自己动手写http服务器(一) -- UNIX C 网络编程
自己动手写http服务器(二) -- http协议分析
自己动手写http服务器(三) -- 代码实现
要编写一个 http 服务器，第一步就是分析 http 协议格式，之后才能对发送过来的http数据包进行正常解析，并返回正确的数据包；
Http协议包的格式
首先，让我们用 netcat 捕获浏览器发送给服务器的数据包，来见一见其庐山真面目。
（1）捕捉 http 协议的数据包
通过命令：
nc -l 127.0.0.1 8888 > http.data
开启本地的 8888 号端口，在浏览器中输入 url 地址 http://127.0.0.1:8888 ，浏览器将会发送给一个Get请求给nc，nc将接收到的数据写入文件 http.data , 接收到的内容如下：
-
00000000:
4745
5420
2f
20
4854
5450
2f
31
2e
31
0d
0a GET / HTTP/
1.
1..
-
00000010:
486f
7374
3a
20
3132
372e
302e
302e
313a Host:
127.0.0.1:
-
00000020:
3838
3838
0d
0a
436f
6e
6e
6563
7469
6f
6e
8888..Connection
-
00000030:
3a
20
6b
65
6570
2d
61
6c
69
7665
0d
0a
5570 : keep-alive..Up
-
00000040:
6772
6164
652d
496e
7365
6375
7265
2d
52 grade-Insecure-R
-
00000050:
6571
7565
7374
733a
2031
0d
0a
5573
6572 equests:
1..User
-
00000060:
2d
41
6765
6e
74
3a
20
4d
6f
7a
69
6c
6c
612f -Agent: Mozilla/
-
00000070:
352e
3020
2858
3131
3b
20
4c
69
6e
75
7820
5.
0 (X
11; Linux
-
00000080:
7838
365f
3634
2920
4170
706c
6557
6562 x
86_
64) AppleWeb
-
00000090:
4b
69
742f
3533
372e
3336
2028
4b
48
544d Kit/
537.
36 (KHTM
-
000000a0:
4c
2c
206c
696b
6520
4765
636b
6f
29
2043 L, like Gecko) C
-
000000b0:
6872
6f
6d
652f
3539
2e
30
2e
33
3037
312e hrome/
59.
0.
3071.
-
000000c0:
3131
3520
5361
6661
7269
2f
35
3337
2e
33
115 Safari/
537.
3
-
000000d0:
360d
0a
41
6363
6570
743a
2074
6578
742f
6..Accept: text/
-
000000e0:
6874
6d
6c
2c
61
7070
6c
69
6361
7469
6f
6e html,application
-
000000f0:
2f
78
6874
6d
6c
2b
78
6d
6c
2c
61
7070
6c
69 /xhtml+xml,appli
-
00000100:
6361
7469
6f
6e
2f
78
6d
6c
3b
71
3d
30
2e
39 cation/xml;q=
0.
9
-
00000110:
2c
69
6d
61
6765
2f
77
6562
702c
696d
6167 ,image/webp,imag
-
00000120:
652f
6170
6e
67
2c
2a
2f
2a
3b
71
3d
30
2e
38 e/apng,*/*;q=
0.
8
-
00000130:
0d
0a
4163
6365
7074
2d
45
6e
63
6f
64
696e ..Accept-Encodin
-
00000140:
673a
2067
7a
69
702c
2064
6566
6c
61
7465 g: gzip, deflate
-
00000150:
2c
20
6272
0d
0a
4163
6365
7074
2d
4c
616e , br..Accept-Lan
-
00000160:
6775
6167
653a
207a
682d
434e
2c
7a
683b guage: zh-CN,zh;
-
00000170:
713d
302e
382c
6c
61
3b
71
3d
30
2e
36
2c
64 q=
0.
8,la;q=
0.
6,d
-
00000180:
613b
713d
302e
340d
0a
0d
0a a;q=
0.
4....
