[计算机网络]httpserver--如何解析HTTP请求报文

这个http server的实现源代码我放在了我的github上，有兴趣的话可以点击查看哦。

在上一篇文章中，讲述了如何编写一个最简单的server，但该程序只是接受到请求之后马上返回响应，实在不能更简单。在正常的开发中，应该根据不同的请求做出不同的响应。要做到上述的功能，首先要解析客户端发来的请求报文。

报文在不同的上下文情景下有不同的理解，本文所说的报文都是在HTTP上下文中描述的名词。

HTTP报文是什么

在HTTP程序中，报文就是HTTP用来搬运东西的包裹，也可以理解为程序之间传递信息时发送的数据块。这些数据块以一些文本形式的元信息开头，这些信息描述了报文的内容和含义，后面跟着可选的数据部分。

报文的流动

HTTP使用属于流入和流出来描述报文的传递方向。HTTP报文会像合水一样流动。不管时请求报文还是响应报文，都会向下游流动，所有报文的发送者都在接受者的上游。下图展示了报文向下游流动的例子。

报文向下游流动

报文的组成

报文由三个部分组成：

对报文进行描述的起始行
包含属性的首部块
可选的、包含数据的主体部分

起始行和首部是由行分隔的ASCII文本。每行都以一个由两个字符（回车符--ASCII码13和换行符--ASCII码10）组成的行终止序列结束。可以写做CRLF。

尽管规范说明应该用CRLF来表示行终止，但稳健的应用程序也应该接受单个换行作为行的终止。笔者仅支持以CRLF换行的解析，因为我觉得既然有了规范，那就需要遵循，遵循相同的协议的程序才能互相通信。

实体是一个可选的数据块。与起始行和首部不同的是，主体中可以包含主体或二进制数据，也可以为空（比如仅仅GET一个页面或文件）。

下面来看看报文的语法的格式和规则。

报文的语法

请求报文的语法：

<method> <request-URL> <version>
<headers><entity-body>

响应报文的语法：

<version> <status-code> <reason-phrase>
<headers><entity-body>

method，方法

客户端希望服务器对资源执行的操作。比如GET、POST

request-URL，请求URL

请求资源，或者URL路径组件的完整URL。

version，版本

报文所使用的HTTP版本。格式：HTTP/<major>.<minor>。其中major(主要版本号)和minor(次要版本号)都是整数。

status-code，状态码

描述请求过程所发生的情况的数字。

reason-phrase，原因短语

数字状态码的文字描述版本。

headers，首部

每个首部包含一个名字，后面跟着一个冒号(:)，然后是一个可选的空格，接着是一个值，最后是一个CRLF。可以有零个或多个首部。首部由一个CRLF结束，表示首部结束和实体主体开始。

entity-body，实体的主体部分

包含一个由任意数据组成的数据块。可以没有，此时是以一个CRLF结束。

请求行

请求报文的起始行称为请求行。所有的HTTP报文都以一行起始行作为开始。请求行包含一个方法和一个请求URL以及HTTP的版本三个字段。每个字段都以空格分隔。

比如：GET / HTTP/1.1。

请求方法为GET，请求URL为/，HTTP版本为HTTP/1.1。

响应行

响应报文的起始行称为响应行。响应行包含HTTP版本、数字状态码以及描述操作状态的文本形式的原因短语。三个字段也是以空格分隔。

比如：HTTP/1.1 200 OK。

HTTP版本为HTTP/1.1，数字状态码是200，原因短语是OK。表示请求成功。

首部

首部是是包含在请求和响应报文的一些附加信息。本质上，他们只是一些键值对的列表。

比如：Content-Length: 19

表示返回内容长度为19。

实体的主体部分

简单地说，这部分就是HTTP要传输的内容。

解析请求报文

了解了报文是如何组成和各部分代表的内容之后，就对如何解析请求报文心里有数了。

核心代码

    /* 解析请求行 */int parse_start_line(int sockfd, char *recv_buf, req_pack *rp){char *p = recv_buf;char *ch = p;int i = 0;enum parts { method, url, ver } req_part = method;char *method_str;char *url_str;char *ver_str;int k = 0;if (*ch < 'A' || *ch > 'Z') {return -1;}while (*ch != CR) {if (*ch != BLANK) {k++;} else if (req_part == method) {method_str = (char *)malloc(k * sizeof(char *));memset(method_str, 0, sizeof(char *));strncpy(method_str, recv_buf, k);k = 0;req_part = url;} else if (req_part == url) {url_str = (char *)malloc(k * sizeof(char *));memset(url_str, 0, sizeof(char *));strncpy(url_str, recv_buf + strlen(method_str) + 1, k);k = 0;req_part = ver;}ch++;i++;}if (req_part == url) {if (k != 0) {url_str = (char *)malloc(k * sizeof(char));memset(url_str, 0, sizeof(char));strncpy(url_str, recv_buf + strlen(method_str) + 1, k);k = 0;} else {return -1;}}if (k == 0) {ver_str = (char *)malloc(8 * sizeof(char));memset(ver_str, 0, sizeof(char));strcpy(ver_str, "HTTP/1.1");} else {ver_str = (char *)malloc(k * sizeof(char));memset(ver_str, 0, sizeof(char));strncpy(ver_str,recv_buf + strlen(method_str) + strlen(url_str) + 2, k);}rp->method = method_str;rp->url = url_str;rp->version = ver_str;return (i + 2);}/* 解析首部字段 */int parse_header(int sockfd, char *recv_buf, header headers[]){char *p = recv_buf;char *ch = p;int i = 0;int k = 0;int v = 0;int h_i = 0;bool is_newline = false;char *key_str;char *value_str;header *tmp_header = (header *)malloc(sizeof(header *));memset(tmp_header, 0, sizeof(header));while (1) {if (*ch == CR && *(ch + 1) == LF) {break;}while (*ch != COLON) {ch++;i++;k++;}if (*ch == COLON) {key_str = (char *)malloc(k * sizeof(char *));memset(key_str, 0, sizeof(char *));strncpy(key_str, recv_buf + i - k, k);k = 0;ch++;i++;}while (*ch != CR) {ch++;i++;v++;}if (*ch == CR) {value_str = (char *)malloc(v * sizeof(char *));memset(value_str, 0, sizeof(char *));strncpy(value_str, recv_buf + i - v, v);v = 0;i++;ch++;}i++;ch++;headers[h_i].key = key_str;headers[h_i].value = value_str;h_i++;}return (i + 2);}