HTTP服务及状态码

第一章 HTTP

1.1 HTTP协议的概念

HTTP协议，全称HyperText Transfer Protocol，中文名为超文本传输协议，是互联网上常用的通信协议之一，它有很多的应用。但是流行的就是用于Web浏览器和Web服务器之间的通信，即WWW应用或称为Web应用。WWW全称World Wilde Web，常称为Web，中文译为“万维网”。它是目前互联网上最受用户欢迎的信息服务形式。

注意：HTTP协议的WWW服务应用的默认端口为80（端口的概念），另外的一个加密的WWW服务应用https的默认端口443

1.2 HTTP协议版本

HTTP协议从诞生到现在已经经历了若干个版本，其中最主要的版本为HTTP/1.0、HTTP/1.1。HTTP/1.0是第一个得到广泛使用的版本，而HTTP/1.1为当前使用主流版本。

1.2.1 HTTP/1.0简介

HTTP/1.0是第一个得到广泛使用的HTTP版本。规定了浏览器与服务器只保持短暂连接，浏览器的每次请求都需要服务器建立一个TCP连接，服务器完成请求处理后即断开TCP连接，服务器不跟踪每个客户也不记录过去的请求(短连接)

linux查看已经建立的连接

ss - ss -ant

1.2.2 HTTP/1.1简介

在连接方面，HTTP/1.1支持持久连接，在一个TCP连接上可以传送多个HTTP请求和相应，减少了建立和关闭连接的消耗和时间延迟，是当前互联网主流的HTTP版本

1.3 HTTP报文

1.3.1 HTTP请求报文介绍

HTTP请求报文由请求行、请求头部、空行和请求报文主体四部分组成

01.请求行

请求行是请求报文的第一行，用来说明客户端想要做什么，内容由请求方法字段、URL字段和HTTP协议版本字段组成，它们之间用空格分隔。

以GET/index.html HTTP/1.1为例说明请求报文的起始请求行信息详情

请求方法字段示例	URL字段示例	HTTP协议版本
GET	/index.html	HTTP/1.1

02.请求头部

请求头部由关键字/值对组成，每行一对，关键字和值用英文冒号“:”分隔。请求头部的作用是通过客户端把请求的相关信息告诉给服务器

请求头信息	说明
Accept:image/gif,image/jpeg	媒体说明
Accept-Language: zh-en	语言类型
Accept0-Encoding:gzip,deflate	支持压缩
User-Agent: Mozilla/4.0(compatile:MSIE6.0;Windows NT; ...)	客户端类型
Host: www.etiantian.org	主机名

与请求报文相关的最常用的请求头是Content-Type和Content-Length。

03.空行

最后一个请求头部信息之后是一个空行，通过发送回车符和换行符，通知Web服务器空行以下不会有请求头部的信息了。

04.请求报文主体

请求报文主体中包括了要发送给Web服务器的数据信息。请求报文主体不会应用于HTTP的GET命令方法，而是应用于POST方法。POST方法适用于需要客户填写表单的场合。

1.3.2 HTTP响应报文介绍

HTTP响应报文由起始行、响应头部、空行和响应报文主体这几个部分组成

1)起始行

响应报文的起始行也叫状态行，用来说明服务器响应客户端请求的状况。一般为协议及版本号、数字及状态码、状态情况。例如：HTTP/1.1 200 OK

2)响应头部

和请求报文类似，起始行的候命一般有若干个头部字段。每个头部字段都包含一个名字和一个值，两者之间用冒号分隔。头部结尾也是以一个空行结束

3)空行

最后一个响应头部信息之后是一个空行，通过发送回车符和换行符，通知客户端空行下文无头部信息了

4)响应报文主体

响应报文主体中装载了要返回给客户端数据。这些数据可以是文本，也可以是二进制的（如图片、视频）

第二章 常见的状态码

200 – 服务器成功返回网页

404 – 请求的网页不存在

503 – 服务器超时

2.1 临时响应

1xx(临时响应)  表示临时响应并需要请求者继续执行操作的状态码。

100(继续)请求者应当继续提出请求。服务器返回此代码表示已收到请求的第一部分，正在等待其余部分。

101(切换协议)请求者已要求服务器切换协议，服务器已确认并准备切换。

2.2 成功

2xx (成功)  表示成功处理了请求的状态码。

200(成功)服务器已成功处理了请求。通常，这表示服务器提供了请求的网页。如果是对您的 robots.txt 文件显示此状态码，则表示 Googlebot 已成功检索到该文件。

201(已创建)请求成功并且服务器创建了新的资源。

202(已接受)服务器已接受请求，但尚未处理。

203(非授权信息)服务器已成功处理了请求，但返回的信息可能来自另一来源。

204(无内容)服务器成功处理了请求，但没有返回任何内容。

205(重置内容)服务器成功处理了请求，但没有返回任何内容。与 204 响应不同，此响应要求请求者重置文档视图(例如，清除表单内容以输入新内容)。

206(部分内容)服务器成功处理了部分 GET 请求。

2.3 重定向

3xx (重定向)  要完成请求，需要进一步操作。通常，这些状态码用来重定向。Google 建议您在每次请求中使用重定向不要超过 5 次。您可以使用网站管理员工具查看一下 Googlebot 在抓取重定向网页时是否遇到问题。诊断下的网络抓取页列出了由于重定向错误导致 Googlebot 无法抓取的网址。

