http
简要概念
域名
域名，也就是服务器地址，会被解析成IP地址，从下图我们可以看到访问百度的网站和访问百度的IP的效果是一样的
我们在访问这个网页的时候并没有添加端口号，http绑定的端口一般都是80，https绑定的端口一般都是443，在我们搜索后会自动帮我们添加默认端口号，而不需要我们手动去添加端口号
URL
URL（Union Resource Located）统一资源定位符，所有网络上的资源，可以通过唯一的字符串标识和获取
1.协议（Protocol）：指定访问资源所使用的协议类型，例如HTTP、HTTPS、FTP等。协议决定了客户端和服务器之间通信的方式，http绑定的端口一般都是80，https绑定的端口一般都是443
2.服务器地址（Hostname）：提供服务的服务器的名称，可以是域名或IP地址。例如：www.baidu.com或183.232.231.173。
3.端口号（Port）：指定服务器上的特定服务，默认为80（HTTP）或443（HTTPS）。端口号的范围从0到65535。
4.路径（Path）：资源在服务器上的位置，以斜杠（/）开头。例如：/img/bdlogo.gif，第一个/一般代表web的根目录，但也可以选择一些合适的相对路径作为根目录
5.查询参数（Query Parameters）：对资源进行进一步描述或限制的参数，以问号（?）开头，多个参数之间用&分隔。例如：?name=bob&id=123。
6.片段（Fragment）：文档内部某个位置的标识符，以井号（#）开头。例如：#main。
这里会有一个问题，一个URL里包含类似于：/?等特殊字符才能进行搜索，那么如果我刚好需要搜索这些特殊字符的话，web会如何处理。
可以看到aaaaa和bbbbb中间的字段被编码，当数据本身包含和URL中冲突的特殊字符，就需要要求BS双方进行编码和解码，转义的规则：将需要转码的字符转化为16进制，接着从右往左取四位（不足四位按四位处理），每两位当做一位，前面加上%，编码成%XY的格式
http协议格式
http请求
#pragma once
#include <string>
using namespace std;
#include "TCP.hpp"
#include <pthread.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <cstring>
#include "log.hpp"
class httpserver;
class httpdate
{
public:
public:
int socket;
httpserver *s;
};
class httpserver
{
public:
httpserver(string ip, uint16_t port)
: _ip(ip), _port(port)
{
_listensocket.CreateSocket();
_listensocket.BindSocket(_port, _ip);
_listensocket.ListenSocket(5);
}
void run()
{
while (1)
{
string clientip;
uint16_t clientport;
int socket = _listensocket.AcceptSocket(&clientip, &clientport);
if (socket < 0)
{
log(Warning, "accept fail,errno is %d,error is %s\n", errno, strerror(errno));
continue;
}
log(Info, "accept success,socketfd is %d\n",socket);
// 连接成功
pthread_t tid;
httpdate* clientdata=new httpdate;
clientdata->socket = socket;
pthread_create(&tid, nullptr, server, clientdata);
}
}
static void Hander(httpdate *arg)
{
char buffer[10240];
ssize_t ret = recv(arg->socket, buffer, sizeof(buffer), 0);
if (ret > 0)
{
buffer[ret] = '\0';
cout << buffer << endl;
// 构建一个简单的HTTP响应
const char *response =
"HTTP/1.1 200 OK\r\n"
"Content-Type: text/html\r\n"
"\r\n"
"<html><body><h1>Hello, World!</h1></body></html>";
send(arg->socket, response, strlen(response), 0);
}
close(arg->socket);
}
static void *server(void *args)
{
pthread_detach(pthread_self());
httpdate *arg = static_cast<httpdate *>(args);
arg->s->Hander(arg);
return nullptr;
}
public:
string _ip;
uint16_t _port;
TCP _listensocket;
};
User-Agent代表访问的设备的基本信息
http响应
200表示网页正常，404之类的状态码表示找不到网页等问题
http内容
