内部服务器错误（上网时遇到的）

随着网络时代的发展与进步，我们的学习工作和生活早已离不开互联网，智能家居、网上购物、日常出行都需要互联网的支持。互联网切切实实地给生活带来了诸多便利。那大家有没有碰到过这么一个情况呢？当我们在使用手机或者电脑浏览一些信息的时候，或者在搜索引擎中搜索资料，点击搜索结果跳转后，浏览器跳出一个 404 Not Found 的空白页。相信各位老网民都很熟悉“404”这个数字了，这个错误代码代表着服务器未找到文件，通常出访问的页面已经被更改或者移除，或是输入了错误的访问地址错误。那为什么用 404 而不是其他的数字来代表访问资源不存在呢？互联网上对 404 的诞生有这么一个“传说”。据传在第三次科技革命前，整个互联网的形态就像是一个大型的中央数据库，并设置在一个叫 404 的房间里。那个时候，所有的互联网访问请求都由人工手动完成，若在 404 房间中没有找到请求者所需要的文件，或是由于请求者写错了文件编号，工作人员就会返回一个“Room 404 : File Not Found”的信息。当然，经实际考证后发现传说中的 Room 404 其实并不存在，而 404 的真正来源则要从互联网之本 -HTTP 协议说起。状态码的由来众所周知，互联网的建立打破了地域限制，通过浏览器与服务器之间的交流让我们足不出户知天下。而浏览器与服务器之间的交流则是通过 HTTP 协议。HTTP（Hypertext Transfer Protocol），超文本传输协议，它是应用层协议。由于其简捷、快速的方式，适用于分布式和合作式超媒体信息系统。自 1990 年起应用于万维网（WWW）全球信息服务系统。用户上网的过程，就是浏览器通过 HTTP 协议向服务端发送请求，然后将服务端主机上的内容显示到本地。支撑着 HTTP 协议工作的是 TCP/IP 协议这个模范打工人，它负责了底层的数据传输工作。单从这一点上来看，所谓的“超文本传输协议”其实和传输没什么联系，有点名不副实。那为什么 HTTP 还被称为传输协议呢？答案就是它是传输报文内容的。HTTP 协议在规范文档里详细定义了报文的格式，规定了组成部分，解析规则，还有处理策略，所以可以在 TCP/IP 层之上实现除了数据传输外，更灵活丰富的功能。TCP 的协议报文，在实际要传输的数据之前附加了一个 20 字节的头部数据，存储 TCP 协议必须的额外信息，例如发送方的端口号、接收方的端口号、包序号、标志位等等。有了这个附加的 TCP 头，数据包才能够正确传输，到了目的地后把头部去掉，就可以拿到真正的数据。HTTP 协议也需要在实际传输的数据前附加这类头数据，不过与 TCP 不同的是，它是一个“纯文本”的协议，头数据都是 ASCII 码的文本，可以很容易地用肉眼阅读，不用借助程序解析也能够看懂。HTTP 协议的请求报文和响应报文的结构基本相同，主要由三大部分组成：状态行（status line）：描述响应的基本信息，也就是服务器响应的状态；头部字段集合（header）：使用 key-value 形式更详细地说明报文；消息正文（entity）：实际响应的数据，它不一定是纯文本，可以是图片、视频等二进制数据。其中状态行和头部字段经常又合称为“响应头”，消息正文又称为“实体”，与“header”对应，很多时候直接称为“body”。HTTP 协议规定报文必须有 header，但可以没有 body，且在 header 之后必须要有一个“空行”，也就是“CRLF”，十六进制的“0D0A”。以又拍云存储接口文件上传完毕后返回的响应报头为例，第一行“HTTP/2 200 OK”为状态行，由三部分构成：版本号：表示报文使用的 HTTP 协议版本，上图中版本为 HTTP/2；状态码：一个三位数，用代码的形式表示处理的结果，比如 200 是成功，404 是资源不存在；原因短语：作为数字状态码补充，是状态码的简短文字描述，例如“OK”“Not Found”。