节选自《Apache源代码解析－基于Apache0.6.5》第三章。
本章描述Apache0.6.5的自定义函数库。这些函数供实现Apache功能模块的代码调用。本章代码可以按照功能分成两类，一类实现对文件的读操作 进行缓冲，包括stream.h和stream.c；另外一类由单独的util.c文件组成，实现了一些供其它函数调用的工具函数。
3.1 背景知识
本章涉及到4个相关知识点：url编/解码，时间格式，夏令时以及BASE64编码，了解这些知识点是您能够理解代码的前提，如果您具备了相关知识，可以跳过相关的小节。下面我们对这几个背景知识进行简单说明。
3.1.1 URL编码/解码
发送给服务器的URL请求中，如果含有非数字字母数据的，浏览器会编码后传递，比如您在注册个人信息的时候，需要填写您的中文名和公司英文名两项数据，如果您的中文名字是张三，公司英文名字是Microsoft Corporation，请求方法是GET，表单中中文名字的输入框的name属性是cname，公司英文名输入框的name属性是corpname，服务器端处理表单数据的文件是/user/reg.php ，那么浏览器发送的请求将类似于http://www. server.com/user/reg.php?cname=%D5%C5%C8%FD&corpname=Microsoft%20Corporation
其中%D5%C5%C8%FD就是“张三”两个汉字URL编码后的效果，而公司名称中的%20就是空格字符URL编码后的效果。
由于浏览器的这个特性，服务器需要在接收数据之后进行URL解码操作，同时服务器提供了编码操作。
编码和解码操作是通过函数escape_url和unescape_url完成的。
编码的方法是：不是字母或数字的字符将被替换成百分号（%）后跟其16进制ASCII编码。由于历史原因，将加号（+）编码成%20（这点和RFC1738不兼容）。
解码就是编码的逆向工程。
3.1.2 时间格式
在HTTP协议里面用到了几个时间格式，在Apache0.6.5里面除了用户自定义时间格式外，还涉及到一下三种：
ctime格式时间：Fri Mar 13 13:58:46 2009
RFC860格式时间：Monday, 15-Aug-05 15:52:01
RFC822格式时间：Mon, 15 Aug 2005 15:52:01
3.1.3 夏令时
夏令时是一种为节约能源而人为规定地方时间的制度。在这一制度实行期间所采用的统一时间称为“夏令时间”。一般在天亮早的夏季人为将时间提前一小时，可以 使人早起早睡，减少照明量，以充分利用光照资源，从而节约照明用电。中国曾在1986年到1991年实行过夏令时，80前的同学们应该还有印象。
在C语言中，结构tm中的域tm_isdst来标识夏令时，实行夏令时的时候，tm_isdst为正；不实行夏令时的进候，tm_isdst为0；不了解情况时，tm_isdst()为负。
结构tm的详细组成及其含义可以在/usr/include/time.h中找到。在此不再赘述。
3.1.4 BASE64编码
BASE64编码最早使用在邮件传输上，由于历史原因，Email被设计成只允许传送ASCII字符，这样一来，如果您发送了一封带有非ASCII字符的Email通过有“历史原因”的网关就可能出现问题：问题网关有可能将每个字节的最高位置为0。
此时我们就需要对邮件中传输的信息进行编码，使之全部用ASCII字符表示。
举例说明，您可以给自己发一封邮件，标题是test，内容简单些，只有两个字“张三”，这时邮箱收到的数据是什么呢？
我是通过Firefox接收的邮件（OutLook类似），从Firefox里面看起来一切正常，显示发件人，收件人，邮件内容，但是网关上传输的数据并不是您看起来这么简单。
有一个方法可以知道网关上传输的数据内容都有那些，在Firefox里面选中这封邮件，从菜单中选择“文件”，从子菜单里面选择“导出邮件”，格式选择 “OutLook邮件（*.eml）”,随便起一个名字，比如abc.eml。用文本编辑器打开这个邮件，你会发现内容有点“变态”：
X-Kaspersky: Original server data starting here: +OK 2303 octets
………………
Subject: test
From: Lee tsingien <***@***.com>
To: ***@***.com
Content-Type: text/plain; charset=GB2312
Content-Transfer-Encoding: base64
………………
1cXI/Q==
从高亮部分可以看到，传输的编码类型是BASE64，那邮件内容呢？就是“1cXI/Q==”，这就是“张三”两个汉字的BASE64编码结果。看到了，全是ASCII字符，这样就跟有“历史问题”的网关兼容了。
很神奇是不是，您也许要问，它是怎么“编”的呢？