300(多种选择)针对请求，服务器可执行多种操作。服务器可根据请求者 (user agent) 选择一项操作，或提供操作列表供请求者选择。

301(永久移动)请求的网页已永久移动到新位置。服务器返回此响应(对 GET 或 HEAD 请求的响应)时，会自动将请求者转到新位置。您应使用此代码告诉 Googlebot 某个网页或网站已永久移动到新位置。

302(临时移动)服务器目前从不同位置的网页响应请求，但请求者应继续使用原有位置来响应以后的请求。此代码与响应 GET 和 HEAD 请求的 301 代码类似，会自动将请求者转到不同的位置，但您不应使用此代码来告诉 Googlebot 某个网页或网站已经移动，因为 Googlebot 会继续抓取原有位置并编制索引。

303(查看其他位置)请求者应当对不同的位置使用单独的 GET 请求来检索响应时，服务器返回此代码。对于除 HEAD 之外的所有请求，服务器会自动转到其他位置。

304(未修改)自从上次请求后，请求的网页未修改过。服务器返回此响应时，不会返回网页内容。

如果网页自请求者上次请求后再也没有更改过，您应将服务器配置为返回此响应(称为 If-Modified-Since HTTP 标头)。服务器可以告诉 Googlebot 自从上次抓取后网页没有变更，进而节省带宽和开销。

305(使用代理)请求者只能使用代理访问请求的网页。如果服务器返回此响应，还表示请求者应使用代理。

307(临时重定向)服务器目前从不同位置的网页响应请求，但请求者应继续使用原有位置来响应以后的请求。此代码与响应 GET 和 HEAD 请求的 301 代码类似，会自动将请求者转到不同的位置，但您不应使用此代码来告诉 Googlebot 某个页面或网站已经移动，因为 Googlebot 会继续抓取原有位置并编制索引。

2.4 请求错误

4xx(请求错误)  这些状态码表示请求可能出错，妨碍了服务器的处理。

400(错误请求)服务器不理解请求的语法。

401(未授权)请求要求身份验证。对于登录后请求的网页，服务器可能返回此响应。

403(禁止)服务器拒绝请求。如果您在 Googlebot 尝试抓取您网站上的有效网页时看到此状态码(您可以在 Google 网站管理员工具诊断下的网络抓取页面上看到此信息)，可能是您的服务器或主机拒绝了 Googlebot 访问。

404(未找到)服务器找不到请求的网页。例如，对于服务器上不存在的网页经常会返回此代码。

如果您的网站上没有 robots.txt 文件，而您在 Google 网站管理员工具”诊断”标签的 robots.txt 页上看到此状态码，则这是正确的状态码。但是，如果您有 robots.txt 文件而又看到此状态码，则说明您的 robots.txt 文件可能命名错误或位于错误的位置(该文件应当位于顶级域，名为 robots.txt)。

如果对于 Googlebot 抓取的网址看到此状态码(在”诊断”标签的 HTTP 错误页面上)，则表示 Googlebot 跟随的可能是另一个页面的无效链接(是旧链接或输入有误的链接)。

405(方法禁用)禁用请求中指定的方法。

406(不接受)无法使用请求的内容特性响应请求的网页。

407(需要代理授权)此状态码与 401(未授权)类似，但指定请求者应当授权使用代理。如果服务器返回此响应，还表示请求者应当使用代理。

408(请求超时)服务器等候请求时发生超时。

409(冲突)服务器在完成请求时发生冲突。服务器必须在响应中包含有关冲突的信息。服务器在响应与前一个请求相冲突的 PUT 请求时可能会返回此代码，以及两个请求的差异列表。

410(已删除)如果请求的资源已永久删除，服务器就会返回此响应。该代码与 404(未找到)代码类似，但在资源以前存在而现在不存在的情况下，有时会用来替代 404 代码。如果资源已永久移动，您应使用 301 指定资源的新位置。

411(需要有效长度)服务器不接受不含有效内容长度标头字段的请求。

412(未满足前提条件)服务器未满足请求者在请求中设置的其中一个前提条件。

413(请求实体过大)服务器无法处理请求，因为请求实体过大，超出服务器的处理能力。

414(请求的 URI 过长)请求的 URI(通常为网址)过长，服务器无法处理。

415(不支持的媒体类型)请求的格式不受请求页面的支持。

416(请求范围不符合要求)如果页面无法提供请求的范围，则服务器会返回此状态码。

417(未满足期望值)服务器未满足”期望”请求标头字段的要求。

2.5 服务器错误

5xx(服务器错误)  这些状态码表示服务器在处理请求时发生内部错误。这些错误可能是服务器本身的错误，而不是请求出错。

500(服务器内部错误)服务器遇到错误，无法完成请求。

501(尚未实施)服务器不具备完成请求的功能。例如，服务器无法识别请求方法时可能会返回此代码。

502(错误网关)服务器作为网关或代理，从上游服务器收到无效响应。

503(服务不可用)服务器目前无法使用(由于超载或停机维护)。通常，这只是暂时状态。

504(网关超时)服务器作为网关或代理，但是没有及时从上游服务器收到请求。

505(HTTP 版本不受支持)服务器不支持请求中所用的 HTTP 协议版本。

此笔记是本人学习摘记整理而成，此为初稿(尚有诸多不完善之处)，原创作品允许转载，转载时请务必以超链接形式标明文章原始出处，作者信息和本声明，否则将追究法律责任。http://www.cnblogs.com/bananaaa/