浏览器如何知道哪些标头添加到请求中

Question

当我在浏览器的地址栏输入网站的 url 时，浏览器会发送请求以通过 url 获取资源。但是当我访问不同的网站（google.com、amazon.com 等）时，初始化页面的请求对于不同的网站有不同的标头。

如果浏览器在第一次初始化时只有该资源的 URL 信息，那么浏览器在哪里获取一组请求标头来加载页面？

例如，当我访问 google.com 时，浏览器会发送此类请求标头：

:authority: www.google.com
:method: GET
:path: /
:scheme: https
accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9
accept-encoding: gzip, deflate, br
accept-language: en-US,en;q=0.9,ru-RU;q=0.8,ru;q=0.7
cache-control: max-age=0
sec-fetch-dest: document
sec-fetch-mode: navigate
sec-fetch-site: same-origin
sec-fetch-user: ?1
upgrade-insecure-requests: 1
user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36

对于 amazon.com，请求的标头不同：

Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9
Accept-Encoding: gzip, deflate, br
Accept-Language: en-US,en;q=0.9,ru-RU;q=0.8,ru;q=0.7
Connection: keep-alive
Host: amazon.com
Sec-Fetch-Dest: document
Sec-Fetch-Mode: navigate
Sec-Fetch-Site: none
Sec-Fetch-User: ?1
Upgrade-Insecure-Requests: 1
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36

Answer 1

当您在地址栏中输入 URL 时，需要将其转换为 HTTP 请求。

因此，键入 www.google.com 意味着您需要从该服务器GET 默认页面 (/)。这基本上都包含在第一个请求的前 4 行中。

浏览器也知道它可以accept 的格式类型。大多数情况下，我们会返回 HTML，所以text/html 肯定在那里，但我们也接受其他格式 - 包括完全通用的 */* 顺便说一句！ :-)

请求通常被压缩（使用gzip、deflate 或更新的 brotli (br) 格式），因此浏览器会在 accept-encoding 标头中告诉服务器它支持哪些请求。

当您安装浏览器时，您还设置了默认语言，以便我们可以告诉服务器。有些服务器会根据这个返回不同的内容。

然后是一些安全标头（我不会太复杂）。

最后我们有了user-agent 标头。这基本上是浏览器告诉服务器它是 Chrome 还是 Firefox 或其他什么的地方。但是对于historical reasons，它比“Chrome”要长得多。

所以基本上，请求标头是浏览器发送给服务器的东西，以提供有关浏览器及其功能的更多信息。对于刚刚在浏览器中输入的请求，无论 URL 是什么，请求标头基本上都是相同的。对于页面提出的其他请求 - 例如通过 JavaScript 代码，如果添加更多标头，它们可能会有所不同。

关于您给出的两个示例请求之间的差异：

Google 使用 HTTP/2（如果使用 Chrome，则为 QUIC，但就这个问题而言，目前基本上是 HTTP/2）。如果您将选项协议列添加到开发人员工具中，您可以看到这一点。

HTTP/2 与 HTTP/1 相比有几个变化，即：

• HTTP 标头名称小写。从技术上讲，在 HTTP/1 中它们不区分大小写，但按照惯例，浏览器等许多工具使用标题大小写（每个单词的首字母大写）。
• 请求（例如GET / HTTP/1.1）被转换为以冒号开头的伪标头（:method: GET、:path: /...等）。
• Host 在 HTTP/2 中基本上是 :authority。
• :scheme 在 HTTP/2 中基本上是新的，因为以前它不是 HTTP 请求的明确部分，而是在连接级别处理。
• Connection 在 HTTP/2 中已失效。即使在 HTTP/1.1 中，它也默认为 keep-alive，因此上面的标头不是必需的，但许多浏览器和其他客户端出于历史原因发送了它。

我认为这可以解释所有差异。

那么浏览器是如何知道是使用 HTTP/2 还是 HTTP/1.1 呢？哪个already has an answer on Stack Overflow，但是如果服务器建议它可以支持HTTP/2并且浏览器想要使用它，基本上是在建立HTTPS会话时决定的。