài)會出現(xiàn)在瀏覽器重定向時。例如，你使用了類似 bit.ly 的網址縮短服務。這也是它們如何獲知誰點擊了他們鏈接的方法。

302和301對于瀏覽器來說是非常相似的，但對于搜索引擎爬蟲就有一些差別。打個比方，如果你的網站正在維護，那么你就會將客戶端瀏覽器用302 重定向到另外一個地址。搜索引擎爬蟲就會在將來重新索引你的頁面。但是如果你使用了301重定向，這就等于你告訴了搜索引擎爬蟲：你的網站已經永久的移動到了新的地址。

500 服務器錯誤（Internal Server Error）

這個代碼通常會在頁面腳本崩潰時出現(xiàn)。大部分CGI腳本都不會像PHP那樣輸出錯誤信息給瀏覽器。如果出現(xiàn)了致命的錯誤，它們只會發(fā)送一個500的狀態(tài)碼。這時需要查看服務器錯誤日志來排錯。

完整的列表

你可以在這里找到完整的HTTP 狀態(tài)碼說明。

HTTP Headers 中的 HTTP請求

現(xiàn)在我們來看一些在HTTP headers中常見的HTTP請求信息。

所有這些頭部信息都可以在PHP的$_SERVER數(shù)組中找到。你也可以用getallheaders()函數(shù)一次性獲取所有的頭部信息。

Host

一個HTTP請求會發(fā)送至一個特定的IP地址，但是大部分服務器都有在同一IP地址下托管多個網站的能力，那么服務器必須知道瀏覽器請求的是哪個域名下的資源。

Host:

這只是基本的主機名，包含域名和子級域名。

在PHP中，可以通過$_SERVER['HTTP_HOST'] 或 $_SERVER['SERVER_NAME']來查看。

User-Agent

User-Agent: Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5 (.NET CLR 3.5.30729)

這個頭部可以攜帶如下幾條信息：

瀏覽器名和版本號.
操作系統(tǒng)名和版本號.
默認語言.

這就是某些網站用來收集訪客信息的一般手段。例如，你可以判斷訪客是否在使用手機訪問你的網站，然后決定是否將他們引導至一個在低分辨率下表現(xiàn)良好的移動網站。

在PHP中，可以通過 $_SERVER['HTTP_USER_AGENT'] 來獲取User-Agent

if ( strstr($_SERVER['HTTP_USER_AGENT'],'MSIE 6') ) { echo "Please stop using IE6!"; }

Accept-Language

Accept-Language: en-us,en;q=0.5

這個信息可以說明用戶的默認語言設置。如果網站有不同的語言版本，那么就可以通過這個信息來重定向用戶的瀏覽器。

它可以通過逗號分割來攜帶多國語言。第一個會是首選的語言，其它語言會攜帶一個“q”值，來表示用戶對該語言的喜好程度（0~1）。

在PHP中用 $_SERVER["HTTP_ACCEPT_LANGUAGE"] 來獲取這一信息。

if (substr($_SERVER['HTTP_ACCEPT_LANGUAGE'], 0, 2) == 'fr') { header('Location: http://french.'); }

Accept-Encoding

Accept-Encoding: gzip,deflate

大部分的現(xiàn)代瀏覽器都支持gzip壓縮，并會把這一信息報告給服務器。這時服務器就會壓縮過的HTML發(fā)送給瀏覽器。這可以減少近80%的文件大小，以節(jié)省下載時間和帶寬。

在PHP中可以使用 $_SERVER["HTTP_ACCEPT_ENCODING"] 獲取該信息。然后調用ob_gzhandler()方法時會自動檢測該值，所以你無需手動檢測。

// enables output buffering // and all output is compressed if the browser supports it ob_start('ob_gzhandler');

If-Modified-Since

如果一個頁面已經在你的瀏覽器中被緩存，那么你下次瀏覽時瀏覽器將會檢測文檔是否被修改過，那么它就會發(fā)送這樣的頭部：

If-Modified-Since: Sat, 28 Nov 2009 06:38:19 GMT

如果自從這個時間以來未被修改過，那么服務器將會返回“304 Not Modified”，而且不會再返回內容。瀏覽器將自動去緩存中讀取內容

在PHP中，可以用$_SERVER['HTTP_IF_MODIFIED_SINCE'] 來檢測。

// assume $last_modify_time was the last the output was updated // did the browser send If-Modified-Since header? if(isset($_SERVER['HTTP_IF_MODIFIED_SINCE'])) { // if the browser cache matches the modify time if ($last_modify_time == strtotime($_SERVER['HTTP_IF_MODIFIED_SINCE'])) { // send a 304 header, and no content header("HTTP/1.1 304 Not Modified"); exit; } }

