C++后端开发（2.1.3）——http协议解析与http服务器实现
- 1.htttp 简介
- 2. http服务器实现
小节提纲
1.htttp 简介
http协议是Hyper Text Transfer Protocol(超文本传输协议)的缩写，用于从万维网(www)传输超文本到本地浏览器的传送协议。它不仅保证计算机正确快速地传输超文本文档，还确定传输文档中的哪一部分，以及哪部分内容首先显示(如文本先于图形)等。
http协议是一个应用层协议，由请求和响应构成，是一个标准的c/s(客户端/服务器)模型。
http协议一般承载于传输层的tcp协议上，有时也承载于传输层的tls/ssl协议之上，这时就是https。
1.1 特点
- 简单快速：客户端向服务器发起请求时，只需要传请求方法和路径。请求方法包括get、post、put、delete、head，每种方法规定了客户端与服务器联系的类型。由于http协议简单，使得http服务器的程序规模小，因而通信速度很快。
- 灵活：http允许传输任意类型的数据对象，正在传输的类型由Content-Type加以标记。
- 无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接。采用这种方式可以节省传输时间。
- 无状态：http协议是无状态协议，无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。
- 支持C/S(Client/Server)模式。
1.2 版本差别
第一个http协议诞生于1989年3月，到现在为止总共经历了3个版本的演化。
1.2.1 http 0.9
http 0.9是第一个版本的http协议，已经过时。它的组成极其简单，只允许客户端发送get这一种请求，且不支持请求头。由于没有协议头，造成了http 0.9协议只支持一种内容，即纯文本。不过网页仍然支持用html语言格式化，同时无法插入图片。
http 0.9具有典型的无状态性，每个事务独立进行处理，事务结束时就释放这个连接。由此可见，http协议的无状态特点在其第一个版本0.9中已经成型。
1.2.2 http 1.0
http协议的第二个版本，第一个在通讯中指定版本号的http协议版本，至今仍被广泛采用。相对于http 0.9 增加了如下主要特性：
- 请求与响应支持头域。
- 响应对象以一个响应状态行开始。
- 响应对象不只限于超文本。
- 开始支持客户端通过post方法向Web服务器提交数据，支持get、head、post方法。
- 支持长连接(但默认还是使用短连接)，缓存机制，以及身份认证。
1.2.3 http 1.1
http协议的第三个版本是http 1.1，是目前使用最广泛的协议版本。http 1.1引入了许多关键性能优化：keepalive连接，chunked编码传输，字节范围请求，请求流水线等。
- Persistent Connection（keepalive连接）
允许http设备在事务处理结束之后将tcp连接保持在打开的状态，以便未来的http请求重用现在的连接，直到客户端或服务器端决定将其关闭为止。在http 1.0中使用长连接需要添加请求头Connection: Keep-Alive，而在http 1.1 所有的连接默认都是长连接，除非特殊声明不支持(http请求报文首部加上Connection: close)。 - chunked编码传输
该编码将实体分块传送并逐块标明长度，直到长度为0块表示传输结束,，这在实体长度未知时特别有用(比如由数据库动态产生的数据)。 - 字节范围请求
http 1.1支持传送内容的一部分。比方说，当客户端已经有内容的一部分，为了节省带宽，可以只向服务器请求一部分。该功能通过在请求消息中引入了range头域来实现，它允许只请求资源的某个部分。在响应消息中Content-Range头域声明了返回的这部分对象的偏移值和长度。如果服务器相应地返回了对象所请求范围的内容，则响应码206(Partial Content)。 - Pipelining（请求流水线）
A client that supports persistent connections MAY “pipeline” its requests (i.e., send multiple requests without waiting for each response). A server MUST send its responses to those requests in the same order that the requests were received.
