目录
一、前言：
二、Fiddler 抓包工具：
三、http 协议：
1、http 请求：
1.（1）请求行：
1、(2) 请求头：
1、(3) 请求正文:
2、http 响应：
2、(1) 状态码：
2、(2) 响应头:
2、(3) 响应正文：
四、请求行 GET 和 POST 方法的区别：
五、 https 协议：
1、https 工作过程：
1、（1）对称加密：
1、（2）非对称加密：
1、（3）中间人攻击：
1、（4）通过证书解决“中间人”攻击：
一、前言：
http 和 https 协议是在应用层的协议，而 https 协议是在 http 协议基础上加了一个加密解密的工作。
在此之前，要先了解 http 的协议格式，http 协议分为请求格式和响应格式。
二、Fiddler 抓包工具：
当前网络环境中，纯使用 http 协议的网站很少，更多都是 https 协议的，那么，由于 https 是应用层的协议，一般是查看不了的，怎么才能查看？
使用 fiddler 抓包工具，就能从当前计算机的网卡获取到经过的网络数据包，相当于一个 “门卫”，所有的网络数据包想要通过（发送和接收）数据包都要经过这个“门卫”。前面说到，当前网络环境中，纯使用 http 协议的网站很少，更多都是 https 协议，所以安装 fiddler 时要安装它的证书才能查看 https 具体内容。
下面就是一次抓包的请求和响应结果：
浏览器网址栏输入“bing”进入必应搜索引擎，fiddler 抓到了其中一条左边红色圈起来的信息，是当前一次发送的请求和响应。右边的上面绿色圈起来的是一次请求，右边下面蓝色圈起来的是当前请求的响应结果。
点击 “Raw”，就能显示 http 的原始数据。点击 “View in Notepad” 就能把当前的数据以行文本像形式显现。
三、http 协议：
通过上面的 fiddler 抓包，可以知道，http 协议分为四大部分：
1、http 请求：
请求行，请求头（header），空行，请求正文（body）。
例如： 
不同颜色圈起来的四个部分，从上到下分别代表，请求行，请求头，空行，请求正文。
其中，空行是请求头结束的标记。
1.（1）请求行：
请求行由三个部分组成，即：
方法 + URL + 版本。
方法
表示客户端的请求类型：
其中，GET和POST方法较为常见，但 GET 方法是最常用的 http 方法，常用于获取服务器的某个资源，比如在地址栏输入网址，或者在一些页面点击链接跳转的时候，大部分都是涉及 GET 方法。
值得注意的是，GET 方法一般是没有请求正文的。（除非开发写代码的时候故意构造 body 也可以）。所以，GET 想要给服务器传递数据的时候，往往就是通过 URL 的 路径 / query string 来进行传递了。
另外，POST方法在下面的场景会用到：
比如在某个网站登陆的时候，输入的用户名和密码，其中的请求正文（body）就包含了用户输入的用户名和密码；或者上传图片资源 / 文件的时候，body 里上传的文件的二进制数据有时候会通过 base64 编码，变成文本内容，这是为了让服务器好处理。
值得注意的是，POST方法是带有 body 的，通过 body 给服务器传递数据。
URL
URL 就是我们平时在地址栏输入的内容（俗称网址），它表示唯一资源定位符，描述了网络上的某个资源的具体位置。互联网上的每个文件都有一个唯一的 URL 。在一些情况下，我们在地址栏输入的内容可能并不是完整的 URL。比如，当我们只输入一个域名 “ baidu.com ” 时，浏览器会自动补全协议部分，通常默认使用 “https://”，然后形成完整的 URL 进行访问。
完整的 URL 包含的部分： 
协议方案名：
比如 http 和 https 。
登录信息（认证）：
由于现在的网站进行身份验证一般都不再通过 URL 进行了，一般都会省略。
服务器地址：
此处是一个 “域名”，域名会通过 DNS 系统解析成一个具体的 IP 地址。
服务器端口号：
上面的 URL 中的端口号被省略了，当端口号省略的时候，浏览器会根据协议类型自动决定使用哪个端口，例如 http 协议默认使用 80 端口，https 协议默认使用 443 端口。
带层次的文件路径：