還有一個叫Etag的HTTP頭信息，它被用來確定緩存的信息是否正確，稍后我們將會解釋它。

Cookie

顧名思義，他會發(fā)送你瀏覽器中存儲的Cookie信息給服務器。

Cookie: PHPSESSID=r2t5uvjq435r4q7ib3vtdjq120; foo=bar

它是用分號分割的一組名值對。Cookie也可以包含session id。

在PHP中，單一的Cookie可以訪問$_COOKIE數(shù)組獲得。你可以直接用$_SESSION array獲取session變量。如果你需要session id，那么你可以使用session_id()函數(shù)代替cookie。

echo $_COOKIE['foo']; // output: bar echo $_COOKIE['PHPSESSID']; // output: r2t5uvjq435r4q7ib3vtdjq120 session_start(); echo session_id(); // output: r2t5uvjq435r4q7ib3vtdjq120

Referer

顧名思義, 頭部將會包含referring url信息。

例如，我訪問Nettuts+的主頁并點擊了一個鏈接，這個頭部信息將會發(fā)送到瀏覽器：
Referer: http://net./

在PHP中，可以通過 $_SERVER['HTTP_REFERER'] 獲取該值。

if (isset($_SERVER['HTTP_REFERER'])) { $url_info = parse_url($_SERVER['HTTP_REFERER']); // is the surfer coming from Google? if ($url_info['host'] == 'www.google.com') { parse_str($url_info['query'], $vars); echo "You searched on Google for this keyword: ". $vars['q']; } } // if the referring url was: // http://www.google.com/search?source=ig&hl=en&rlz=&=&q=http+headers&aq=f&oq=&aqi=g-p1g9 // the output will be: // You searched on Google for this keyword: http headers

You may have noticed the word “referrer” is misspelled as “referer”. Unfortunately it made into the official HTTP specifications like that and got stuck.

Authorization

當一個頁面需要授權，瀏覽器就會彈出一個登陸窗口，輸入正確的賬號后，瀏覽器會發(fā)送一個HTTP請求，但此時會包含這樣一個頭部：

Authorization: Basic bXl1c2VyOm15cGFzcw==

包含在頭部的這部分信息是base64 encoded。例如，base64_decode(’bXl1c2VyOm15cGFzcw==’) 會被轉化為 ‘myuser:mypass’ 。

在PHP中，這個值可以用$_SERVER['PHP_AUTH_USER'] 和 $_SERVER['PHP_AUTH_PW'] 獲得。

更多細節(jié)我們會在WWW-Authenticate部分講解。

HTTP Headers 中的 HTTP響應

現(xiàn)在讓我了解一些常見的HTTP Headers中的HTTP響應信息。

在PHP中，你可以通過 header()來設置頭部響應信息。PHP已經自動發(fā)送了一些必要的頭部信息，如載入的內容，設置 cookies 等等… 你可以通過 headers_list()函數(shù)看到已發(fā)送和將要發(fā)送的頭部信息。你也可以使用headers_sent()函數(shù)來檢查頭部信息是否已經被發(fā)送。

Cache-Control

的定義是：“The Cache-Control general-header field is used to specify directives which MUST be obeyed by all caching mechanisms along the request/response chain.” 其中“caching mechanisms” 包含一些你ISP可能會用到的網關和代理信息。

例如：

Cache-Control: max-age=3600, public

“public”意味著這個響應可以被任何人緩存，“max-age” 則表明了該緩存有效的秒數(shù)。允許你的網站被緩存降大大減少下載時間和帶寬，同時也提高的瀏覽器的載入速度。

也可以通過設置 “no-cache” 指令來禁止緩存：

Cache-Control: no-cache

更多詳情請參見。

Content-Type

這個頭部包含了文檔的”mime-type”。瀏覽器將會依據(jù)該參數(shù)決定如何對文檔進行解析。例如，一個html頁面（或者有html輸出的php 頁面）將會返回這樣的東西：

Content-Type: text/html; charset=UTF-8

‘text’ 是文檔類型，‘html’則是文檔子類型。這個頭部還包括了更多信息，例如 charset。

如果是一個圖片，將會發(fā)送這樣的響應：

Content-Type: image/gif

瀏覽器可以通過mime-type來決定使用外部程序還是自身擴展來打開該文檔。如下的例子降調用Adobe Reader：

Content-Type: application/pdf

直接載入，Apache通常會自動判斷文檔的mime-type并且添加合適的信息到頭部去。并且大部分瀏覽器都有一定程度的容錯，在頭部未提供或者錯誤提供該信息的情況下它會去自動檢測mime-type。

你可以在這里找到一個常用mime-type列表。

在PHP中你可以通過 finfo_file()來檢測文件的ime-type。

Content-Disposition

這個頭部信息將告訴瀏覽器打開一個文件下載窗口，而不是試圖解析該響應的內容。例如：

Content-Disposition: attachment; filename="download.zip"

他會導致瀏覽器出現(xiàn)這樣的對話框：

注意，適合它的Content-Type頭信息同時也會被發(fā)送

Content-Type: application/zip Content-Disposition: attachment; filename="download.zip"