1.2.4 http 2.0
http 2.0是下一代http协议，目前应用还非常少，主要特点有：
- 多路复用(二进制分帧)
http 2.0最大的特点：不会改动http的语义，http方法、状态码、URI及首部字段等等，这些核心概念上一如往常。却能致力于突破上一代标准的性能限制，改进传输性能，实现低延迟和高吞吐量。而之所以叫2.0，是在于新增的二进制分帧层。在二进制分帧层上，http 2.0会将所有传输的信息分割为更小的消息和帧，并对它们采用二进制格式的编码，其中http.x的首部信息会被封装到Headers帧，而我们的request body则封装到Data帧里面。http 2.0 通信都在一个连接上完成，这个连接可以承载任意数量的双向数据流。相应地，每个数据流以消息的形式发送，而消息由一或多个帧组成，这些帧可以乱序发送，然后再根据每个帧首部的流标识符重新组装。 - 头部压缩
当一个客户端向相同服务器请求许多资源时，像来自同一个网页的图像，将会有大量的请求看上去几乎同样的，这就需要压缩技术对付这种几乎相同的信息。 - 随时复位
http 1.1一个缺点是当http信息有一定长度大小数据传输时，你不能方便地随时停止它，中断tcp连接的代价是昂贵的。使用http 2.0的RST_STREAM将能方便停止一个信息传输，启动新的信息，在不中断连接的情况下提高带宽利用效率。 - 服务器端推流: Server Push
客户端请求一个资源X，服务器端判断也许客户端还需要资源Z，在无需事先询问客户端情况下将资源Z推送到客户端，客户端接受到后，可以缓存起来以备后用。 - 优先权和依赖
每个流都有自己的优先级别，会表明哪个流是最重要的，客户端会指定哪个流是最重要的，有一些依赖参数，这样一个流可以依赖另外一个流。优先级别可以在运行时动态改变，当用户滚动页面时，可以告诉浏览器哪个图像是最重要的，你也可以在一组流中进行优先筛选，能够突然抓住重点流。
1.3 URL和 URI
1.3.1 简介
1.3.2 URL组成
以下面这个URL为例，介绍下普通URL的各部分组成：
https://blog.csdn.net/weixin_43687811/article/details/123437322
从上面的URL可以看出，一个完整的URL包括以下几部分：
- 协议部分：该URL的协议部分为"https:"，这代表网页使用的是https协议，在"https"后面的"//"为分隔符。
- 域名部分：该URL的域名部分为"blog.csdn.net"。一个URL中，也可以使用IP地址作为域名使用。
- 端口部分：跟在域名后面的是端口，域名和端口之间使用":"作为分隔符。端口不是一个URL必须的部分，如果省略端口部分，将采用默认端口。默认http的端口号为80，https的端口号为443。
- 虚拟目录部分：从域名后的第一个"/“开始到最后一个”/“为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分，上述URL的虚拟目录为"weixin_43687811/article/details/”。
- 文件名部分：从域名后的最后一个"/“开始到”?“为止，是文件名部分，如果没有”?"，则是从域名后的最后一个"/“开始到”#“为止，是文件部分，如果没有”?“和”#"，那么从域名后的最后一个"/“开始到结束，都是文件名部分。本例中的文件名是"123437322”。文件名部分也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名。
- 锚部分：从"#"开始到最后，都是锚部分，锚部分也不是一个URL必须的部分。
- 参数部分：从"?“开始到”#“为止之间的部分为参数部分，又称搜索部分、查询部分。参数可以允许有多个参数，参数与参数之间用”&"作为分隔符。
1.3.3 URL 和 URI 区别
1.4 request请求消息
1.4.1 请求消息
客户端发送一个http请求到服务器的请求消息包括以下格式：请求行(request line)、请求头部(header)、空行和请求数据。
看上图，访问百度主页的request：
- 第一部分：请求行，用来说明请求类型，要访问的资源以及所使用的http版本。get说明请求类型为get，该行的最后一部分说明使用的是http 1.1版本
- 第二部分：请求头部，紧接着请求行（即第一行）之后的部分，用来说明服务器要使用的附加信息。从第二行起为请求头部，host将指出请求的目的地。User-Agent，服务器端和客户端脚本都能访问它，它是客户端类型检测逻辑的重要基础。该信息由你的客户端来定义，并且在每个请求中自动发送等。
- 第三部分：空行，请求头部后面的空行是必须的。即使第四部分的请求数据为空，也必须有空行。
- 第四部分：请求数据也叫主体，可以添加任意的其他数据，上面的请求数据为空。
1.4.2 请求头部
http通用头：通用头域包含请求和响应消息都支持的头域，通用头域包含缓存头部Cache-Control、Pragma及信息性头部Connection、Date、Transfer-Encoding、Update、Via。