指定服务器上资源的具体位置，以 / 分隔不同的目录和文件名。比如，你访问一个电商网站，最初进入的是首页，其 URL 可能是https://www.example.com/，这是网站的根目录级别。当你点击进入某个商品分类页面，如https://www.example.com/category/electronics/，这里的category/electronics/就比首页的路径多了一个层级，它表示electronics是category文件夹下的一个子文件夹，用于存放电子产品分类相关的文件或页面信息。如果你再点击进入某个具体的商品详情页，如https://www.example.com/category/electronics/product123.html，路径又多了一个层级，product123.html表示具体的商品页面文件，它在electronics子文件夹下，通过这种层层嵌套的路径结构，网站能够准确地定位和展示不同的页面和资源，让用户可以按照一定的逻辑浏览网站内容。
查询字符串（query string）：
用于向服务器传递额外的参数信息，本质就是一个键值对的结构，通常以 ？开头，键值对之间用 & 分隔，键与值之间用 = 分割。
比如，我在浏览器输入 “hello”： 
得到的 URL ：
https://cn.bing.com/search?q=hello&qs=n&form=QBRE&sp=-1&lq=0&pq=hello&sc=12-5&sk=&cvid=F469659E942240769939E00F71E6A946其中的 q = hello 就是用于向服务器传递其中的一个额外参数信息，参数名（q，qs，form......）一般由开发程序员自定义。
片段标识符：
标识网页的某个部分，实现“页面内跳转”功能，一般文档类的网站会有这个。
值得注意的是：
上述的 URL 这么多的部分，我们要重点关注 服务器地址 , 服务器端口，带层次的文件路径，查询字符串。
并且，URL 中只能包含特定的字符集合，包括字母、数字、一些特殊符号（如 -、_、.、~）以及保留字符（如 :、/、?、# 等）。当 URL 中包含其他非 ASCII 字符或特殊字符（比如中文）时，就需要进行转义（一般使用utf - 8），以确保这些字符能在网络中正确传输和被服务器正确解析，避免出现歧义或错误。
例如我在搜索引擎输入 “你好，世界”，在 UTF-8 编码下，“你” 的十六进制编码是 E4 BD A0，“好” 是 E5 A5 BD，“，” 是 EF BC 8C，“世” 是 E4 B8 96，“界” 是 E7 95 8C 。再发送 http 请求的时候，query string的会有一部分是 q = %E4%BD%A0%E5%A5%BD%EF%BC%8C%E4%B8%96%E7%95%8C 。
版本
表示协议的版本。最广泛使用的版本是 HTTP /1.1
1、(2) 请求头：
每一行都是一个键值对，键与值之间用 “： ” 来分隔。由于 header 的 键（key）太多了，下面讲解一些比较重要的。
| Host | 描述了访问的服务器的 IP(域名) 和 端口号 |
| Content-Length | 描述了 body 的长度 |
| Content-Type | 描述了 body 的数据格式 |
| User-Agent | 标识客户端的类型和版本信息（如浏览器、操作系统），服务器可据此返回适配内容。 |
| Referer | 通过这个字段，服务器可以知道用户是从哪个页面链接过来的 |
| Cookie | 本质是浏览器在本地存储数据的一种机制 |
Host：
与 URL 里的服务器地址端口作校验。因为针对 https 来说，https 是会把 header 部分加密的。
Content-Length 和 Content-Type：
请求 / 响应 中存在 body 才会有这两个属性。
Content-Length可以解决粘包问题，在 TCP 缓冲区中，会有多个 https 的请求，如果有 body ，则 header 必然会有 Content-Length，从 body 开始的位置开始读取Content-Length个字节就可以了。
Content-Type 其中一种常见的格式比如 JSON ，服务器可以根据 Content-Type 决定 body 如何使用。
Referer：
不是所有的请求头都有这个字段（比如浏览器直接输入目的网址访问），例如，用户在百度上搜索某个关键词，然后点击搜索结果中的链接进入了我的网站，我的网站服务器就可以通过 Referer 字段获取到百度的搜索页面 URL，从而了解到用户是通过百度搜索进入的。
Cookie：
由服务器生成并发送到浏览器保存，通常包含键值对形式的数据（如user_id=12345），当浏览器每次访问相同域名的网页时，会自动携带对应的Cookie发送给服务器。所以为什么在一些网站登录一次后，下次登录不用重新输入用户名和密码。
1、(3) 请求正文:
请求正文（Body）的格式由请求头的 Content-Type 字段决定，下面是 JSON 格式的例子：
{"key" : "value"............