其实很简单，将需要编码的二进制数据每次取3个byte，顺序放入一个24bit的缓冲区中，不足3byte，将缓冲区中剩余部分补0。然后每次从缓冲区中取出6个bit，根据RFC2045中定义的码表得到对应的字符即可。
比如我们的张三，16进制数据就是D5C5C8FD，转换成二进制就是11010101110001011100100011111101。每次取6个bit，取出的二进制序列转换成十进制就是53（110101）、28（011100）、23（010111）、8（001000）、63（111111）、16（010000），在表3-1中找到对应的字符就是1cXI/Q
你也看到了，似乎不对，因为邮件里面的数据比我们操作的结果多出两个等号（=），这是怎么回事呢？
因为上面的编码规则说的并不完整，相信您也看到了，规则里面是“每次取3个byte”，而需要编码的数据的字节数不一定是3的倍数啊，就像我们的字节数是4字节，不满足条件，这该怎么处理呢？
补充规则：在编码的字符串后面添加“3-(原文字节数 MOD 3)”个等号（=）。在我们的例子里面，就是添加3-(4mod3)=2个等号。
所以最终编码结果为1cXI/Q==，也就是您在邮件里面看到的内容。
表3-1 The Base64 Alphabet
值 编码 值 编码 值 编码 值 编码
0 A 17 R 34 i 51 z
1 B 18 S 35 j 52 0
2 C 19 T 36 k 53 1
3 D 20 U 37 l 54 2
4 E 21 V 38 m 55 3
5 F 22 W 39 n 56 4
6 G 23 X 40 o 57 5
7 H 24 Y 41 p 58 6
8 I 25 Z 42 q 59 7
9 J 26 a 43 r 60 8
10 K 27 b 44 s 61 9
11 L 28 c 45 t 62 +
12 M 29 d 46 u 63 /
13 N 30 e 47 v
14 O 31 f 48 w (pad) =
15 P 32 g 49 x
16 Q 33 h 50 y
说了这一通，全是和邮件相关的，我们在讨论的是Web服务器啊。别忙，如果您看一下解码函数uudecode调用位置您就明白了，它是为第九章将要讲到的Basic认证方式服务的，这种认证方式从客户端传递过来的认证数据也是BASE64编码的。
说点题外话，其实在IE浏览器里面还有一个地方用到了BASE64编码了，在IE6之后的版本里面提供了一个功能，就是把网页保存成mht格式。
您可以用IE打开百度首页http://www.baidu.com ， 然后在“文件”菜单中选择“另存为”，在“保存类型”中选择“Web档案，单一文件（*.mht）”选项，然后指定一个文件名，保存成功后您会发现，虽然 百度的首页里面包含的图片，IE只生成了一个.mht文件。然后您可以断开网络连接，在脱机的情况用IE打开这个mht文件，您会发现百度的LOGO图片 也能正常显示，很奇妙？其实您可以用文本编辑器打开这个mht文件，其中有类似这样的一段信息：
------=_NextPart_000_0000_01C9C495.CF9C2DA0
Content-Type: image/gif
Content-Transfer-Encoding: base64
Content-Location: http://www.baidu.com/img/baidu_logo.gif
R0lGODlhDgGBALMAAPHs98zK91RM5JGM7nBq6O1raPfBv+lEQfSdmyMZ3OEGAf///wAAAAAAAAAA
………………
2rIJEQAAOw==
看到了熟悉的==？再看看上面，注明了Content-Type是image/gif，编码方式也是BASE64，聪明的您一定想到了，原来LOGO文件http://www.baidu.com/img/baidu_logo.gif 的二进制信息已经通过BASE64编码保存在mht文件中了，所以即便是脱机，您也可以看到这个图片。
如果您有兴趣，可以把这部分内容解码成二进制，然后把二进制信息写入到一个文件中，并把这个命名为baidu_logo.gif，使用图片查看工具查看，看看是不是您当初保存的百度的LOGO图片。
3.2代码注释
3.2.1 stream.h、stream.c
您可能听说过包裹函数（或者叫包装函数），实际上就是对常用操作的一个封装，比如原子日志，在多进程或多线程同时操作一个日志文件的时候，可能会有竞争问 题存在，为了避免竞争，可以设计一个原子日志系统，这个系统提供给调用者几个简单的接口（函数）来完成原子日志的记录，而竞争问题的解决、文件读写的错 误、信号的处理等等都在原子日志系统里面完成，对调用者来说是透明的。
同样stream.h和stream.c就提供了几个包裹函数，主要用来对文件读操作进行缓冲，这对socket这种特殊文件来说是很有意义的。
限于篇幅，注释代码部分请参看本书官网。
节选自《Apache源代码解析－基于Apache0.6.5》第三章。
822
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
