【网络原理】HTTP|认识请求“报头“|Host|Content-Length|Content-Type|UA|Referer|Cookie

Host

Content-Length

Content-Type

User-Agent(简称UA)

Referer

💡Cookie（最重要的一个header，开发&面试高频问题）

💡推荐

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。【点击跳转到网站】

header的整体的格式也是"键值对"结构.每个键值对占⼀⾏.键和值之间使⽤分号分割.报头的种类有很多,此处仅介绍⼏个关键的.

Host

请求对应的主机ip和端口

Host对应的ip（/域名）和URL中的ip/域名正常情况是相同的

但是也存在不相同的情况：比如你通过代码构造http请求，URL写的是ip地址，作为目标服务器，但是host写的仍然是域名，反爬虫的时候一般会这样写，这样可以跳过一些校验规则

爬虫要绕开对方的反向代理服务器，反向代理可以给出一些缓存数据，也可能会进行一些校验，但这些校验就可能挡住你的爬虫程序

Content-Length

表⽰body中的数据⻓度.

一旦有body就需要知道body到底有多长，才知道一个完整的http请求

这样可以很好的解决粘包问题：1）分隔符 2）长度

GET请求，没有body，通过空行可以区分哪段是http请求

POST请求，有body，通过空行找到body开始，通过Content-Length找到body的结束位置

Content-Type

表⽰请求的body中的数据格式（就类似文章的文体）

通过HTTP协议，传输的数据有很多种类，图片，视频，音频，字体，html...这些不同的数据，浏览器/服务器就有不同的处理方式，图片，浏览器要能够显示出来；html，要渲染成网页；css，要加载成html的样式

常⻅选项:

（1）application/x-www-form-urlencoded：通过html的form表单构造，此时body的格式形如:

title=test&content=hello

（2）multipart/form-data：也是通过form表单构造（在form标签中加上enctyped="multipart/form-data"），但是通常用于提交图片/文件，body格式形如：

Content-Type:multipart/form-data; boundary=----WebKitFormBoundaryrGKCBY7qhFd3Trw

------WebKitFormBoundaryrGKCBY7qhFd3TrwA
Content-Disposition: form-data; name="text"

title
------WebKitFormBoundaryrGKCBY7qhFd3TrwA
Content-Disposition: form-data; name="file"; filename="chrome.png"
Content-Type: image/png

PNG ... content of chrome.png ...
------WebKitFormBoundaryrGKCBY7qhFd3TrwA--

💡（3）application/json:数据为json格式.body格式形如:（后续开发中需要重点掌握的方式）

{"username":"123456789","password":"xxxx","code":"jw7l","uuid":"d110a05ccde64b16

User-Agent(简称UA)

表示浏览器/操作系统的属性，形如：

Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)

Mozilla：开源组织，这个组织的成员参与了HTML/CSS/JS等前端技术标准的制定

Windows NT 10.0; Win64; x64：表示操作系统的信息，Windows NT是操作系统的内核，10.0是win10，Win64; x64表示是64位操作系统

AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.77 Safari/537.36：表示浏览器的信息（内核...）

UA里的信息主要是两个部分：1）浏览器版本 2）操作系统版本

描述了用户，使用啥样的设备，打开你的网页

UA有啥用呢？

通过UA来实现“兼容”，作为网站的开发者，你的网站是否要包含图片？是否要包含视频？是否要包含js？开发者就可以根据UA判定用户的浏览器和系统是啥水平的，根据这里的版本信息，进行区分：如果是老版本，就只返回带文字的网页；如果是新版本，就返回各种功能都有的网页...

