Chương trình học Bài 33 trên tổng số 156 · HTTP nhìn từ bên trong
HTTP nhìn từ bên trong

Phân tích một yêu cầu HTTP thô

Vì sao điều này quan trọng Mọi trang bạn tải đều bắt đầu là một đoạn văn bản ngắn mà trình duyệt gửi tới máy chủ, và đoạn văn bản đó là nơi phần lớn thông tin theo dõi di chuyển: cookie của bạn, trang bạn vừa rời, ngôn ngữ của bạn. Một khi bạn đọc được nó, không gì trong đó bị giấu khỏi bạn, và mọi công cụ trong chặng này (bộ theo dõi, bộ chặn, các phép đo) đều được xây trên nó.

Hãy nghĩ một yêu cầu HTTP như một lá thư theo một định dạng rất nghiêm ngặt. Dòng đầu nói bạn muốn gì, rồi tới các ghi chú có nhãn trên phong bì, rồi một dòng trống, rồi (đôi khi) nội dung. Một phản hồi là lá thư trả lời, cùng định dạng. Trình duyệt của bạn viết và đọc hàng nghìn lá thư như vậy mỗi ngày.

HTTP: HyperText Transfer Protocol, định dạng đã thống nhất mà trình duyệt và máy chủ dùng để xin và gửi trang, hình ảnh và dữ liệu.

Yêu cầu (request): thông điệp trình duyệt gửi: một method (làm gì, như GET để lấy hay POST để gửi một biểu mẫu), một target (đường dẫn nào trên máy chủ) và một version.

Header: một ghi chú có nhãn trong thông điệp, viết là Name: value trên một dòng riêng, như Accept-Language: en-GB.

Một yêu cầu thô trông ra sao

Đây là một yêu cầu mà trình duyệt luyện tập đã gửi cho trang lều của ShopA. Mỗi dòng kết thúc bằng hai ký tự vô hình, carriage return và line feed, viết là \r\n trong Python. Một dòng trống (tức \r\n\r\n liền nhau) đánh dấu phần đầu đã hết.

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
  • Dòng yêu cầu: GET /p/tent HTTP/1.1, ba phần ngăn cách bằng một dấu cách.
  • Các header: mỗi dòng một cái, tên, một dấu hai chấm, rồi giá trị.
  • Dòng trống: phần đầu đã hết.
  • Phần thân: bất cứ thứ gì theo sau. Một GET thường không có; một POST biểu mẫu mang các trường của biểu mẫu, như user=sam.

Một phản hồi có cùng hình dạng, nhưng dòng đầu của nó là một dòng trạng thái: HTTP/1.1 200 OK. Phần ở giữa là mã trạng thái (200 nghĩa là ổn, 302 nghĩa là "đi chỗ khác", 404 nghĩa là "không tìm thấy") và phần còn lại là reason phrase, một nhãn cho con người có thể chứa dấu cách (Moved Permanently) hoặc hoàn toàn vắng mặt.

Mã trạng thái: một con số ba chữ số ở đầu một phản hồi cho biết mọi việc diễn ra thế nào. 2xx thành công, 3xx chuyển hướng, 4xx một vấn đề với yêu cầu, 5xx một vấn đề trên máy chủ.

Ba công cụ Python bạn cần

text.partition(sep) tách tại sep đầu tiên và trả về ba mảnh: trước, dấu phân cách, sau. text.split(sep, 2) tách nhiều nhất hai lần, nên một reason phrase có dấu cách vẫn giữ nguyên một mảnh. text.strip() bỏ dấu cách ở cả hai đầu.

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

Một lỗi phổ biến

Tách một dòng header tại mọi dấu hai chấm. Referer: https://shopa.example/ có một dấu hai chấm bên trong giá trị, nên line.split(":") cắt địa chỉ làm đôi. Luôn chỉ tách tại dấu hai chấm đầu tiên. Các trình duyệt thật đã học điều này một cách đau đớn: bộ phân tích cẩu thả là một nguồn lỗi bảo mật kinh điển, nơi hai chương trình đọc cùng một thông điệp theo hai cách khác nhau.

Web thật có còn trông như thế này không?

Phần lớn là về tinh thần. Trình duyệt ngày nay thường nói HTTP/2 hoặc HTTP/3, gửi cùng các method, header và phần thân được đóng gói vào các khung nhị phân thay vì các dòng văn bản. Dù sao DevTools vẫn hiển thị chúng cho bạn dưới dạng văn bản, nên các trường bạn học ở đây chính xác là những trường bạn sẽ thấy ở đó (kiểm tra vào tháng Mười 2026). Thế giới luyện tập viết mọi thứ dưới dạng văn bản HTTP/1.1, thứ vẫn được nhiều máy chủ và công cụ dùng.

Tự thử Mở DevTools (F12, hoặc Cmd+Option+I trên Mac), chọn tab Network và tải lại bất kỳ trang nào. Nhấn vào yêu cầu đầu tiên và xem Request Headers. Nhiều trình duyệt có một công tắc "Raw" hiển thị phần đầu đúng theo định dạng này.

Trong các ngôn ngữ khác

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();

Tóm tắt

  • Một yêu cầu là một dòng yêu cầu, các header, một dòng trống, rồi một phần thân tùy chọn; một phản hồi thay vào đó bắt đầu bằng một dòng trạng thái.
  • Tách phần đầu khỏi phần thân tại \r\n\r\n đầu tiên, và mỗi header tại dấu hai chấm đầu tiên của nó.
  • Reason phrase có thể chứa dấu cách hoặc vắng mặt, nên hãy tách dòng trạng thái nhiều nhất hai lần.
  • HTTP/2 và HTTP/3 mang cùng các trường ở dạng nhị phân, nên bức tranh này vẫn đúng.
Đến lượt bạn

Viết parse_request(raw) trả về một dict với "method", "target" (đường dẫn cộng truy vấn), "version", "headers" (một list các cặp (name, value) theo thứ tự, tách tại dấu hai chấm đầu tiên, cả hai đã strip) và "body" (mọi thứ sau dòng trống đầu tiên, "" nếu không có). Rồi viết parse_response(raw) trả về "version", "status" (một int), "reason" ("" nếu vắng mặt), "headers" và "body" theo cùng cách.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.