- 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。 - 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。 - Connection
Connection表示是否需要持久连接。如果Servlet看到这里的值为"Keep-Alive"，或者看到请求使用的是http 1.1(http 1.1默认进行持久连接)，它就可以利用持久连接的优点，当页面包含多个元素时(例如Applet，图片)，显著地减少下载所需要的时间。要实现这一点，Servlet需要在应答中发送一个Content-Length头，最简单的实现方法是：先把内容写入ByteArrayOutputStream，然后在正式写出内容之前计算它的大小。Close：告诉WEB服务器或者代理服务器，在完成本次请求的响应后，断开连接，不要等待本次连接的后续请求了。Keepalive：告诉WEB服务器或者代理服务器，在完成本次请求的响应后，保持连接，等待本次连接的后续请求。Keep-Alive：如果客户端请求保持连接，则该头部表明希望 WEB 服务器保持连接多长时间(秒)，如Keep-Alive：300。 - Date
Date头域表示消息发送的时间，服务器响应中要包含这个头部，因为缓存在评估响应的新鲜度时要用到，其时间的描述格式由RFC822定义。例如，Date:Mon, 31 Dec 2001 04:25:57 GMT。Date描述的时间表示世界标准时，换算成本地时间，需要知道用户所在的时区。 - Transfer-Encoding
WEB 服务器表明自己对本响应消息体(不是消息体里面的对象)作了怎样的编码，比如是否分块(chunked)，例如：Transfer-Encoding: chunked。 - Upgrade
它可以指定另一种可能完全不同的协议，如http 1.1客户端可以向服务器发送一条http 1.0请求，其中包含值为"HTTP/1.1"的Upgrade头部，这样客户端就可以测试一下服务器是否也使用http 1.1了。 - Via
列出从客户端到OCS 或者相反方向的响应经过了哪些代理服务器，它们用什么协议和版本发送的请求。
http请求头：请求头用于说明是谁或什么在发送请求、请求源于何处，或者客户端的喜好及能力。服务器可以根据请求头部给出的客户端信息，试着为客户端提供更好的响应。请求头域可能包含下列字段Accept、Accept-Charset、Accept- Encoding、Accept-Language、Authorization、From、Host、If-Modified-Since、If-Match、If-None-Match、If-Range、If-Range、If-Unmodified-Since、Max-Forwards、Proxy-Authorization、Range、Referer、User-Agent。对请求头域的扩展要求通讯双方都支持，如果存在不支持的请求头域，一般将会作为实体头域处理。
- Accept
告诉WEB服务器自己接受什么介质类型，/ 表示任何类型，type/* 表示该类型下的所有子类型，type/sub-type。 - Accept-Charset
客户端告诉服务器自己能接收的字符集。 - Accept-Encoding
客户端声明自己接收的编码方法，通常指定压缩方法，是否支持压缩，支持什么压缩方法(gzip，deflate)。 - Accept-Language
客户端声明自己接收的语言。语言跟字符集的区别：中文是语言，中文有多种字符集，比如big5，gb2312，gbk等等。 - Authorization
当客户端接收到来自WEB服务器的 WWW-Authenticate响应时，用该头部来回应自己的身份验证信息给WEB服务器。 - If-Match
如果对象的ETag没有改变，其实也就意味著对象没有改变，才执行请求的动作，获取文档。 - If-None-Match
如果对象的ETag改变了，其实也就意味著对象也改变了，才执行请求的动作，获取文档。 - If-Modified-Since
如果请求的对象在该头部指定的时间之后修改了，才执行请求的动作(比如返回对象)，否则返回代码304，告诉客户端该对象没有修改。例如：If-Modified-Since：Thu, 10 Apr 2008 09:14:42 GMT。 - If-Unmodified-Since
如果请求的对象在该头部指定的时间之后没修改过，才执行请求的动作(比如返回对象)。 - If-Range
客户端告诉WE 服务器，如果我请求的对象没有改变，就把我缺少的部分给我，如果对象改变了，就把整个对象给我。客户端通过发送请求对象的ETag或者自己所知道的最后修改时间给WEB服务器，让其判断对象是否改变了。总是跟Range头部一起使用。 - Range
客户端(比如 Flashget 多线程下载时)告诉WEB服务器自己想取对象的哪部分。例如：Range: bytes=1173546。 - Proxy-Authenticate