左侧是接收的数据原始二进制流，右侧是对应的ASCII码；
可见浏览器默认使用的http协议是 HTTP/1.1，其头信息肯定是文本（ASCII编码）；
（2）捕捉 https 协议的数据包
通过命令：
nc -l 127.0.0.1 8888 > https.data
在浏览器中输入 url 地址 https://127.0.0.1:8888 ，即可获得浏览器发送给服务器的数据，内容如下：
-
00000000:
1603
0100 c
2ae
0100
00c
2 aa
03
0328
6fc
2 .............(o.
-
00000010: a
227
0f
31 c
392 c
388 c
392
42c
2
8dc
2
9dc
2 .'.
1......B.....
-
00000020:
8275 c
297
2324 c
38f
484d
75c
2
8b
23
5bc
2 .u..#$..HMu..#[.
-
00000030: aac
3
98c
3 a
17c
0d
70
6cc
2 be
00
001c
2a
2a .....|.pl.....**
-
00000040: c
380
2bc
3
802f c
380
2cc
3
8030 c
38c c
2a
9 ..+../..,..
0....
-
00000050: c
38c c
2a
8 c
380
13c
3
8014
00c
2
9c
00 c
29d ................
-
00000060:
002f
0035
000a
0100
0065 c
2aa c
2aa
0000 ./.
5.....e......
-
00000070: c
3bf
0100
0100
0017
0000
0023
0000
000d ...........#....
-
00000080:
0014
0012
0403
0804
0401
0503
0805
0501 ................
-
00000090:
0806
0601
0201
0005
0005
0100
0000
0000 ................
-
000000a0:
1200
0000
1000
0e
00
0c
02
6832
0868
7474 ..........h
2.htt
-
000000b0:
702f
312e
3175
5000
0000
0b
00
0201
0000 p/
1.
1uP.........
-
000000c0:
0a
00
0a
00
086a
6a
00
1d
00
1700
182a
2a
00 .....jj......**.
-
000000d0:
0100
0a ...
可见，https协议的头信息是二进制数据流而非文本；
本文只对 http1.1 协议进行分析；
（3）分析 http Get请求数据包
浏览器发送到服务器端的请求数据为：
-
GET / HTTP/
1.
1
-
Host:
127.0.0.1:8888
-
Connection: keep-alive
-
Upgrade-Insecure-Requests:
1
-
User-Agent: Mozilla/
5.
0 (X
11; Linux x
86_
64) AppleWebKit/
537.
36 (KHTML, like Gecko) Chrome/
59.
0.
3071.
115 Safari/
537.
36
-
Accept: text/html,application/xhtml+xml,application/xml;q=
0.
9,image/webp,image/apng,*/*;q=
0.
8
-
Accept-Encoding: gzip, deflate, br
-
Accept-Language: zh-CN,zh;q=
0.
8,la;q=
0.
6,da;q=
0.
4
对于HTTP报文来说，第一行为报文的起始行，格式为
<method> <request-URL> <version>
每个字段用空格分隔；
在该例子中， method 为 GET ，request-URL 为 / ，version 为 HTTP/1.1 ；
在这里，因为我们只是在浏览器中输入一个ip地址及端口号，默认的请求资源为 / ；
如果在浏览器中输入 http://127.0.0.1:8888/xxx/yy?name=abc&age=23 则 request-URL 的值将是 * /xxx/yy?name=abc&age=23 * ；
（4）捕获 http Post 请求数据包
下面我们来捕获以下Post的请求包，看看其与Get请求包的不同；
首先，我们创建一个html文件，文件地址为 :
/home/hbfeng/Code/Year2017/Mon07/Day19/x.html
文件内容为：
-
<!DOCTYPE html>
-
<html lang="en">
-
<head>
-
<meta charset="UTF-8">
-
<title>Document
</title>
-
</head>
-
<body>
-
<form action="http://127.0.0.1:8888" method="POST">
-
color:
<input type="text" name="color">
-
<input type="submit" value="提交" />
-
</form>
-
</body>
-
</html>
之后，开启服务器 ：
nc -l 127.0.0.1 8888 > post.dat
在浏览器中输入 ：
file:///home/hbfeng/Code/Year2017/Mon07/Day19/x.html
可以出现如下页面，在文本框中填入内容，点击 提交 即可获得一个Post数据包：
POST数据获取
Post数据包的内容如下：
-
POST / HTTP/
1.
