从ABNF读懂HTTP协议格式

定义

HTTP（Hyper Text Transfer Protocol）超文本传输协议

HTML（ Hyper Text Markup Language）超文本标记语言

URI（Uniform Resource Identifier）用于标识某一互联网资源名称的字符串（uri 包括了 url，url 用于全网做唯一标识，http://localhost:8080/html/login.html 可以称为 url/uri，但 html/login.html 只能称为 uri）

HTTP是互联网中应用最广泛的应用层协议之一，设计之初是提供一种发布和接收HTML页面的方法，由URI来标识具体的资源。

报文格式

HTTP分别规定了请求和响应的报文格式。

请求报文分为：请求行、请求头（首部行）、请求体（实体主体），GET请求没有实体主体。

响应报文分为：响应行（状态行）、响应头（首部行）、响应体（实体主体）

我们从浏览器或者抓包工具中看起来会像是这样

// 请求头

GET / HTTP/1.1

Host: icp.chinaz.com

// 响应头

HTTP/1.1 200 OK

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

浏览器/抓包工具会将%20、%0D、%0A类编码展示为空格、回车、换行，但实际上数据类似于 GET%20/%20HTTP/1.1%0AHost:%20icp.chinaz.com

这种报文格式是我们所最常见到的规范，但实际上有更严谨的报文格式。

ABNF

ABNF是最严谨的HTTP报文格式描述形式，来自RFC。RFC（Request For Comments 请求意见稿）是HTTP的标准，由万维网协会（W3C）、互联网工程任务组（IETF）协调制定。

ABNF报文格式将请求和响应定义在一起

HTTP-message = start-line *(header-field CRLF) CRLF [message-body]

start-line = request-line / status-line

ABNF定义的HTTP报文格式为：一个开始行（请求行或者响应行），0个或者多个首部行和回车换行的整体，一个回车换行，0个或者1个实体

标识	含义
*	0个或多个。2* 表示至少2个，3* 6 表示3到6个
/	任选一个
()	表示为一个整体
[]	可选项，可有可无

对于 request-line、status-line、header-field、message-body 也有更详细的定义。

request-line

request-line = method SP request-target SP HTTP-version CRLF

HTTP-version = HTTP-name "/" DIGIT "." DIGIT

HTTP-name = %x48.54.54.50;HTTP

request-line 组成格式为：请求方法、空格、请求目标、空格、请求的HTTP版本、回车换行。转换成具体的数据格式可能是这样： GET /index.html HTTP/1.1

标识	含义
SP	space 空格
DIGIT	数字
%x48.54.54.50	表示四个字节，分别为%x48 %x54 %x54 %x50，为字符 HTTP
;HTTP	分号后面都是注释内容

status-line

status-line = HTTP-version SP status-code SP reason-phrase CRLF

status-code = 3DIGIT

reason-phrase = *( HTAB / SP / VCHAR / obs-text )

status-line 组成格式：HTTP版本、空格、状态码、空格、响应描述、回车换行，最终数据格式可能为：HTTP/1.1 200 OK

标识	含义
HTAB	tab键
VCHAR	字符串如 OK

header-field

header-field = field-name ":" OWS field-value OWS

field-name = token

field-value = *(field - content / obs-fold)

OWS = *(SP | HTAB)

header-field 由名称和值这样的键值对组成，中间以空格或者TAB相隔，最终的数据格式类似于：Connection: keep-alive

message-body

message-body = *OCTET

message-body 不一定有，比如 GET 请求头就没有，当存在的时候，可以为任意内容，比如请求 html 文件，响应为 html 代码。

标识	含义
OCTET	8位数据，一个字节，任意内容

追踪HTTP报文

说完了HTTP报文的格式，那么我们该怎么获取HTTP报文呢？使用 nodejs 起了一个服务，端口号是8000，有三种不同的获取HTTP报文的方式。

浏览器

在浏览器中获取报文非常的方便，找到对应的请求，点击 Response Headers 的【View Source】就可以看到 HTTP 的响应头信息

但响应体没有包括在这里，需要点击 Response 才能看到

抓包工具

通过抓包工具 wireshark 获取到的协议内容更为完整，多个请求都会出现在追踪的HTTP流数据里。

根据ABNF定义，message-body 后没有【回车换行】字符，响应体后紧接着下一个请求的报文。

Xshell

安全终端模拟软件Xshell，可以直接面向HTTP报文与服务器交互，更清晰、直观地看到请求报文、响应报文的内容。

通过 telnent 建立连接，输入请求头

GET / HTTP/1.1 HOST: localhost: 8000

它还具备以上两种方式所没有的功能，就是检验请求报文格式的正确与否，当请求行与请求头之间没有回车换行时，会报错400

总结

HTTP 超文本传输协议，在应用层，可以用来获取HTML页面、图片、字体等资源
ABNF规定了HTTP最严谨的报文格式
浏览器、抓包工具、终端模拟工具都可以获取到HTTP的请求报文

以上就是 从ABNF读懂HTTP协议格式的内容，更多有关 前端、网络协议 的内容可以参考我其它的博文，持续更新中~