Content-Length

當內容將要被傳輸?shù)綖g覽器時，服務器可以通過該頭部告知瀏覽器將要傳送文件的大?。╞ytes）。

Content-Length: 89123

對于文件下載來說這個信息相當?shù)挠杏?。這就是為什么瀏覽器知道下載進度的原因。

例如，這里我寫了一段虛擬腳本，來模擬一個慢速下載。

// it's a zip file header('Content-Type: application/zip'); // 1 million bytes (about 1megabyte) header('Content-Length: 1000000'); // load a download dialogue, and save it as download.zip header('Content-Disposition: attachment; filename="download.zip"'); // 1000 times 1000 bytes of data for ($i = 0; $i < 1000; $i++) { echo str_repeat(".",1000); // sleep to slow down the download usleep(50000); }

結果將會是這樣的：

現(xiàn)在，我將Content-Length頭部注釋掉：

// it's a zip file header('Content-Type: application/zip'); // the browser won't know the size // header('Content-Length: 1000000'); // load a download dialogue, and save it as download.zip header('Content-Disposition: attachment; filename="download.zip"'); // 1000 times 1000 bytes of data for ($i = 0; $i < 1000; $i++) { echo str_repeat(".",1000); // sleep to slow down the download usleep(50000); }

結果就變成了這樣：

這個瀏覽器只會告訴你已下載了多少，但不會告訴你總共需要下載多少。而且進度條也不會顯示進度。

Etag

這是另一個為緩存而產生的頭部信息。它看起來會是這樣：

Etag: "pub1259380237;gz"

服務器可能會將該信息和每個被發(fā)送文件一起響應給瀏覽器。該值可以包含文檔的最后修改日期，文件大小或者文件校驗和。瀏覽會把它和所接收到的文檔一起緩存。下一次當瀏覽器再次請求同一文件時將會發(fā)送如下的HTTP請求：

If-None-Match: "pub1259380237;gz"

如果所請求的文檔Etag值和它一致，服務器將會發(fā)送304狀態(tài)碼，而不是2oo。并且不返回內容。瀏覽器此時就會從緩存加載該文件。

Last-Modified

顧名思義，這個頭部信息用GMT格式表明了文檔的最后修改時間：

Last-Modified: Sat, 28 Nov 2009 03:50:37 GMT

$modify_time = filemtime($file); header("Last-Modified: " . gmdate("D, d M Y H:i:s", $modify_time) . " GMT");

它提供了另一種緩存機制。瀏覽器可能會發(fā)送這樣的請求：

If-Modified-Since: Sat, 28 Nov 2009 06:38:19 GMT

在If-Modified-Since一節(jié)我們已經討論過了。

Location

這個頭部是用來重定向的。如果響應代碼為 301 或者 302 ，服務器就必須發(fā)送該頭部。例如，當你訪問 http://www. 時瀏覽器就會收到如下的響應：

HTTP/1.x 301 Moved Permanently ... Location: http://net./ ...

在PHP中你可以通過這種方式對訪客重定向：
header('Location: http://net./');

默認會發(fā)送302狀態(tài)碼，如果你想發(fā)送301，就這樣寫：

header('Location: http://net./', true, 301);

Set-Cookie

當一個網站需要設置或者更新你瀏覽的cookie信息時，它就會使用這樣的頭部：

Set-Cookie: skin=noskin; path=/; domain=.amazon.com; expires=Sun, 29-Nov-2009 21:42:28 GMT Set-Cookie: session-id=120-7333518-8165026; path=/; domain=.amazon.com; expires=Sat Feb 27 08:00:00 2010 GMT

每個cookie會作為單獨的一條頭部信息。注意，通過js設置cookie將不會體現(xiàn)在HTTP頭中。

在PHP中，你可以通過setcookie()函數(shù)來設置cookie，PHP會發(fā)送合適的HTTP 頭。

setcookie("TestCookie", "foobar");

它會發(fā)送這樣的頭信息：

Set-Cookie: TestCookie=foobar

如果未指定到期時間，cookie就會在瀏覽器關閉后被刪除。

WWW-Authenticate

一個網站可能會通過HTTP發(fā)送這個頭部信息來驗證用戶。當瀏覽器看到頭部有這個響應時就會打開一個彈出窗。

WWW-Authenticate: Basic realm="Restricted Area"

它會看起來像這樣：

在PHP手冊的一章中就有一段簡單的代碼演示了如果用PHP做這樣的事情：

if (!isset($_SERVER['PHP_AUTH_USER'])) { header('WWW-Authenticate: Basic realm="My Realm"'); header('HTTP/1.0 401 Unauthorized'); echo 'Text to send if user hits Cancel button'; exit; } else { echo "<p>Hello {$_SERVER['PHP_AUTH_USER']}.</p>"; echo "<p>You entered {$_SERVER['PHP_AUTH_PW']} as your password.</p>"; }