}
2、http 响应：
状态行，响应头（header），空行，响应正文（body）。
例如： 
不同颜色圈起来的四个部分，从上到下分别代表，状态码，响应头，空行，响应正文。
其中，空行是响应头结束的标记。
2、(1) 状态码：
以上红色圈起来的部分是要重要了解的状态码。
200：
状态码 200 代表 “OK”， 表示服务器成功处理了客户端的请求。
301:
永久重定向，当服务器接收到客户端的请求，发现请求的资源已经永久性地迁移到了另一个地址时，服务器会返回 301 状态码，并在响应头的 Location字段中指定新的 URL。客户端收到这个响应后，会自动使用Location字段中的 URL 再次发起请求。简单理解就是服务器告诉客户端：“你要找的资源已永久搬家，以后请直接访问新地址！”（后续的请求都会被自动改成新的地址）。
302：
临时重定向，表明请求的资源只是临时位于新的 URL，服务器收到请求后，指示客户端应临时重定向到另一个 URL，客户端会自动向新的 URL 发送请求。
403：
表示访问被拒绝，有的页面通常需要用户有一定的权限才能访问（登陆后才能访问），如果用户没有登录直接访问，就容易见到 403。
404：
表示服务器无法找到客户端请求的资源。这意味着客户端请求的 URL 在服务器上不存在。
500：
表示服务器在处理请求时发生了内部错误。通常是由于服务器端的出现问题导致无法正常处理请求。
504：
当服务器负载比较大的时候，服务器处理单条请求的时候消耗的时间就会很长，就可能会出现超时的情况。
2、(2) 响应头:
与 http 的请求头结构类似。
2、(3) 响应正文：
http 响应的 body 可能会包含 二进制数据，结构化数据（JSON ），文本类数据（HTML网页）。
比如上面例子的黄色圈起来的就是二进制的数据，在数据量大的时候，为了提高数据传输效率，节省网络带宽和传输时间，服务器也经常会对二进制数据进行压缩后再传输。
四、请求行 GET 和 POST 方法的区别：
GET 和 POST 方法其实没有本质区别，只是 http 的两个不同的方法，大部分情况下，使用 GET 的场景，也可以替换成 POST ，使用 POST 的场景，也可以使用 GET。只是在使用习惯上的区别而已。
如果非要讲出他们两个的区别，那就是GET 通常没有 body ，要通过 query string 传递数据给服务器，POST 通常由body，不需要 query string 传递数据。
网络上有个说法就是GET可以传输的最大数据量比 POST 小，这种说法是错误的，因为在 http 的官方文档中，并没有对 URL 的长度给出限制；网络上还有个说法就是GET传输的时候，query string 只能传输文本，不能传输二进制数据，这种说法也是错误的，因为 query string 可以通过 URL编码（urlencode）进行数据转换。
五、 https 协议：
前面说到，http 协议都是按照文本的方式明文传输的，这就会导致一个问题，那就是在传输的过程中会出现数据被篡改的情况。
比如：
我想下载一个 “天天动听音乐播放器” 。
再点击 “下载按钮 ”：
突然发现，他的这个下载名称链接，是 “QQ浏览器”的下载地址，这是怎么回事？
由于我们通过网络传输的任何数据包都会经过网络设备（路由器，交换机等），那么运营商的网络设备就可以解析出你传输的数据内容，并进行篡改，这种情况也就是运营商劫持。
点击“下载按钮”，其实就是在给服务器发送了一个 http 请求，获取到的 http 响应其实就是包含了该 APP 的下载链接。被运营商劫持后，发现这个请求是要下载 “天天动听音乐播放器” ，那么就自动把交给用户的响应给篡改成 “ QQ浏览器”的下载地址了。
画图解释：
运营商为什么要劫持？主要是利益关系，这里不细说。
现在运营商劫持的情况大幅减少，https 协议的广泛使用就是一个重要原因！
1、https 工作过程：
1、（1）对称加密：
