C socket 发送HTTP请求

HTTP请求头部样例：

GET http://www.baidu.com/ HTTP/1.1

Accept: html/text

Host: 220.181.6.175:80

Connection: Close

 

这是一个请求百度页面的头部。

属性和值的命名中间用:和空格隔开，结尾使用\r\n，头部结束使用\r\n\r\n

GET表示采用GET方法,当然我们常见的还有POST等其他方法，具体每个方法的意义可以查看RFC文档(附件)。

http://www.baidu.com/请求URL的绝对地址，如果使用相对地址可以改为/或者/index.html.注：后面的/不能少。

HTTP/1.1 版本号

Accept 接受响应的类型

Host请求的主机地址和端口

Connection:如果值为close则告诉服务器，当本次数据传递完毕以后，就会断开TCP链接。如果值为Keep-Alive则告诉服务器，数据传输结束后，本次链接不断开，等待后续请求。

 

 

用SOCKET模拟递交HTTP请求步骤：

1.首先建立和HTTP服务器的TCP链接

2.组织HTTP请求

3.发送请求

4.获取响应

 

一个下载百度首页的例子：

#include "stdlib.h"
#include "sys/types.h"
#include "sys/socket.h"
#include "netinet/in.h"
#include "netdb.h"
#include "string.h"
#include "arpa/inet.h"
#include "ctype.h"
#include "stdio.h"
#include "sys/stat.h"
#include "fcntl.h"

void send_and_recv(int sockfd, char * url, char * fun_type, char * accept_type, char * ip, int port, char * file_loc, char * body, char * connection_type);

//sockfd表示TCP链接的套接字，url请求服务的相对或者绝对地址，fun_type请求方法，accept_type接受类 型，ip,port请求的服务器的地址和端口，file_loc下载文件存放位置，body请求的主体，connection_type用来指定 connection的类型

int main() {
        int sockfd;
        struct sockaddr_in serv_socket;
        int port = 80;
        char ip[] = "220.181.6.175"; //ip地址，可以通过gethostbyname来获取
        char file_loc[] = "/programe/http/temp.html"; //下载的存放位置

        bzero(&serv_socket, sizeof(struct sockaddr_in));
        serv_socket.sin_family = AF_INET;
        serv_socket.sin_port = htons(port);
        inet_pton(AF_INET, ip, &serv_socket.sin_addr);

        sockfd = socket(AF_INET, SOCK_STREAM, 0);       

        int flag = connect(sockfd, (struct sockaddr *)&serv_socket, sizeof(serv_socket)); //建立和HTTP服务器的TCP链接
        if(flag < 0) {
                printf("connect error!!! flag = %d\n", flag);
                exit(1);
        }

        send_and_recv(sockfd, "http://www.baidu.com/", "GET", "html/text", ip, port, file_loc, NULL, "Close"); //下载的主体函数
        close(sockfd);
        exit(0);
}

void send_and_recv(int sockfd, char * url, char * fun_type, char * accept_type, char * ip, int port, char * file_loc, char * body, char * connection_type) {
        char * request = (char *) malloc (4 * 1024 * sizeof(char));
        if(body)
                sprintf(request, "%s %s HTTP/1.1\r\nAccept: %s\r\nHost: %s:%d\r\nConnection: %s\r\nContent-Type: application/x-www-form-urlencoded\r\nContent-L
ength: %d\r\n\r\n%s", fun_type, url, accept_type, ip, port, connection_type, body, strlen(body));
        else
                sprintf(request, "%s %s HTTP/1.1\r\nAccept: %s\r\nHost: %s:%d\r\nConnection: %s\r\n\r\n", fun_type, url, accept_type, ip, port, connection_type
);

//以上是在组织请求的头部，打印出的结果就是文章开头所写

        int send = write(sockfd, request, strlen(request));
        printf("%s", request);
        free(request);
        char * response = (char *) malloc (1024 * sizeof(char));
        if(file_loc) {
                int file = open(file_loc, O_RDWR | O_APPEND);
                int length;
                do {
                        length = read(sockfd, response, 1024);
                        char * loc = strstr(response, "\r\n\r\n"); //截获返回头部，以\r\n\r\n为标识
                        if(loc) {
                                int loci = loc - response + 4;
                                write(1, response, loci);//如果是响应头部就打印至屏幕
                                write(file, loc, length - loci);//如果是响应主体就写入文件
                        } else {
                                write(file, response, length);
                        }
                        if(!length)//注意，因为之前采用的是close方法，也就是说一旦传输数据完毕，则服务器端会断开链接，则read函数会返回0，所以这里 会退出循环。如果采用的是Keep-Alive则服务器不关闭TCP链接，也就说程序将会被阻塞在read函数中，因此要注意的是自己判断是否读到了响应 的结尾，然后在再次调用read之前退出循环。
                                break;
                } while(1);
                close(file);
        } else {
                int length;
                do {
                        length = read(sockfd, response, 1024);
                        printf("%s", response);
                        if(!length)
                                break;
                } while(1);
        }
        free(response);
}