代理服务器响应客户端，要求其提供代理身份验证信息。 - Proxy-Authorization
客户端响应代理服务器的身份验证请求，提供自己的身份信息。 - Host
客户端指定自己想访问的WEB服务器的域名/IP 地址和端口号。 - Referer
客户端向WEB服务器表明自己是从哪个网页URL获得点击当前请求中的网址/URL。 - User-Agent
客户端表明自己的身份。例如：Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.143 Safari/537.36。
1.5 response响应消息
1.5.1响应消息
一般情况下，服务器接收并处理客户端发过来的请求后会返回一个http的响应消息。http响应也由四个部分组成：状态行、消息报头、空行和响应正文。
HTTP/1.1 200 OK
Date: Fri, 22 May 2009 06:07:21 GMT
Content-Type: text/html; charset=UTF-8
<html>
<head></head>
<body>
<!--body goes here-->
</body>
</html>
- 第一部分：状态行，由http协议版本号， 状态码， 状态消息三部分组成。上面http版本号为http/1.1，状态码为200，状态消息为"OK"。
- 第二部分：消息报头，用来说明客户端要使用的一些附加信息。Date：生成响应的日期和时间；Content-Type：指定了MIME类型的html(text/html)，编码类型是UTF-8。
- 第三部分：空行，消息报头后面的空行是必须的。
- 第四部分：响应正文，服务器返回给客户端的文本信息，空行后面的html部分为响应正文。
1.5.2 响应头部
上面说了第二部分为消息报头，那么消息报头有哪些呢？
http响应头：响应头向客户端提供一些额外信息，比如谁在发送响应、响应者的功能，甚至与响应相关的一些特殊指令。这些头部有助于客户端处理响应，并在将来发起更好的请求。响应头域包含Age、Location、Proxy-Authenticate、Public、Retry- After、Server、Vary、Warning、WWW-Authenticate。对响应头域的扩展要求通讯双方都支持，如果存在不支持的响应头域，一般将会作为实体头域处理。
- Age
当代理服务器用自己缓存的实体去响应请求时，用该头部表明该实体从产生到现在经过多长时间了。 - Server
web服务器表明自己是什么软件及版本等信息。例如：Server：Apache/2.0.61 (Unix)。 - Accept-Ranges
web服务器表明自己是否接受获取其某个实体的一部分(比如文件的一部分)的请求。bytes：表示接受，none：表示不接受。 - Vary
web服务器用该头部的内容告Cache服务器，在什么条件下才能用本响应所返回的对象响应后续的请求。假如源web服务器在接到第一个请求消息时，其响应消息的头部为：Content-Encoding: gzip; Vary: Content-Encoding，那么Cache服务器会分析后续请求消息的头部，检查其Accept-Encoding，是否跟先前响应的Vary头部值一致，即是否使用相同的内容编码方法，这样就可以防止Cache服务器用自己Cache 里面压缩后的实体响应给不具备解压能力的浏览器。例如：Vary：Accept-Encoding。
HTTP实体头：实体头部提供了有关实体及其内容的大量信息，从有关对象类型的信息，到能够对资源使用的各种有效的请求方法。总之，实体头部可以告知接收者它在对什么进行处理。请求消息和响应消息都可以包含实体信息，实体信息一般由实体头域和实体组成。实体头域包含关于实体的原信息，实体头包括信息性头部Allow、Location，内容头部Content-Base、Content-Encoding、Content-Language、Content-Length、Content-Location、Content-MD5、Content-Range、Content-Type，缓存头部Etag、Expires、Last-Modified、extension-header。
- Allow
服务器支持哪些请求方法(如get、post等)。 - Location
表示客户应当到哪里去提取文档，用于将接收端定位到资源的位置(URL)上。Location通常不是直接设置的，而是通过HttpServletResponse的sendRedirect方法，该方法同时设置状态代码为302。 - Content-Base
解析主体中的相对URL时使用的基础URL。 - Content-Encoding
web服务器表明自己使用了什么压缩方法(gzip，deflate)压缩响应中的对象。例如：Content-Encoding：gzip。 - Content-Language
web服务器告诉浏览器理解主体时最适宜使用的自然语言。 - Content-Length