生成一个密钥，明文到密文 和 密文到明文，都需要这个密钥来进行。对于 http 来说，对整个请求（首行，header，body）和响应（状态行，header，body）都进行加密。至于首行，虽然header的 Host 字段可以进行一定的校验，但攻击者仍然可能通过篡改首行的其他部分（如请求方法等）来进行恶意操作，无法保证整个请求的完整性和真实性。
一个服务器要给多个客户端提供服务，那么他们通信之间使用的密钥，不能都一样。所以，既然每个客户端的密钥都不一样，那么，就得有一方生成一个 “随机密钥”，这一方可以是服务器，也可以是客户端。生成密钥的一方需要通知另一方密钥是什么，就也得在网络通信中把密钥传输过去。这也就会有个问题，如果网络传输中间有黑客入侵了某个设备，黑客把密钥获取到了，也不行，有没有什么办法？
解决办法就是下面的非对称加密了。
1、（2）非对称加密：
非对称加密有两个密钥对，一个专门用来加密的，另一个专门用来解密的，公钥是所有人都知道。而私钥只有一方是知道的。引入非对称加密，就是为了解决传输对称密钥的问题，通过公钥对密钥加密，通过私钥对密钥解密。
图解：
公钥和私钥，是服务器生成的一个密钥对，私钥服务器自己持有，而公钥是公开的，所有人都可以知道。
上述图的流程，公钥把对称密钥加密后，传输给服务器，服务器通过私钥解密，得到密钥具体内容是 “888888”。这样，由于客户端和服务器双方都知道密钥的具体内容，之后的通信就可以使用密钥加密数据传输了。
由于上面的对称密钥传输的过程，黑客只能拿到公开的公钥，公钥只能用来解密，就无法知道加密后的具体对称密钥是什么了。
到这里，安全性还并不完美，还会有“中间人”攻击。
1、（3）中间人攻击：
首先，客户端向服务器询问公钥，服务器返回的公钥经过黑客入侵的设备，黑客自己生成一对公钥和私钥，黑客再把自己生成的 公钥 pub2 返回给客户端。
之后，客户端拿着 pub2 公钥对密钥进行加密，经过黑客入侵的设备，由于密钥是通过 pub2 来加密的，所以黑客拿着自己生成的私钥来对密钥进行解密，得到了对称密钥的具体内容，再通过pub1 加密密钥返回给服务器。服务器再通过自己的私钥解密获取到对称密钥具体内容。
上述可以看到，由于黑客在此过程中，得到了对称密钥，还是会有安全问题，怎么办？下面，引入证书就能解决“中间人”攻击的问题。
1、（4）通过证书解决“中间人”攻击：
引入证书，就是为了解决“中间人”攻击的问题，证书解决的核心问题，就是让客户端识别当前返回的公钥是服务器本身的，还是黑客伪造的。服务器一方的运营者会向公正机构获取证书，证书会包含的字段有：证书的发布机构，证书的有效期，证书的所有者，服务器的 ip/域名，服务器使用的公钥和私钥，数字签名。（数字签名可以理解公正机构对上面包含的内容计算的一个校验和，再使用自己的私钥加密）。
网络通信的时候，客户端询问服务器返回的就是证书，返回的证书，客户端会对证书的字段通过同样计算校验和的算法，计算得到一个校验和 check1 （客户端自己计算的），再使用公正机构的公钥来对证书的数字签名字段解密。得到 check2 （公证机构计算的）。
如果 check1 == check2 ，说明证书没有被篡改过，证书的公钥就是科学的（服务器的公钥）。
如果 check1 != check2,说明证书被篡改了（有可能篡改了证书里服务器的公钥），此时浏览器 / 客户端会弹出警告，显示说网站存在风险 / 证书不受信任。
注意：
1.上述的流程中，黑客如果篡改公钥，那么客户端计算的 check1 与 证书带有的 check2 会对不上，客户端 / 浏览器就会识别出来。
2.上述流程中，黑客能否自己搞一个证书，替换服务器的返回的整个证书？
答案是不能，证书包含了服务器的 ip / 域名，假如客户端想要访问百度，返回的证书却是其他的 ip / 域名，浏览器 / 客户端很容易识别出来。
3.黑客是否篡改公钥的同时，也把数字签名改了？
答案是不能，因为数字签名是通过公正机构的私钥来加密的，这个私钥只能用来加密，而黑客很难获取对应的公钥解密。因为公正机构公钥不是通过网络获取的，是内置在操作系统中的。
 后加 .strip()？)
文件)