而后面的“Content-Type”、“Connection”等等都属于 header，报文的最后是一个空白行结束，没有 body。多数情况下 HTTP 报文只有 header 没有 body。虽然 HTTP 协议对 header 的大小没有做限制，但因为头部太大可能会占用大量的服务器资源，影响运行效率。因此各个 Web 服务器都不允许过大的请求头。即便如此很多时候互联网上依然是很多大头在跑来跑去。为了尽可能减少“大头”占用的资源，减少检测错误地址访问的时间，网站一般选择状态码来负担这个责任，因为数字比起文字能够更好地减小 HTTP 报文头部体积。响应报文可以让客户端快速地通过状态码知道请求是否被正确处理，让服务端可以通过状态码选择最恰当的状态处理请求回复客户端。同时通过各类状态码，让服务端明确告知客户端响应状态，让客户端明确自己的下一步操作。目前 RFC 标准里总共有 41 个状态码，并允许自行扩展。Apache、Nginx 等 Web 服务器都定义了一些专有的状态码。在开发 Web 应用的时候，我们也可以在不冲突前提下设置自己的专有状态码。常见状态码接下来，我们详说一下常见的各个状态码都代表着什么？状态码的意义在于表达 HTTP 数据处理的“状态”，客户端可以依据代码适时转换处理状态，一般是一个十进制数字，而 RFC 标准里规定的状态码是三位数，取值范围从 000 到 999。常见的状态码有一定的设计格式，被分成了五类，用数字的第一位表示分类，而 0~99 不用，这样状态码的实际可用范围就大大缩小了，由 000~999 变成了 100~599。1xx1×× 类状态码属于提示信息，是协议处理的中间状态，实际能够用到的时候很少。我们偶尔能够见到的是 “101 Switching Protocols”。它的意思是客户端使用 Upgrade 头字段，要求在 HTTP 协议的基础上改为其他的协议继续通信，比如 WebSocket。而如果服务器也同意变更协议，就会发送状态码 101，但这之后的数据传输就不会再使用 HTTP 了。此外还有 “100 Continue” 。表示目前为止一切正常, 客户端应该继续请求, 如果已完成请求则忽略。一般出现在文件上传中。2xx2×× 类状态码表示服务器收到并成功处理了客户端的请求，这也是客户端最愿意看到的状态码。“200 OK”是最常见的成功状态码，表示一切正常，服务器如客户端所期望的那样返回了处理结果。“204 No Content”是另一个很常见的成功状态码，它的含义与“200 OK”基本相同，但响应头后没有 body 数据。“206 Partial Content” 一般用于分块下载或断点续传的基础，在客户端发送“范围请求”、要求获取资源的部分数据时出现，它与 200 一样，也是服务器成功处理了请求，但 body 里的数据不是资源的全部，而是其中的一部分。状态码 206 通常还会伴随着头字段“Content-Range”，表示响应报文里 body 数据的具体范围，供客户端确认，例如“Content-Range: bytes 0-66/888”，意思是此次获取的是总计 888 个字节的前 66 个字节。3xx3×× 类状态码表示客户端请求的资源发生了变动，客户端必须用新的 URI 重新发送请求获取资源，也就是通常所说的“重定向”，包括“著名”的 301、302 跳转。“301 Moved Permanently”俗称“永久重定向”，含义是此次请求的资源已经不存在了，需要改用新的 URI 再次访问。与它类似的是“302 Found”，曾经的描述短语是“Moved Temporarily”，俗称“临时重定向”，意思是请求的资源还在，但需要暂时用另一个 URI 来访问。“304 Not Modified” 是一个比较有意思的状态码，它用于 If-Modified-Since 等条件请求，表示资源未修改，用于缓存控制。它不具有通常的跳转含义，但可以理解成“重定向已到缓存的文件”（即“缓存重定向”）。