HTTP服务器的本质

　已经有一个月没有更新博客了，一方面是因为平时太忙了，另一方面是想积攒一些干货进行分享。最近主要是做了一些开源项目的源码分析工作，有c项目也有python项目，想提升一下内功，今天分享一下tinyhttpd源码分析的成果。tinyhttpd是一个非常轻量型的http服务器，c代码500行左右，可以帮助我们了解http服务器运行的实质。在分析之前，我们先说一下http报文。（我的新书《Python爬虫开发与项目实战》出版了，大家可以看一下样章）

一.http请求

http请求由三部分组成，分别是：起始行、消息报头、请求正文

1 2 3 4 5 6

Request Line< CRLF > Header-Name: header-value< CRLF > Header-Name: header-value< CRLF > //一个或多个，均以< CRLF >结尾 < CRLF > body//请求正文

1、起始行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本，格式如下：

1	Method Request-URI HTTP-Version CRLF

其中 Method表示请求方法；Request-URI是一个统一资源标识符；HTTP-Version表示请求的HTTP协议版本；CRLF表示回车和换行（除了作为结尾的CRLF外，不允许出现单独的CR或LF字符）。

2、请求方法（所有方法全为大写）有多种，各个方法的解释如下：

• GET 请求获取Request-URI所标识的资源
• POST 在Request-URI所标识的资源后附加新的数据
• HEAD 请求获取由Request-URI所标识的资源的响应消息报头
• PUT 请求服务器存储一个资源，并用Request-URI作为其标识
• DELETE 请求服务器删除Request-URI所标识的资源
• TRACE 请求服务器回送收到的请求信息，主要用于测试或诊断
• CONNECT 保留将来使用
• OPTIONS 请求查询服务器的性能，或者查询与资源相关的选项和需求

应用举例： 
GET方法：在浏览器的地址栏中输入网址的方式访问网页时，浏览器采用GET方法向服务器获取资源，eg: 

1	GET /form.html HTTP/1.1 (CRLF)

POST方法要求被请求服务器接受附在请求后面的数据，常用于提交表单。eg：

1 2 3 4 5 6 7 8 9

POST /reg.jsp HTTP/ (CRLF) Accept:image/gif,image/x-xbit,... (CRLF) ... HOST:www.guet.edu.cn (CRLF) Content-Length:22 (CRLF) Connection:Keep-Alive (CRLF) Cache-Control:no-cache (CRLF) (CRLF)         //该CRLF表示消息报头已经结束，在此之前为消息报头 user=jeffrey&pwd=1234  //此行以下为提交的数据

 

二.tinyhttpd源码分析　

　tinyhttpd总共包含以下函数：


1 2 3 4 5 6 7 8 9 10 11 12

void  accept_request( int ); //处理从套接字上监听到的一个 HTTP 请求 void  bad_request( int ); //返回给客户端这是个错误请求，400响应码 void  cat( int ,  FILE  *); //读取服务器上某个文件写到 socket 套接字 void  cannot_execute( int ); //处理发生在执行 cgi 程序时出现的错误 void  error_die( const  char  *); //把错误信息写到 perror  void  execute_cgi( int ,  const  char  *,  const  char  *,  const  char  *); //运行cgi脚本，这个非常重要，涉及动态解析 int  get_line( int ,  char  *,  int ); //读取一行HTTP报文 void  headers( int ,  const  char  *); //返回HTTP响应头 void  not_found( int ); //返回找不到请求文件 void  serve_file( int ,  const  char  *); //调用 cat 把服务器文件内容返回给浏览器。 int  startup(u_short *); //开启http服务，包括绑定端口，监听，开启线程处理链接 void  unimplemented( int ); //返回给浏览器表明收到的 HTTP 请求所用的 method 不被支持。

建议源码阅读顺序： main -> startup -> accept_request -> execute_cgi　

按照以上顺序，看一下浏览器和tinyhttpd交互的整个流程：

三.注释版源码

　　注释版源码已经放到github上了，以后所有的源码分析都会上传github上。由于tinyhttpd源码较少，下面将完整的代码贴出来。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392