1
-
Host:
127.0.0.1:8888
-
Connection: keep-alive
-
Content-Length:
12
-
Cache-Control: max-age=
0
-
Origin: null
-
Upgrade-Insecure-Requests:
1
-
User-Agent: Mozilla/
5.
0 (X
11; Linux x
86_
64) AppleWebKit/
537.
36 (KHTML, like Gecko) Chrome/
59.
0.
3071.
115 Safari/
537.
36
-
Content-Type: application/x-www-form-urlencoded
-
Accept: text/html,application/xhtml+xml,application/xml;q=
0.
9,image/webp,image/apng,*/*;q=
0.
8
-
Accept-Encoding: gzip, deflate, br
-
Accept-Language: zh-CN,zh;q=
0.
8,la;q=
0.
6,da;q=
0.
4
-
-
color=yellow
-
与Get请求的数据相比，Post数据包多出了以下我们后续编写代码时需要使用的内容：
-
Content-Length: 12: 表示HTTP正文的大小。POST请求将数据以URL编码的形式放在HTTP正文中，字段形式为 fieldname=value，用&分隔每个字段； -
HTTP信息头与HTTP正文之间有一行空行；
-
HTTP中有表单内容
color=yellow，正好等于Content-Length的长度；
服务器的工作流程
知道了浏览器给我们发送的数据格式以后，我们的http服务器就可以将数据包进行解析，并动态生成页面发送给浏览器；
服务器的大致工作流程如下图所示：
tinyhttpd的工作流程
反馈给客户端的数据格式
知道了服务器的运行流程，我们需要知道浏览器希望从服务器端得到什么格式的数据；
服务器按照HTTP协议返回数据给客户端，如响应码为400，返回的内容为：
-
HTTP/1.0
400 BAD REQUEST
-
Content-type: text/html
-
-
<!DOCTYPE>
-
<html>
-
<!-- html内容 -->
-
... ...
-
</html>
-
每一行最后都跟 \r\n ，表示一行的结束；
第一行的3个参数用空格隔开，第一个参数说明服务器所使用的http协议为 HTTP/1.0 ，第二个参数是一个返回码，第三个参数是对返回码的解释；
第二行声明的是http正文内容的类型，text/html 表示正文是一个html文件的内容，浏览器将其解释并显示，如果是 text/plain 表示正文是纯文本，浏览器直接将内容显示，不需要解释、渲染等操作；
之后的空行表示http信息头结束；
空行之后的内容即为http正文；
动态生成Web页面技术
CGI (Common Gateway Interface，通用网关接口) ：一种重要的互联网技术，是指根据浏览器发送过来的请求，服务器执行一定的动作，如数据库查询、系统信息查询等，甚至可以让服务器删除某些文件，之后生成对应的内容返回给浏览器以显示执行结果；
可以将CGI理解为通过浏览器就可以让服务器执行某些在服务器端已经定义好的功能，实现远程调用 ；
CGI是这种技术的定义，而其实现方式多种多样，如 Perl 是一个广泛被用来编写CGI程序的语言，另外，像 Python、Ruby、C/C++、PHP 等也可以实现CGI，甚至是 Shell脚本 文件也能胜任该任务；
CGI可以用任何一种语言编写，只要这种语言具有标准输入、输出和环境变量。
在下一篇中，我们就来根据上面的流程图来实现一个小型的http服务器；
参考
HTTP/1.1 Header Field Definitions
完！
作者：FoolishFlyFox
链接：https://www.jianshu.com/p/51e2c2c831f4
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
扫一扫
5589
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