 

之前的头部比较简单，在发送请求的时候，我们常常会递交表单，如果采用GET方法，则可以通过URL传递参数。如果采用POST，则新的HTTP请求看上去应该是这样。（带COOKIE）

 

POST http://192.168.1.154:8888/httpstudy2/servlet/IndexServlet HTTP/1.1
Accept: html/text
Host: 192.168.1.154:8888

Cookie: username=difa; password=yuna
Connection: Close
Content-Type: application/x-www-form-urlencoded
Content-Length: 29

username=hello&password=world

 

Content-Type表示主体类型

Content-Length表示主体长度，不包括头部。

 

整个发送的HTTP请求应该是：

POST http://192.168.1.154:8888/httpstudy2/servlet/IndexServlet HTTP/1.1\r\nAccept: html/text\r\nHost: 192.168.1.154:8888\r\nCookie: username=difa; password=yuna\r\nConnection: Close\r\nContent-Type: application/x-www-form-urlencoded\r\nContent-Length: 29\r\n\r\nusername=hello&password=world

HTTP 请求报文

HTTP Command: //方法字段，说明其使用的是GET 方法

URI: / //URL 字段，发送请求至保存该网站的服务器。

HTTP Version: //http 协议版本字段，用是的http/1.1 版本

Accept: //指示可被接受的请求回应的介质类型范围列表。

Accept-Language: //限制了请求回应中首选的语言为简体中文，否则使用默认值。

Accept-Encoding: //限制了回应中可接受的内容编码值,指示附加内容解码方式为gzip,deflate.