http方法
GET 用于从服务器获取资源。通常用于请求数据而不对数据进行修改，例如获取网页或图片。数据都是通过表单提交的，比如说我们在登录的时候，GET会把登录的用户名和密码都加到URL里，并且是明文传输，所以这并不安全
POST 向服务器发送数据以创建新资源。常用于提交表单或上传文件，数据包含在请求体中。和GET不同的是，POST会把用户名和密码加入到正文里，相同的是这一部分数据都是明文传输的
PUT 用于更新服务器上的资源。如果资源不存在，则创建新资源。PUT 通常是幂等的，即多次执行相同请求不会产生不同结果。
DELETE 用于删除服务器上的指定资源。
PATCH 对资源进行部分修改，而不是替换整个资源。
HEAD 类似于 GET，但只返回响应头部信息，不返回实际数据。常用于检查资源是否存在或获取元数据。
OPTIONS 用于查询服务器支持的请求方法，通常用于跨域资源共享（CORS）的预检请求。
TRACE 回显服务器收到的请求，主要用于诊断和调试。
CONNECT 建立到服务器的隧道，通常用于 HTTPS 连接。
状态码
重定向包括临时重定向和永久重定向，临时重定向表示资源暂时被移动到了一个新的URL，服务器返回的location字段里给浏览器发送回了目标地址，但仍有可能返回原始URL。搜索引擎会继续抓取和索引原始URL，因为它们认为这是临时的变动。而永久重定向表示资源已经永久地移动到了一个新的URL。与临时重定向不同，搜索引擎会更新它们的索引，将原始URL替换为新的URL
报头属性
请求报头和响应报头里很多属性是可以公用的
短连接表示请求一次后就断开连接，短连接表示在完成一轮请求的时候连接不会断开，所以这里有一个字段称为Connection，如果是长连接会显示keep-alive
Set-Cookie
http协议默认是无状态的，在我们访问第一个网页之后是有缓存的，但第二次访问的时候还是会向服务端请求，但我们现在访问的网页基本上都会记录我们的登录状态，浏览器是一个进程，如果是文件级的cookie文件，是存在磁盘的，关闭浏览器，第二次访问浏览器的时候依旧可以访问cookie文件，如果是内存级，浏览器关闭后就无法再次访问这个cookie文件
我这边使用的是类似于上图的png作为图片，在添加cookie字段后，我们会发现浏览器自动给我们保存了此cookie，这样就实现了一个会话保持的功能
static void Hander(httpdate *arg)
{
char buffer[20480];
ssize_t ret = recv(arg->socket, buffer, sizeof(buffer), 0);
if (ret > 0)
{
buffer[ret] = '\0';
HttpRequest* request=new HttpRequest;
string out=buffer;
request->Deserialization(out);
//cout<<"out#"<<out<<endl;
//request->HttpDebug();
//cout << buffer << endl;
string text=ReadHtmlContent(request->URL);
//不需要再重新编译，修改html文件的时候，服务器可以一直运行，但客户端重新访问的时候可以看到修改的内容
//添加报头
string responseline="HTTP/1.1 200 OK\r\n";
string responseheader="Content-Length: ";//文件的大小
responseheader+=to_string(text.size());
responseheader+="\r\n";
//文件的属性，否则浏览器就无法识别
responseheader+="Content-Type: ";
responseheader+=request->SuffixToDesc();
responseheader+="\r\n";
// cout<<"Content-Type:"<<request->SuffixToDesc()<<endl;
responseheader+="Set-Cookie: name=vientiane&&passwd=123456\r\n";
string responseblank="\r\n";
string response=responseline;
response+=responseheader;
response+=responseblank;
response+=text;
// // 构建一个简单的HTTP响应
cout<<"response#"<<response<<endl;
send(arg->socket, response.c_str(), response.size(), 0);
}
close(arg->socket);
}
static void *server(void *args)
{
pthread_detach(pthread_self());
httpdate *arg = static_cast<httpdate *>(args);
arg->s->Hander(arg);
return nullptr;
}
可以看到这里面的cookie文件有保存需要的数据,但这里有一个问题，客户端的防范能力几乎为0，cookie文件容易被盗取，所以就出现session+cookie的解决方案
session