web服务器告诉浏览器自己响应的对象的长度或尺寸，例如：Content-Length: 26012。 - Content-Location
资源实际所处的位置。 - Content-MD5
主体的MD5校验。 - Content-Range
实体头用于指定整个实体中的一部分的插入位置，它也指示了整个实体的长度。在服务器向客户返回一个部分响应，它必须描述响应覆盖的范围和整个实体长度。一般格式： Content-Range:bytes-unitSPfirst-byte-pos-last-byte-pos/entity-legth。例如，传送头500个字节次字段的形式：Content-Range:bytes0- 499/1234如果一个http消息包含此节(例如，对范围请求的响应或对一系列范围的重叠请求)，Content-Range表示传送的范围，Content-Length表示实际传送的字节数。 - Content-Type
web服务器告诉浏览器自己响应的对象的类型。例如：Content-Type：application/xml。 - Etag
就是一个对象(比如URL)的标志值，就一个对象而言，比如一个html文件，如果被修改了，其Etag也会别修改，所以，ETag的作用跟Last-Modified的作用差不多，主要供WEB服务器判断一个对象是否改变了。比如前一次请求某个html文件时，获得了其 ETag，当这次又请求这个文件时，浏览器就会把先前获得ETag值发送给WEB服务器，然后WEB服务器会把这个ETag跟该文件的当前ETag进行对比，然后就知道这个文件有没有改变了。 - Expires
web服务器表明该实体将在什么时候过期，对于过期了的对象，只有在跟web服务器验证了其有效性后，才能用来响应客户请求。是 http 1.0 的头部。例如：Expires：Sat, 23 May 2009 10:02:12 GMT。 - Last-Modified
web服务器认为对象的最后修改时间，比如文件的最后修改时间，动态页面的最后产生时间等等。例如：Last-Modified：Tue, 06 May 2008 02:42:43 GMT。
1.6 状态码
状态代码有三位数字组成，第一个数字定义了响应的类别，共分五种类别:
- 1xx：指示信息 - 表示请求已接收，继续处理。
- 2xx：成功 - 表示请求已被成功接收、理解、接受。
- 3xx：重定向 - 要完成请求必须进行更进一步的操作。
- 4xx：客户端错误 - 请求有语法错误或请求无法实现。
- 5xx：服务器端错误 - 服务器未能实现合法的请求。
常见状态码：
200 OK //客户端请求成功
400 Bad Request //客户端请求有语法错误，不能被服务器所理解
401 Unauthorized //请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用
403 Forbidden //服务器收到请求，但是拒绝提供服务
404 Not Found //请求资源不存在，eg：输入了错误的URL
500 Internal Server Error //服务器发生不可预期的错误
503 Server Unavailable //服务器当前不能处理客户端的请求，一段时间后可能恢复正常
1.7 请求方法
1.7.1 请求方法
根据http标准，http请求可以使用多种请求方法。
http 1.0定义了三种请求方法： get, post 和head方法。
http 1.1 新增了五种请求方法：options, put, delete, trace 和 connect 方法。
get 请求指定的页面信息，并返回实体主体。
head 类似于get请求，只不过返回的响应中没有具体的内容，用于获取报头
post 向指定资源提交数据进行处理请求（例如提交表单或者上传文件）。数据被包含在请求体中。POST请求可能会导致新的资源的建立和/或已有资源的修改。
put 从客户端向服务器传送的数据取代指定的文档的内容。
delete 请求服务器删除指定的页面。
connect HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。
options 允许客户端查看服务器的性能。
trace 回显服务器收到的请求，主要用于测试或诊断。
1.7.2 get和post 区别
- get是从服务器上获取数据，post是向服务器传送数据。get和 post只是一种传递数据的方式，get也可以把数据传到服务器，它们的本质都是发送请求和接收结果。只是组织格式和数据量上面有差别，http协议里面有介绍。
- get是把参数数据队列加到提交表单的ACTION属性所指的URL中，值和表单内各个字段一一对应，在URL中可以看到。post是通过http post机制，将表单内各个字段与其内容放置在HTML HEADER内一起传送到ACTION属性所指的URL地址。用户看不到这个过程。 因为get设计成传输小数据，而且最好是不修改服务器的数据，所以浏览器一般都在地址栏里面可以看到，但post一般都用来传递大数据，或比较隐私的数据，所以在地址栏看不到，能不能看到不是协议规定，是浏览器规定的。
