HTTP协议（三）：压缩

本文转自：http://www.cnblogs.com/TankXiao/archive/2012/11/13/2749055.html

HTTP压缩是指:Web服务器和浏览器之间压缩传输的”文本内容“的方法。HTTP采用通用的压缩算法，比如gzip来压缩HTML,Javascript,CSS文件。能大大减少网络传输的数据量，提高了用户显示网页的速度。当然，同时会增加一点点服务器的开销。本文从HTTP协议的角度，来理解HTTP压缩这个概念。

HTTP内容编码和HTTP压缩的区别

HTTP压缩，在HTTP协议中，其实是内容编码的一种。

在http协议中，可以对内容（也就是body部分）进行编码，可以采用gzip这样的编码。从而达到压缩的目的。也可以使用其他的编码把内容搅乱或加密，以此来防止未授权的第三方看到文档的内容。

所以我们说HTTP压缩，其实就是HTTP内容编码的一种。所以大家不要把HTTP压缩和HTTP内容编码两个概念混淆了。

HTTP压缩的过程

1.浏览器发送Httprequest给Web服务器,request中有Accept-Encoding:gzip,deflate。(告诉服务器，浏览器支持gzip压缩)

2.Web服务器接到request后，生成原始的Response,其中有原始的Content-Type和Content-Length。

3.Web服务器通过Gzip，来对Response进行编码，编码后header中有Content-Type和Content-Length(压缩后的大小)，并且增加了Content-Encoding:gzip.然后把Response发送给浏览器。

4.浏览器接到Response后，根据Content-Encoding:gzip来对Response进行解码。获取到原始response后，然后显示出网页。

如下图:

实例：Fiddler观察HTTP压缩

眼见为实，我们看一个实际的例子，我发现博客园就使用了gzip压缩。

使用Fiddler可以清楚地看到。

在Fiddler中，每次都要手动去decode.太麻烦。点击工具栏上的"Decode"按钮，就可以自动decode了。

内容编码类型

HTTP定义了一些标准的内容编码类型，并允许用扩展的形式添加更多的编码。

Content-Encodingheader就用这些标准化的代号来说明编码时使用的算法

Content-Encoding值

gzip　　表明实体采用GNUzip编码

compress表明实体采用Unix的文件压缩程序

deflate　　表明实体是用zlib的格式压缩的

identity　　表明没有对实体进行编码。当没有Content-Encodingheader时，就默认为这种情况

gzip,compress,以及deflate编码都是无损压缩算法，用于减少传输报文的大小，不会导致信息损失。其中gzip通常效率最高，使用最为广泛。

压缩的好处

http压缩对纯文本可以压缩至原内容的40%,从而节省了60%的数据传输。

实例：博客园首页压缩前是：46124bytes.压缩后是：16368bytes.只有原先的35%。节省了65%的数据传输，从而大大提高了性能

有图为证。

Gzip的缺点

JPEG这类文件用gzip压缩的不够好。

Gzip是如何压缩的

简单来说，Gzip压缩是在一个文本文件中找出类似的字符串，并临时替换他们，使整个文件变小。这种形式的压缩对Web来说非常适合，因为HTML和CSS文件通常包含大量的重复的字符串，例如空格，标签。

HTTPResponse能压缩，HTTPRequest也是可以压缩的

浏览器是不会对Request压缩的。但是一些HTTP程序在发送Request时，会对其进行编码。如下图。