Websocket Frame 格式（Websocket 数据帧格式）

       今天，公司要求在媒体服务器上实现websocket-flv播放，即通过Websocket技术来实现flv播放。笔者以前曾用Websocket协议实现过一个百万级别的即时通信服务器，但到今日已有时日，对Websocket协议的帧格式是记不清楚了，今日正好重新复习一下，做笔记如下，已备忘。

       浏览器通过GET方式发送Websocket请求，服务器通过判断其请求头部是否包含 “Upgrade: websocket”请求头来判断是否Websocket协议，如果存在这个请求头，则表示用Websocket协议来通信。服务器回应Websocket握手协议后，将采用Websocket数据帧来发送数据，Websocket数据帧是由如下部分组成的：

标志位：

1个字节；最高位为 FIN 标志位，如果是1表示这是帧的最后一个分片，RSV1, RSV2, RSV3为扩展进行定义，一般情况下全为0。Opcode: 4个位，操作代码，Opcode的值决定了应该如何解析后续的数据载荷（data payload）。

FIN

RSV1

RSV2

RSV3

opcode

%x0：表示一个延续帧。当Opcode为0时，表示本次数据传输采用了数据分片，当前收到的数据帧为其中一个数据分片。
%x1：表示这是一个文本帧（frame）
%x2：表示这是一个二进制帧（frame）
%x3-7：保留的操作代码，用于后续定义的非控制帧。
%x8：表示连接断开。
%x9：表示这是一个ping操作。
%xA：表示这是一个pong操作。
%xB-F：保留的操作代码，用于后续定义的控制帧。

帧长度：

1个字节、2个字节或者8个字节。

帧数据：

为长度可变的数据。

数据帧的视图如下：

构建Websocket 帧头的C语言代码如下：

#define FLAGS_MASK_FIN (1 << 7)
#define FLAGS_MASK_OP 0x0f

static u_char * 
setup_ws_header(u_char * p, int op, size_t len) {
	u_char * ph;

	*p++ = FLAGS_MASK_FIN | (op & FLAGS_MASK_OP);
	if (len < 126) {
		*p++ = (u_char) len;
	} else if (len <= 65535) {
		uint16_t tmp = htons((uint16_t) len); //
		ph = (u_char *) &tmp;
		*p++ = 126;
		*p++ = *ph++;
		*p++ = *ph++;
	} else {
		uint32_t tmp;
		*p++ = 127;
		tmp = htonl((uint32_t)((uint64_t) len >> 32));//
		ph = (u_char *) &tmp;
		*p++ = *ph++;
		*p++ = *ph++;
		*p++ = *ph++;
		*p++ = *ph++;

		tmp = htonl((uint32_t)(len & 0xffffffff));//
		ph = (u_char *) &tmp;
		*p++ = *ph++;
		*p++ = *ph++;
		*p++ = *ph++;
		*p++ = *ph++;
	}

	return p;
}