Programma Les 33 van 156 · HTTP van binnenuit
HTTP van binnenuit

Parse een ruwe HTTP-aanvraag

Waarom dit ertoe doet Elke pagina die je laadt begint als een kort stuk tekst dat je browser naar een server stuurt, en die tekst is waar de meeste trackinginformatie doorheen reist: je cookies, de pagina waar je vandaan kwam, je taal. Zodra je het kunt lezen, is niets eraan verborgen voor je, en elke tool in dit deel (de tracker, de blocker, de measurements) is daarop gebouwd.

Denk aan een HTTP request als een brief in een heel strikt formaat. De eerste regel zegt wat je wilt, dan komen gelabelde notities op de envelop, dan een lege regel, dan (soms) de inhoud. Een response is de antwoordbrief, in hetzelfde formaat. Je browser schrijft en leest duizenden van deze per dag.

HTTP: HyperText Transfer Protocol, het afgesproken formaat dat browsers en servers gebruiken om pagina's, afbeeldingen en data op te vragen en te verzenden.

Request: het bericht dat de browser verzendt: een method (wat er moet gebeuren, zoals GET om op te halen of POST om een formulier te verzenden), een target (welke pad op de server) en een version.

Header: één gelabelde notitie in het bericht, geschreven op een eigen regel Name: value, zoals Accept-Language: en-GB.

Hoe een ruwe aanvraag eruitziet

Hier is een verzoek dat de oefenbrowser stuurde voor de tentpagina van ShopA. Elke regel eindigt op twee onzichtbare tekens, carriage return en line feed, geschreven als \r\n in Python. Een lege regel (dus \r\n\r\n op een rij) markeert het einde van de kop.

GET /p/tent HTTP/1.1
Host: shopa.example
User-Agent: PracticeBrowser/1.0 (Linux) Practice Firefox 144
Accept-Language: en-ZA
Sec-Fetch-Site: none
Sec-Fetch-Mode: navigate
Sec-Fetch-Dest: document
  • Request line: GET /p/tent HTTP/1.1, drie delen gescheiden door enkele spaties.
  • Headers: één per regel, de naam, een dubbele punt, dan de waarde.
  • Lege regel: de kop is voorbij.
  • Body: wat er ook volgt. Een GET heeft er meestal geen; een form POST bevat de form velden, zoals user=sam.
De

A respons heeft dezelfde vorm, maar de eerste regel is een status regel: HTTP/1.1 200 OK. Het middelste deel is de status code (200 betekent goed, 302 betekent "ga ergens anders heen", 404 betekent "niet gevonden") en de rest is de reason phrase, een menselijk label dat spaties kan bevatten (Moved Permanently) of helemaal kan ontbreken.

Statuscode: een getal van drie cijfers aan het begin van een respons dat aangeeft hoe het is gegaan. 2xx succes, 3xx doorverwijzing, 4xx een probleem met de aanvraag, 5xx een probleem op de server.

Drie Python tools die je nodig hebt

text.partition(sep) splitst bij de first sep en geeft drie stukken terug: before, de separator, after. text.split(sep, 2) splitst maximaal twee keer, dus een reason frase met spaties blijft in één stuk. text.strip() verwijdert spaties van beide uiteinden.

"Referer: https://shopa.example/".partition(":")
# ('Referer', ':', ' https://shopa.example/')
"HTTP/1.1 301 Moved Permanently".split(" ", 2)
# ['HTTP/1.1', '301', 'Moved Permanently']

A veelgemaakte fout

Het splitsen van een header regel bij elke dubbele punt. Referer: https://shopa.example/ heeft een dubbele punt in de waarde, dus line.split(":") snijdt het adres doormidden. Splits altijd alleen bij de eerste dubbele punt. Echte browsers hebben dit op de harde manier geleerd: slordige parsers zijn een klassieke bron van beveiligingsbugs, waarbij twee programma's hetzelfde bericht anders lezen.

Ziet het echte web er nog steeds zo uit?

Voornamelijk in de geest. Browsers van nu spreken meestal HTTP/2 of HTTP/3, die dezelfde methodes, headers en bodies verzenden verpakt in binaire frames in plaats van tekstregels. DevTools laat ze je toch als tekst zien, dus de velden die je hier leert zijn precies de velden die je daar zult zien (gecontroleerd oktober 2026). De praktijkwereld schrijft alles als HTTP/1.1 tekst, wat nog steeds is wat veel servers en tools gebruiken.

Probeer het Open DevTools (F12, of Cmd+Option+I op een Mac), kies het Network tabblad en laad een pagina opnieuw. Klik op de eerste request en kijk naar Request Headers. Veel browsers bieden een "Raw" schakelaar die de head precies in dit formaat laat zien.

In andere talen

JavaScript:

function parseRequest(raw) {
  const [head, ...rest] = raw.split("\r\n\r\n");
  const lines = head.split("\r\n");
  const [method, target, version] = lines[0].split(" ");
  const headers = lines.slice(1).map(line => {
    const i = line.indexOf(":");            // first colon only
    return [line.slice(0, i).trim(), line.slice(i + 1).trim()];
  });
  return { method, target, version, headers, body: rest.join("\r\n\r\n") };
}

Go:

// the standard library has a real parser: net/http.ReadRequest
req, err := http.ReadRequest(bufio.NewReader(strings.NewReader(raw)))
if err == nil {
    fmt.Println(req.Method, req.URL.Path, req.Header.Get("User-Agent"))
}

Rust:

let (head, body) = raw.split_once("\r\n\r\n").unwrap_or((raw, ""));
let mut lines = head.split("\r\n");
let mut first = lines.next().unwrap().splitn(3, ' ');
let (method, target) = (first.next(), first.next());
let headers: Vec<(&str, &str)> = lines
    .filter_map(|l| l.split_once(':'))
    .map(|(n, v)| (n.trim(), v.trim()))
    .collect();

Samenvatting

  • A aanvraag is een aanvraagregel, headers, een lege regel, dan een optionele body; een antwoord begint met een statusregel in plaats daarvan.
  • Splits de kop van het lichaam bij de eerste \r\n\r\n, en elke header bij zijn eerste dubbele punt.
  • De reason phrase kan spaties bevatten of ontbreken, dus splits de status regel maximaal twee keer.
  • HTTP/2 en HTTP/3 dragen dezelfde velden in binair, dus dit plaatje blijft dus geldig.
Jij bent aan de beurt

Schrijf parse_request(raw) die een dictionary retourneert met "method", "target" (pad plus query), "version", "headers" (een lijst van (name, value) paren in volgorde, gesplitst bij de eerste dubbele punt, beide gestript) en "body" (alles na de eerste lege regel, "" als er geen is). Schrijf dan parse_response(raw) die "version", "status" (een int), "reason" ("" als deze ontbreekt), "headers" en "body" op dezelfde manier retourneert.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.