HTTP请求中浏览器的缓存机制（转）

摘要：在Web开发过程中，我们可能会经常遇到浏览器缓存的问题。本文作者详细解释了浏览器缓存的机制，帮助读者更深层次的认识浏览器的缓存。

　　流程

　　当资源第一次被访问的时候，HTTP头部如下

(Request-Line) GET /a.html HTTP/1.1
Host 127.0.0.1
User-Agent Mozilla/5.0 (X11; U; Linux i686; zh-CN; rv:1.9.0.15) Gecko/2009102815 Ubuntu/9.04 (jaunty) Firefox/3.0.15
Accept text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language zh-cn,zh;q=0.5
Accept-Encoding gzip,deflate
Accept-Charset gb2312,utf-8;q=0.7,;q=0.7
Keep-Alive 300
Connection keep-alive

HTTP返回头部如下

(Status-Line) HTTP/1.1200 OK
Date Thu,26 Nov 200913:50:54 GMT
Server Apache/2.2.11 (Unix) PHP/5.2.9
Last-Modified Thu,26 Nov 200913:50:19 GMT
Etag "8fb8b-14-4794674acdcc0"
Accept-Ranges bytes
Content-Length 20
Keep-Alive timeout=5, max=100
Connection Keep-Alive
Content-Type text/html

当资源第一次被访问的时候，http返回200的状态码，并在头部携带上当前资源的一些描述信息，如

Last-Modified // 指示最后修改的时间
Etag // 指示资源的状态唯一标识
Expires // 指示资源在浏览器缓存中的过期时间

　　接着浏览器会将文件缓存到Cache目录下，并同时保存文件的上述信息

　　当第二次请求该文件时，浏览器会先检查Cache目录下是否含有该文件，如果有，并且还没到Expires设置的时间，即文件还没有过期，那么此时浏览器将直接从Cache目录中读取文件，而不再发送请求

　　如果文件此时已经过期，则浏览器会发送一次HTTP请求到WebServer，并在头部携带上当前文件的如下信息

If-Modified-Since Thu,26 Nov 200913:50:19 GMT
If-None-Match "8fb8b-14-4794674acdcc0"

　　即把上一次修改的时间，以及上一次请求返回的Etag值一起发送给服务器。服务器在接收到这个请求的时候，先解析Header里头的信息，然后校验该头部信息。

　　如果该文件从上次时间到现在都没有过修改或者Etag信息没有变化，则服务端将直接返回一个304的状态，而不再返回文件资源，状态头部如下

(Status-Line) HTTP/1.1304 Not Modified
Date Thu,26 Nov 200914:09:07 GMT
Server Apache/2.2.11 (Unix) PHP/5.2.9
Connection Keep-Alive
Keep-Alive timeout=5, max=100
Etag "8fb8b-14-4794674acdcc0"

　　这样，就能够很大程度上减少网络带宽以及提升用户的浏览器体验。

　　当然，如果服务器经过匹配发现文件修改过了，就会将文件资源返回，并带上新文件状态信息。

　　基本字段

　　Pragma

　　Pragma头域用来包含实现特定的指令，最常用的是Pragma:no-cache。在HTTP/1.1协议中，它的含义和Cache- Control:no-cache相同。

　　Expires

　　文件在本地缓存的过期时间，如果浏览器发现缓存中的文件没有过期，则不发送请求（有例外，后面介绍）

　　Cache-Control

　　Cache -Control指定请求和响应遵循的缓存机制。

　　在请求消息或响应消息中设置 Cache-Control并不会修改另一个消息处理过程中的缓存处理过程。请求时的缓存指令包括

no-cache、no-store、max-age、 max-stale、min-fresh、only-if-cached

响应消息中的指令包括

public、private、no-cache、no- store、no-transform、must-revalidate、proxy-revalidate、max-age

　　各个消息中的指令含义如下：

1. Public指示响应可被任何缓存区缓存。

2. Private指示对于单个用户的整个或部分响应消息，不能被共享缓存处理。这允许服务器仅仅描述当用户的部分响应消息，此响应消息对于其他用户的请求无效。

3. no-cache指示请求或响应消息不能缓存

4. no-store用于防止重要的信息被无意的发布。在请求消息中发送将使得请求和响应消息都不使用缓存。

5. max-age指示客户机可以接收生存期不大于指定时间（以秒为单位）的响应。

6. min-fresh指示客户机可以接收响应时间小于当前时间加上指定时间的响应。

7. max-stale指示客户机可以接收超出超时期间的响应消息。如果指定max-stale消息的值，那么客户机可以接收超出超时期指定值之内的响应消息。

　　Etag/If-None-Match

　　一对验证文件实体的标记“Entity Tag”的响应/请求头Apache中，ETag的值，默认是对文件的索引节（INode），大小（Size）和最后修改时间（MTime）进行Hash后得到的

　　Last-Modified/If-Modified-Since

　　一对验证文件的修改时间的响应/请求头

　　Expires、Cache-Control、Last-Modified、ETag是RFC 2616（HTTP/1.1）协议中和网页缓存相关的几个字段。

　　前两个用来控制缓存的失效日期，浏览器可通过它来判定，需不需要发出HTTP请求；

　　后两个用来验证网页的有效性，服务器端利用它来验证这个文件是否需要重新返回

　　Last-Modified VS Etag

　　既然有了Last-Modified，为什么还要用ETag字段呢？因为如果在一秒钟之内对一个文件进行两次更改，Last-Modified就会不正确。因此，HTTP/1.1利用Entity Tag头提供了更加严格的验证。

　　不同的情况

　　上面描述的是一个普通的浏览器缓存状态，在实际应用中，如页面跳转（点击页面链接跳转，window.open，在地址栏敲回车，刷新页面）等操作，会有一些区别

　　普通页面跳转

　　普通页面跳转包括链接点击跳转，用js脚本打开新页面（window.open）

　　无缓存情况下，请求会返回所有资源结果

　　设置Expires并且未过期时，浏览器将不会发出http请求

　　如果Expires过期，则会发送相应请求，并附带上Last-Modifed等信息，供服务器校验

　　页面刷新(F5)

　　这种情况一下，一般会看到很多304的请求，就是说即便资源设置了Expires且未过期，浏览器也会发送相应请求

　　IE和FF稍有区别

　　IE:

If-Modified-Since Wed,18 Nov 200915:54:52 GMT
If-None-Match "2360492659"
Pragma: no-cache // 禁止缓存

　　FF:

If-Modified-Since Wed,18 Nov 200915:54:52 GMT
If-None-Match "2360492659"
Cache-Control max-age=0 // 文件立即过期

　　强制刷新(Ctrl+F5)

　　效果和无缓存时候一致，返回200的结果

　　一些特殊的资源

　　IFRAME

　　FLASH

　　异步获取的数据

　　待研究……