现在UA最主要的作用是用来区分当前的设备是电脑还是手机，如果是电脑，返回一个宽屏的网页；如果是手机，返回一个窄屏

可以用UA做区分，一些比较老的网站，是直接通过URL来区分的，使用UA区分不同的网页，意味着网站开发者就需要维护两套代码，因此程序员开发了一个新的技术“响应式布局”（前端），只写一套代码，这个代码能够根据你的设备尺寸（宽度），设置不同的样式，从而起到很好的适应各种设备的效果

Referer

表示当前的页面，从哪里跳转来的

如果是直接在地址栏输入URL/直接点击收藏夹中的网站，此时Referer就是空的

eg：广告投放时广告主可能有多个渠道投放，就需要能够区分，哪些请求是来自哪些渠道的，这就可以通过Referer来区分了. 但是也存在某个人把访问广告主服务器的请求的Referer给修改了，运营商（移动，电信，联通等..）完全有能力做这些，也就是“运营商劫持"，为了从技术上进行”反制“，HTTPS就是重要的反制手段，HTTPS直接针对HTTP请求中的内容（包括这里的header进行加密），这里的加密就能够防止运营商进行篡改

💡Cookie（最重要的一个header，开发&面试高频问题）

浏览器本地存储数据的一种机制（不是唯一的一种，只是典型的一种），现在的浏览器还有其他的方式也能本地持久化存储

Cookie中存储了⼀个字符串，键值对（这里的键值对本质上都是能够在客户端的硬盘上持久化保存的）格式的内容，和query string类似，都是程序员自定义的，这样程序员可以根据不同的需求，定义不同的数据，增加http的可拓展性

网页是运行在浏览器上的，默认情况下，一个网页不能直接访问用户的硬盘（直接操作很危险），但是有些网站确实需要在客户端这边存储一些必要的信息，希望持久化存储（写到硬盘上，重启也还在），浏览器就给网页提供了特定的机制Cookie

Cookie机制不是让网页随意访问硬盘，网页对于你的硬盘没法直接读写，浏览器对于硬盘操作，做了特殊的封装，相当于提供了一个/一组特殊的文件，只能往这个特殊文件里写，并且你写的内容，也必须是键值对（键和值都得是文本）

按照不同的域名，分别存储在硬盘上，不同的域名之间的Cookie互不干扰，键值对，存储文本，键值对都是用户自定义的

从服务器来，服务器的HTTP响应header中可以填写Set-Cookie字段，就会带有一些键值对

如果是一个新的浏览器，第一次访问某个网站，此时这个浏览器上对应的Cookie都是空着的，网站的服务器，就会返回一些HTTP响应...在这些HTTP响应中，就会包含Set-Cookie这样的header，就会把一些键值对，保存到浏览器的Cookie中

在后续请求中，通过HTTP请求的header中的Cookie字段，把信息传输给服务器，能够使客户端存储一些必要的“配置”等信息，从而让服务器提供更多的“个性化”的服务

eg：很多网站有主题，夜间模式/日间模式，我给这个网站设置了夜间模式，此时我关闭浏览器，过一会又打开，当然还是希望继续是夜间模式...形如上述的设置信息，必须是保存在我的浏览器里的，后续请求人家的网站，告诉服务器，我要日间/夜间...

Cookie中虽然很多键值对都是程序员自定义的，但是往往会有一个特殊的键值对，大部分网站都会有的key，用来标识用户的身份信息，也称为"令牌(token)"，后续只要访问这个⽹站,就会⼀直带着这个令牌,直到令牌过期/下次重新登陆

eg：去医院不同的科室机械能就诊，都是提供就诊卡串起来的，就诊卡就只需要保存一个id即可，就诊卡中存储的id就称为id（sessionid）对应的，服务器上保存的，id以及相关的各种详细信息，就会称为会话（session）

这里的session从编程的角度：可以理解成一个类/对象，包含有哪些属性，方法，根据你的需求灵活存储的

将登陆的过程类比去医院就诊：

（1）到了医院先挂号.挂号时候需要提供⾝份证,同时得到了⼀张"就诊卡",这个就诊卡就相当于患者的"令牌".

（2）后续去各个科室进⾏检查,诊断,开药等操作,都不必再出⽰⾝份证了,只要凭就诊卡即可识别出当前患者的⾝份.

（3）看完病了之后,不想要就诊卡了,就可以注销这个卡.此时患者的⾝份和就诊卡的关联就销毁了.(类似于⽹站的注销操作)

（4）⼜来看病,可以办⼀张新的就诊卡,此时就得到了⼀个新的"令牌"