User-Agent: //定义用户代理，即发送请求的浏览器类型为Mozilla/4.0

Host: www.XX.com ///r/n定义了目标所在的主机

Connection: Keep-Alive/r/n //告诉服务器使用持久连接

 
HTTP 回应报文

HTTP Version: HTTP/1.1 //服务器用的是HTTP/1.1 版本

HTTP Status: 200 //请求成功，信息可以读取，包含在响应的报文中

Date: //指服务器从文件系统中检索到该对象，插入到响应报文，并发送该响应报文的时间

Server: //表明刻报文是由一个Apache/2.0.52 的服务器产生的

X-Powered-By: //表明是使用PHP（版本）的动态网页

Set- cookie: //

Vary: //

Content-Length: //表明实体的长度

Connection: //告诉客户机在报文发送完毕后仍然保持连接

Content-Type: //表明实体中的对象是html 文档

Binary Data: //二进制数据

说明：在服务器给的回应请求中，我们可以从状态码中看到访问的相关信息。状态码表示响应类型，常用的有：

1×× 保留

2×× 表示请求成功地接收

3×× 为完成请求客户需进一步细化请求

4×× 客户错误

5×× 服务器错误

状态代码	状态信息	含义
100	Continue	初始的请求已经接受，客户应当继续发送请求的其余部分。（HTTP 1.1新）
101	Switching Protocols	服务器将遵从客户的请求转换到另外一种协议（HTTP 1.1新）
200	OK	一切正常，对GET和POST请求的应答文档跟在后面。
201	Created	服务器已经创建了文档，Location头给出了它的URL。
202	Accepted	已经接受请求，但处理尚未完成。
203	Non-Authoritative Information	文档已经正常地返回，但一些应答头可能不正确，因为使用的是文档的拷贝（HTTP 1.1新）。
204	No Content	没有新文档，浏览器应该继续显示原来的文档。如果用户定期地刷新页面，而Servlet可以确定用户文档足够新，这个状态代码是很有用的。
205	Reset Content	没有新的内容，但浏览器应该重置它所显示的内容。用来强制浏览器清除表单输入内容（HTTP 1.1新）。
206	Partial Content	客户发送了一个带有Range头的GET请求，服务器完成了它（HTTP 1.1新）。
300	Multiple Choices	客户请求的文档可以在多个位置找到，这些位置已经在返回的文档内列出。如果服务器要提出优先选择，则应该在Location应答头指明。
301	Moved Permanently	客户请求的文档在其他地方，新的URL在Location头中给出，浏览器应该自动地访问新的URL。
302	Found	类似于301，但新的URL应该被视为临时性的替代，而不是永久性的。注意，在HTTP1.0中对应的状态信息是“Moved Temporatily”。 出现该状态代码时，浏览器能够自动访问新的URL，因此它是一个很有用的状态代码。 注意这个状态代码有时候可以和301替换使用。例如，如果浏览器错误地请求http://host/~user（缺少了后面的斜杠），有的服务器返回301，有的则返回302。 严格地说，我们只能假定只有当原来的请求是GET时浏览器才会自动重定向。请参见307。
303	See Other	类似于301/302，不同之处在于，如果原来的请求是POST，Location头指定的重定向目标文档应该通过GET提取（HTTP 1.1新）。
304	Not Modified	客户端有缓冲的文档并发出了一个条件性的请求（一般是提供If-Modified-Since头表示客户只想比指定日期更新的文档）。服务器告诉客户，原来缓冲的文档还可以继续使用。
305	Use Proxy	客户请求的文档应该通过Location头所指明的代理服务器提取（HTTP 1.1新）。
307	Temporary Redirect	和302（Found）相同。许多浏览器会错误地响应302应答进行重定向，即使原来的请求是POST，即使它实际上只能在POST请求的应答是303时才能重定向。由于这个原因，HTTP 1.1新增了307，以便更加清除地区分几个状态代码：当出现303应答时，浏览器可以跟随重定向的GET和POST请求；如果是307应答，则浏览器只能跟随对GET请求的重定向。（HTTP 1.1新）
400	Bad Request	请求出现语法错误。
401	Unauthorized	客户试图未经授权访问受密码保护的页面。应答中会包含一个WWW-Authenticate头，浏览器据此显示用户名字/密码对话框，然后在填写合适的Authorization头后再次发出请求。
403	Forbidden	资源不可用。服务器理解客户的请求，但拒绝处理它。通常由于服务器上文件或目录的权限设置导致。
404	Not Found	无法找到指定位置的资源。这也是一个常用的应答。
405	Method Not Allowed	请求方法（GET、POST、HEAD、DELETE、PUT、TRACE等）对指定的资源不适用。（HTTP 1.1新）
406	Not Acceptable	指定的资源已经找到，但它的MIME类型和客户在Accpet头中所指定的不兼容（HTTP 1.1新）。
407	Proxy Authentication Required	类似于401，表示客户必须先经过代理服务器的授权。（HTTP 1.1新）
408	Request Timeout	在服务器许可的等待时间内，客户一直没有发出任何请求。客户可以在以后重复同一请求。（HTTP 1.1新）
409	Conflict	通常和PUT请求有关。由于请求和资源的当前状态相冲突，因此请求不能成功。（HTTP 1.1新）
410	Gone	所请求的文档已经不再可用，而且服务器不知道应该重定向到哪一个地址。它和404的不同在于，返回407表示文档永久地离开了指定的位置，而404表示由于未知的原因文档不可用。（HTTP 1.1新）
411	Length Required	服务器不能处理请求，除非客户发送一个Content-Length头。（HTTP 1.1新）
412	Precondition Failed	请求头中指定的一些前提条件失败（HTTP 1.1新）。
413	Request Entity Too Large	目标文档的大小超过服务器当前愿意处理的大小。如果服务器认为自己能够稍后再处理该请求，则应该提供一个Retry-After头（HTTP 1.1新）。
414	Request URI Too Long	URI太长（HTTP 1.1新）。
416	Requested Range Not Satisfiable	服务器不能满足客户在请求中指定的Range头。（HTTP 1.1新）
500	Internal Server Error	服务器遇到了意料不到的情况，不能完成客户的请求。
501	Not Implemented	服务器不支持实现请求所需要的功能。例如，客户发出了一个服务器不支持的PUT请求。
502	Bad Gateway	服务器作为网关或者代理时，为了完成请求访问下一个服务器，但该服务器返回了非法的应答。
503	Service Unavailable	服务器由于维护或者负载过重未能应答。例如，Servlet可能在数据库连接池已满的情况下返回503。服务器返回503时可以提供一个Retry-After头。
504	Gateway Timeout	由作为代理或网关的服务器使用，表示不能及时地从远程服务器获得应答。（HTTP 1.1新）
505	HTTP Version Not Supported	服务器不支持请求中所指明的HTTP版本。（HTTP 1.1新）