- get传送的数据量较小，不能大于2KB。post传送的数据量较大，一般被默认为不受限制。但理论上，IIS4中最大量为80KB，IIS5中为100KB。 post基本没有限制，我想大家都上传过文件，都是用post方式的，但是需要修改form里面的那个type参数。
- get安全性非常低，post安全性稍微高点。但是如果没有加密的话，它们安全级别都是一样的，随便一个监听器都可以把所有的数据监听到。
1.8 session和cookie
1.8.1 session
session在计算机中，尤其是在网络应用中，称为"会话控制"，session对象存储特定用户会话所需的属性及配置信息。这样当用户在应用程序的web页之间跳转时，存储在session对象中的变量将不会丢失，而是在整个用户会话中一直存在下去。当用户请求来自应用程序的web页时，如果该用户还没有会话，则web服务器将自动创建一个session对象。当会话过期或被放弃后，服务器将终止该会话。session对象最常见的一个用法就是存储用户的首选项，例如，如果用户指明不喜欢查看图形，就可以将该信息存储在session对象中。实际上session和cookie是类似的一种维持客户端和服务会话状态的技术，不过session安全性要比cookie高，这是因为session的数据是存放在服务端上的，所以相对的也会增加服务器的压力，因此session被应用于储存一些比较隐私的数据，例如用户名密码和用户的资料等。
1.8.2 cookie
cookie与session最大的区别就是一个是将数据存放在客户端，一个是将数据存放在服务端。cookie是将信息都存放在客户端的浏览器内存或磁盘中，所以不是很安全，别人可以分析存放在本地的cookie数据来进行用户信息的盗窃或进行cookie欺骗。 所以在安全性上session要好一些，session通信的一般实现形式是通过cookie来实现，与cookie不同的是，session只会保存一个sessionID在客户端，不会像cookie那样将具体的数据保存在客户端，session具体的数据只会保存在服务端上，在Servlet中session数据是被封装在一个对象里，而这个对象会被保存在对象池中，客户端发生请求时会带上它的sessionID，服务端就会根据这个sessionID，来从对象池中获得相应的session对象，从对象中获得session的具体数据，服务端通过这个session数据来保持或改变与客户端会话的状态。
1.8.3 session和cookie 区别
- cookie数据存放在客户端上，session数据放在服务器上。
- cookie不是很安全，别人可以分析存放在本地的cookie并进行cookie欺骗，考虑到安全应当使用session
- session会在一定时间内保存在服务器上。当访问增多，会比较占用你服务器的性能考虑到减轻服务器性能方面，应当使用cookie。
- 单个cookie保存的数据不能超过4K，很多浏览器都限制一个站点最多保存20个cookie。
- 所以建议：
将登陆信息等重要信息存放为session。
其他信息如果需要保留，可以放在cookie中。
1.9 一次完整的http请求
在一次完整的HTTP通信过程中, Web浏览器与Web服务器之间将完成下列6个步骤：
- 建立TCP连接
在http工作开始之前，客户端首先要通过网络与服务器建立连接，该连接是通过tcp来完成的，该协议与ip协议共同构建Internet，即著名的tcp/ip协议族，因此Internet又被称作是tcp/ip网络。
http是比tcp更高层次的应用层协议，根据规则，只有低层协议建立之后才能进行更高层协议的连接，因此首先要建立tcp连接, 一般tcp连接的端口号是80，tcp连接中我们比较熟悉的就是三次握手。
一旦建立了tcp连接, 客户端就会向服务器发送请求命令：
例如：GET/sample/hello.jsp HTTP/1.1 - 客户端发送请求头信息
客户端发送其请求命令之后，还要以头信息的形式向服务器发送一些别的信息，这些信息用来描述自己。之后客户端发送了一空白行来通知服务器，表示它已经结束了该头信息的发送。若是post请求，还会在发送完请求头信息之后发送请求体。 - 服务器应答
客户端向服务器发出请求后, 服务器会向客户机回送应答。
HTTP/1.1 200 OK
应答的第一部分是协议的版本号和应答状态码。 - 服务器发送应答头信息
正如客户端会随同请求发送关于自身的信息一样，服务器也会随同应答向用户发送关于它自己的数据及被请求的文档，最后以一个空白行来表示头信息发送到此结束。 - 服务器向客户端发送数据
服务器向浏览器发送头信息后，它就以Content-Type应答头信息所描述的格式发送用户所请求的实际数据。 - 服务器关闭tcp连接
一般情况下，一旦服务器向浏览器发送了请求数据，它就要关闭tcp连接。如果请求头信息加入了这行代码
Connection:keep-alive，tcp连接在发送后将仍然保持打开状态。客户端可以继续通过相同的连接发送请求，保持连接节省了为每个请求建立新连接所需的时间，还节约了网络带宽。