在客户端登录的时候，把请求报文发给服务器认证的时候，服务器会在自己底层生成一个session文件，用于保存用户登录相关的内容，每一个session文件都会有一个sessionID，sessionID不会冲突，所以服务端会返回一个响应报文，调用用户的Set-Cookie,把用户的sessionID保存在Cookie里，session文件是由特定的数据结构管理起来的，这样cookie依旧可以被盗取，但用户信息就不会被泄漏了
但我们可以看到cookie信息被盗取的问题依旧是没有解决的，但sessionID是被服务器分配的，当服务端甄别到登录有异常就会回收sessionID，这样即使盗取对应信息也没有办法访问
https
https也是一个应用层协议，只是在http上添加了一个加密层，加密就是把明文通过一系列变换，变为密文，解密就是把密文通过一系列变换，转化为明文，中间辅助变为密文的字段称为密钥
由于加密了，所以下面的网络层，数据链路层和传输层都不知道密文的内容，只有传输双方的应用层才知道数据是什么，http层加上一层加密解密层就是https协议
如果没有加密，http是明文传输的，中间会经过WiFi网点，运营商，路由器等，那么就可能会收到中间人攻击，比如说我们在下载一个软件的时候，点击下载，就给服务器发送了一个HTTP请求，但无论是什么请求都会经过运营商，运营商挟持之后，就把响应给修改了，把返回的地址改为qq浏览器等其他软件的下载地址
加密方式
对称加密
采用单钥密码系统的加密方法，同一个密钥可以用于数据的加密和解密，这种方法称为对称加密或者单密钥加密，像DES,3DES等。
假设明文A为1234，密钥key为5，可以按位与的把数据加密，然后发送到另外一个端口后，对方再按位与一次把数据解密，得到原来的明文，这种加密运行速度快，计算量小
非对称加密
需要两个密钥进行加密和解密，这两个密钥是公开密钥，和私有密钥，通过公钥把明文加密，变为密文，再通过私钥对密文解密，变为明文，也就是说如果我们使用私钥加密，拥有公钥的人都可以进行解密，如果我们使用公钥进行加密，那么只有拥有私钥的人可以进行解密，这一过程也可以反着用，像DSA等算法，但这种加密的运行速度非常慢，计算量大
数据摘要/数据指纹
这项技术的基本原理是使用单向哈希对数据进行运算，生成一串固定长度的数据摘要，这并不是一项加密技术，而是一项判断数据有没有被篡改的技术，有MD5，SHA1等算法，从数据摘要是很难反推原信息的，一般都用于进行数据对比，其实服务端的sessionID就可以依靠这种技术进行处理，只要有一点点的不同，生成的数据摘要就是天差地别的，也可以用于上传云端的功能，如果我们现在需要上传一份资源，而在此之前已经有人上传了，生成了对应的数据指纹，上传云端就不需要再次下载，而是在服务器上生成一个软链接文件，然后指向已经上传在云端的资源
数字签名
数据摘要经过私钥加密后变成数字签名，用于验证原始文章是否被修改。
CA机构有自己的公钥和私钥，用户提交上来的数据通过公开的散列函数进行运算得到一组散列值，然后再通过CA机构的私钥进行加密，才形成签名，散列其实是为了不让中间人用公钥直接访问到明文，而且哈希后也可以提高运算效率
所以客户端收到了服务器发来的证书后，可以通过公钥验证证书
证书
CA认证
服务端在使用https的时候，需要向CA机构认领一份数字证书，证书里有证书申请者信息，公钥信息等，然后服务器把证书传给浏览器，浏览器再从证书里提取签名和明文，通过哈希算法把明文映射为数据摘要，对签名用CA公钥解密获得另一个数据摘要，再对两个数据摘要进行对比就可以判断数据有没有被篡改
设计方案
方案1：如果只使用对称加密，那么密钥只能由一端产生，但如何安全的传到另一端是一个问题。
方案2：如果只使用非对称加密，服务器可以把公钥发送给客户端，只保留私钥，客户端那边加密的数据发送回服务端才能解密，中间商无法修改数据，但有一个问题，如果服务器想把数据发送回客户端，就只能用私钥加密，而客户和黑客是都可以获取公钥的，就都可以对响应数据进行解密。
方案3：如果客户端和服务端都使用非对称加密，但这样效率太低
方案4：如果使用非对称加密和对称加密混合使用，也就是说服务端采用非对称加密，客户端先请求服务器获得公钥，然后再在本地生成对称密钥，用公钥加密发送给服务端，接下来都获得密钥后，只使用对称密钥通信即可。
方案3和4看起来很安全，但这是建立在中间人只在后续通信过程中参与数据交互的情况下的。方案2，3，4最开始都是通过非对称加密把数据发送出去的，如果中间人在客户请求的时候就开始参与了，那么客户端请求的时候，中间人就把客户端的请求发给服务端，在服务端响应的时候，中间人可以把发往客户端的公钥保存下来，然后把自己生成的公钥发送给客户端，服务端在接下来发送数据的时候，就会使用中间人生成的公钥对数据进行加密，发送过程中依旧会经过中间人，中间人就可以对密文数据解密，再用服务器端的公钥进行加密，服务器就无法发现这一串数据有没有被篡改过，这就是中间人攻击（MITM攻击），这里的本质问题是客户端无法发现接收到的公钥是无效的，这就涉及到证书
方案5：使用对称加密，非对称加密和证书三者结合，在验证证书合法性的时候，客户端使用和CA一样的公开哈希算法把证书生成数据摘要，再用CA公钥把证书的数字签名解密了，对比两份数据是否一样，若不一样，则数据被修改过，若一样，则这一份证书可信，如果中间人想修改签名，也做不到，因为中间人没有CA的私钥，如果想修改明文，那么解密签名和明文加密后的信息就匹配不上，即使中间人申请了一个合法的CA证书，域名也匹配不上
总结
综上，https工作过程中涉及的密钥有三组，第一组是非对称加密，服务器持有私钥（在生成csr文件获得的），客户端持有公钥（客户端包含可信任的机构的公钥），用于保证服务器返回的证书的合法性。第二组也是非对称加密，客户端用收到CA证书的密钥给随机生成的密钥加密，服务器通过私钥来解密，获得对应的密钥。第三组是对称加密，服务器和客户端可以通过第二组获得的密钥来通信