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）

1_http数据格式.jpeg

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

2_wireshark中http流.jpeg

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

3_浏览器获取报文.jpeg

但响应体没有包括在这里，需要点击 Response 才能看到

4_浏览器响应报文.jpeg

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。

5_wireshark追踪流.png

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。

6_wireshark的响应体.jpeg

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

7_telnet.jpeg

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

8_检验数据格式正确与否.jpeg

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~