2. http服务器实现
本文基于rector百万并发实现中的代码做出改进使其成为http服务器
2.1 结构体
在ntyevent 结构体中增加http相关的参数
//事务结构体
struct ntyevent
{
int fd; //事务的fd
int events; // epoll events类型
void *arg; //需要传给回调函数的参数,一般传的是reactor的指针
int (*callback)(int fd, int events, void *arg); //对应的回调函数
int status; // 0:新建 1：已存在
char buffer[BUFFER_LENGTH]; //接收到的消息
int length;
long last_active;
// http 参数
int method;
char resource[BUFFER_LENGTH];
int ret_code;
};
2.2 http 接收请求处理
2.2.1 recv_cb
//接收回调函数
int recv_cb(int fd, int events, void *arg)
{
//外界传参获得的ntyreactor指针
struct ntyreactor *reactor = (struct ntyreactor *)arg;
//从内核的链表中取出当前的event
struct ntyevent *ev = ntyreactor_idx(reactor, fd);
//此次收到数据的长度
int len = recv(fd, ev->buffer, BUFFER_LENGTH, 0);
//收到就直接删除对应的fd，以免多次响应
nty_event_del(reactor->epfd, ev);
//正确接收，大于0
if (len > 0)
{
ev->length = len;
ev->buffer[len] = '\0';
printf("C[%d]:%s\n", fd, ev->buffer);
//接收http请求
http_request(ev);
//收到以后直接发送回去
nty_event_set(ev, fd, send_cb, reactor);
nty_event_add(reactor->epfd, EPOLLOUT, ev);
}
else if (len == 0)
{
close(ev->fd);
// printf("[fd=%d] pos[%ld], closed\n", fd, ev - reactor->events);
}
else
{
close(ev->fd);
printf("recv[fd=%d] error[%d]:%s\n", fd, errno, strerror(errno));
}
return len;
}
2.1.2 http_request
//读一行http请求,将有用的信息放进linebuf
int readline(char *allbuf, int idx, char *linebuf)
{
int len = strlen(allbuf);
for (; idx < len; idx++)
{
//遇到\r\n
if (allbuf[idx] == '\r' && allbuf[idx + 1] == '\n')
{
return idx + 2;
}
else
{
*(linebuf++) = allbuf[idx];
}
}
return -1;
}
//服务器接收请求
int http_request(struct ntyevent *ev)
{
// GET,POST
char linebuf[1024] = {0};
int idx = readline(ev->buffer, 0, linebuf);
if (strstr(linebuf, "GET"))
{
ev->method = HTTP_METHOD_GET;
//获取GET前面和HTTP之前的资源位，并塞进linebuf里面
int i = 0;
while (linebuf[sizeof("GET ") + i] != ' ')
{
i++;
}
linebuf[sizeof("GET ") + i] = '\0';
//将请求的资源路径放进去
sprintf(ev->resource, "./%s/%s", HTTP_WEBSERVER_HTML_ROOT, linebuf + sizeof("GET "));
}
else if (strstr(linebuf, "POST"))
{
}
}
2.2 http 响应处理
2.2.1 http_response
// http响应
int http_response(struct ntyevent *ev)
{
if (ev == NULL)
return -1;
memset(ev->buffer, 0, BUFFER_LENGTH);
#if 0
