Python Day26 HTTP 协议相关笔记
1. HTTP 协议基础
- 协议层级：HTTP 是应用层协议，其下层（数据传输层）基于 TCP 协议实现可靠的数据传输。
- 核心作用：定义客户端（如浏览器）与服务器之间的请求和响应格式，实现超文本（如 HTML、图片等）的传输。
2. HTTP 响应数据格式（严格要求）
HTTP 响应由三部分组成，格式如下：
状态行\r\n
响应头1: 值1\r\n
响应头2: 值2\r\n
...\r\n （空白行，用于分隔响应头和正文）
响应正文
状态行（第一行）
格式：协议版本 状态码 状态文本描述
示例：HTTP/1.1 200 OK
常见状态码及含义：- 200 OK：请求成功
- 404 Not Found：请求的资源不存在
- 500 Internal Server Error：服务器内部错误
- 302 Found：资源临时重定向
- 403 Forbidden：服务器拒绝请求
响应头（第二行及后续，每行一个）
用于描述响应的元信息，常见头信息：Connection: keep-alive：设置连接状态（保持连接，避免频繁建立 TCP 连接）Content-Encoding: gzip：指定响应内容的压缩方式（如 gzip 压缩可减少传输数据量）Content-Type: text/html;charset=utf-8：核心头信息，指定响应正文的数据格式和编码（如text/plain纯文本、application/jsonJSON 数据、image/jpeg图片等）Content-Length: 1024：指定响应正文的字节长度（帮助客户端确认数据是否完整接收）
响应正文
服务器返回的实际数据（如 HTML 内容、JSON 数据、图片二进制等），必须与响应头中的Content-Type匹配。
注意：正文与响应头之间必须有一个空白行（\r\n）分隔。
3. 简易 HTTP 服务器实现（Python 示例）
以下代码通过socket和threading实现一个简易 HTTP 服务器，可处理客户端请求并返回对应 HTML 文件：
import socket
import threading
import osdef handler_task(client: socket.socket):# 接收客户端请求（最多8KB数据）并解码message = client.recv(8 << 10).decode()# 解析请求（第一行为请求行：方法 路径 协议）lines = message.split("\r\n")method, path, protocol = lines.pop(0).split(' ') # 如：GET /index HTTP/1.1# 解析请求头（键值对形式）headers = dict([line.split(": ", maxsplit=1) for line in lines[:-2]])# 构造响应模板template = "HTTP/1.1 {status} {status_text}\r\n" \"Connection: keep-alive\r\n" \"Content-Type: text/html;charset=utf-8\r\n" \"\r\n" \"{body}"# 根据请求路径查找对应HTML文件filename = f"{path[1:]}.html" # 如路径为/index，则查找index.htmlif os.path.exists(filename):# 资源存在：返回200 OK和文件内容status = 200status_text = "OK"with open(filename, "r", encoding="utf-8") as f:body = f.read()else:# 资源不存在：返回404 Not Foundstatus = 404status_text = "Not Found"body = "<h1>Not Found</h1>"# 填充模板并发送响应response = template.format(status=status, status_text=status_text, body=body)client.send(response.encode())# 关闭客户端连接client.close()if __name__ == '__main__':# 创建TCP socketserver_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 绑定地址（0.0.0.0表示监听所有网卡，端口8080）server_socket.bind(('0.0.0.0', 8080))# 开始监听（最大等待连接数5）server_socket.listen(5)print("Server started on port 8080...")while True:# 接受客户端连接（阻塞操作）client_socket, client_addr = server_socket.accept()# 启动线程处理该客户端请求（支持并发）threading.Thread(target=handler_task, args=(client_socket,)).start()
代码说明：
- 服务器通过
socket监听端口，使用多线程处理多个客户端并发请求。 - 解析客户端请求的路径，若对应 HTML 文件存在则返回文件内容，否则返回 404 页面。
- 响应格式严格遵循 HTTP 协议规范（状态行、响应头、空白行、正文）。
二、正则表达式修饰符（匹配模式）
正则表达式的修饰符用于改变匹配规则，常见修饰符及作用如下：
1. re.I（忽略大小写匹配）
- 作用：匹配时忽略字母的大小写（仅对英文字母有效）。
- 示例：
import re string = 'aBc' regex = r"^[a-z]+$" ret = re.match(regex, string, re.I) # 匹配成功，忽略大小写 print(ret) # <re.Match object; span=(0, 3), match='aBc'>
2. re.S（dotAll 模式）
- 作用：使
.可以匹配任何字符（包括换行符\n，默认情况下.不匹配\n）。 - 示例：
import re string = 'a\nb' # 默认模式：.不匹配\n，匹配失败 ret1 = re.match(r"a.b", string) # re.S模式：.匹配\n，匹配成功 ret2 = re.match(r"a.b", string, re.S) print(ret1) # None print(ret2) # <re.Match object; span=(0, 3), match='a\nb'>
3. re.M（多行匹配模式）
- 作用：配合
^和$使用时，^匹配每行的开头（而非整个字符串的开头），$匹配每行的结尾（而非整个字符串的结尾）。 - 示例：
import re string2 = """ aBc 123 txy t15 """ # 匹配每行纯字母（忽略大小写+多行模式） regex = r"^[a-z]+$" ret = re.findall(regex, string2, re.M | re.I) # 同时使用两个修饰符（用|连接） print(ret) # ['aBc', 'txy']（匹配到两行纯字母）
4. 其他常用修饰符
re.X（VERBOSE 模式）：忽略正则表达式中的空格和注释（便于编写复杂正则）。
示例：regex = r""" ^[a-z]+ # 匹配小写字母开头 \d*$ # 可选数字结尾 """ ret = re.match(regex, "abc123", re.X) # 匹配成功re.U（Unicode 模式）：使\w、\W等元字符支持 Unicode 字符（如中文、日文等）。
修饰符使用方式：
- 在
re.match()、re.findall()等函数的最后一个参数指定，多个修饰符用|连接（如re.M | re.I）。