4xx4××类状态码表示客户端发送的请求报文有误，服务器无法处理，它是具有真正的“错误码”含义的状态码了。“400 Bad Request”是一个通用的错误码，表示请求报文有错误，但具体是数据格式错误、缺少请求头或者还是其他错误则不会明确指示，因此在 Web 开发时一般会尽量避免给客户端返回 400，使用其他更有明确含义的状态码。“403 Forbidden”实际上不是客户端的请求出错，而是表示服务器禁止访问资源。原因可能多种多样，例如信息敏感、法律禁止等。“404 Not Found”可能是我们最常看到的一个状态码，它一般指资源在本服务器上未找到，所以无法提供给客户端。4×× 里剩下的一些代码较明确地说明了错误的原因，都很好理解，开发中常用的有：405 Method Not Allowed：不允许使用某些方法操作资源，例如不允许 POST 只能 GET；406 Not Acceptable：资源无法满足客户端请求的条件，例如请求中文但只有英文；408 Request Timeout：请求超时，服务器等待了过长的时间；409 Conflict：多个请求发生了冲突，可以理解为多线程并发时的竞态；413 Request Entity Too Large：请求报文里的 body 太大；414 Request-URI Too Long：请求行里的 URI 太大；429 Too Many Requests：客户端发送了太多的请求，触发了服务器的限制；431 Request Header Fields Too Large：请求头某个字段或总体太大。5xx5×× 类状态码表示客户端请求报文正确，但服务器在处理时内部发生了错误，无法返回应有的响应数据，是服务器端的“错误码”。“500 Internal Server Error” 与 400 类似，也是一个通用的错误码，服务器究竟发生了什么错误我们是不知道的。不过和 400 的响应相反，开发人员通常不会把服务器内部的出错详细信息返回给访问端。虽然不利于调试，但能够防止黑客的窥探或者分析。“501 Not Implemented” 表示客户端请求的功能还不支持，类似于“即将开业，敬请期待”的意思。“502 Bad Gateway” 通常是服务器作为网关或者代理时返回的错误码，表示服务器自身工作正常，访问后端服务器时发生了错误，但具体的错误原因也是不知道的。“503 Service Unavailable”表示服务器当前很忙，暂时无法响应服务，我们上网时有时候遇到的“网络服务正忙，请稍后重试”的提示信息就是状态码 503。如何处理 404回到我们开头所说的 404 问题。在实际业务中，难免会碰到输入了错误链接地址访问到不存在的资源，或者服务器突发故障无法访问的情况。但 Web 服务器默认提供的错误响应页面，无论 Nginx、Apache 或者是 IIS，都不是十分美观，页面简陋、呆板，且对用户不友好，无法给用户提供直观明了的信息，造成用户使用体验的下降。因此，很多开发者均使用自定义错误页面的方式，来增强户体验，避免用户流失。以 404 举例来说，自定义 404 页面通用的做法是在页面中放置网站快速导航链接、搜索框以及网站提供的特色服务，这样可以有效的帮助用户访问站点并获取需要的信息。例如很多开发者会使用腾讯公益提供的“宝贝回家 – 公益 404 项目”，开发者可以在自定义的 404 界面中引用一段代码，当用户访问到 404 的资源，网页会显示访问资源不存在，同时加载一些失踪儿童的信息，通过互联网来迅速传播失踪儿童信息，从而提高找回失踪儿童的概率。这种操作让科技充满了温度，体现了人文关怀，正是科技的浪漫所在。如果你不知道如何自定义错误响应页，但是又很想拥有。你可以看一下又拍云的 CDN 、或者云存储服务的自定义页面功能。它可以帮助你快速的配置 4XX、5XX 的错误响应页。只需要打开控制台，就可以根据自己的需求配置错误响应也和错误响应图，非常方便好用。除此之外，还可以通过边缘规则，让不同错误码对应不同的网址跳转、URL 改写等网页引导操作。