const char *html = "<html><head><title>hello http</title></head><body><H1>King</H1></body></html>\r\n\r\n";
ev->length = sprintf(ev->buffer,
"HTTP/1.1 200 OK\r\n\
Date: Thu, 11 Nov 2021 12:28:52 GMT\r\n\
Content-Type: text/html;charset=ISO-8859-1\r\n\
Content-Length: 83\r\n\r\n%s",
html);
#else
printf("resource: %s\n", ev->resource);
int filefd = open(ev->resource, O_RDONLY);
//如果找不到
if (filefd == -1)
{
ev->ret_code = 404;
ev->length = sprintf(ev->buffer,
"HTTP/1.1 404 Not Found\r\n"
"Date: Thu, 11 Nov 2021 12:28:52 GMT\r\n"
"Content-Type: text/html;charset=ISO-8859-1\r\n"
"Content-Length: 85\r\n\r\n"
"<html><head><title>404 Not Found</title></head><body><H1>404</H1></body></html>\r\n\r\n");
}
else
{
//获取文件状态
struct stat stat_buf;
fstat(filefd, &stat_buf);
close(filefd);
//文件处于保护状态
if (S_ISDIR(stat_buf.st_mode))
{
ev->ret_code = 404;
ev->length = sprintf(ev->buffer,
"HTTP/1.1 404 Not Found\r\n"
"Date: Thu, 11 Nov 2021 12:28:52 GMT\r\n"
"Content-Type: text/html;charset=ISO-8859-1\r\n"
"Content-Length: 85\r\n\r\n"
"<html><head><title>404 Not Found</title></head><body><H1>404</H1></body></html>\r\n\r\n");
}
else if (S_ISREG(stat_buf.st_mode))
{
ev->ret_code = 200;
ev->length = sprintf(ev->buffer,
"HTTP/1.1 200 OK\r\n"
"Date: Thu, 11 Nov 2021 12:28:52 GMT\r\n"
"Content-Type: text/html;charset=ISO-8859-1\r\n"
"Content-Length: %ld\r\n\r\n",
stat_buf.st_size);
}
}
#endif
return ev->length;
}
2.2.2 send_cb
int send_cb(int fd, int events, void *arg)
{
struct ntyreactor *reactor = (struct ntyreactor *)arg;
struct ntyevent *ev = ntyreactor_idx(reactor, fd);
http_response(ev);
//返回的是发送的字节数
int len = send(fd, ev->buffer, ev->length, 0);
//正确发送,删除发送fd，注册接收的fd
if (len > 0)
{
printf("send[fd=%d], [%d]%s\n", fd, len, ev->buffer);
if (ev->ret_code == 200)
{
int filefd = open(ev->resource, O_RDONLY);
struct stat stat_buf;
fstat(filefd, &stat_buf);
//通过内存映射实现，零拷贝
sendfile(fd, filefd, NULL, stat_buf.st_size);
close(filefd);
}
nty_event_del(reactor->epfd, ev);
nty_event_set(ev, fd, recv_cb, reactor);
nty_event_add(reactor->epfd, EPOLLIN, ev);
}
else
{
close(ev->fd);
nty_event_del(reactor->epfd, ev);
printf("send[fd=%d] error %s\n", fd, strerror(errno));
}
return len;
}
处理分包和粘包
- 分隔符 \r\n\r\n
- 定义包的长度
