HTTP协议之编写简单的Web服务器

花开花落

倏忽一载便逝矣

新的一年

祝大家天天开心

HTTP即超文本传输协议(Hypertext Transfer Protocol),是Web通信所使用的协议。它是基于TCP/IP实现的协议,所以本篇需要先了解TCP通信,我们将使用TCP来写一个简单的Web服务器端,它可以响应浏览器的访问。

通信需要服务端和客户端,在这里浏览器就属于客户端,当访问一个网页时,浏览器内部会创建套接字和服务器进行通信。服务器会响应请求返回一些HTML格式的数据给浏览器,浏览器来把这些HTML数据解析成我们看到的漂亮的页面。

当我们在浏览器的地址栏上敲下一个域名地址后,浏览器会先通过默认DNS服务器获取该域名对应的IP地址,然后向服务器发送请求,请求有一定的标准,分为:

请求行

消息头

空行

消息体

现在来随便访问一个网址,这里使用的是firefox浏览器,按Ctrl+Shift+E可以查看网络请求:

左边对应的是浏览器对服务器发出的请求,右边对应的是该条请求相关的信息。

我们先看左边的第一条,这里的请求方式是GET,表示想从服务器获取文件,获取的文件目录是/。然后服务器响应请求,发回了状态码302,表示Found重定向,我们本来访问的是www.bing.com,现在被重定向到了https://cn.bing.com/。这个重定向地址是通过响应头的location指定的,可以在右边看到。

https是加了SSL/TLS的协议,在需要安全的环境下,比如发送银行卡,身份信息等地方都会使用。只使用http这些信息很容易被窃听,SSL/TLS会对请求和响应的信息进行加密解密操作,保证数据安全。

接着同样是一些GET请求用于从服务器获取数据,状态码200 OK表示请求已经成功。还有常见的404 Not Found,表示找不到客户端请求的资源,这种情况我们就把链接转移到404错误页。现在来把对应的请求整理如下:

请求行为一行数据,其中包含着请求方式,请求文件,HTTP版本。

这里的请求方式为GET。文件为/,表示根目录,这种情况一般都会被重定向到别的页面上,一般好多服务器都会自动检查有没有index.html/index.php/…等等,发现有就转到这些页面。最后是使用的HTTP版本,为2.0版本。

主要来看消息头。

Accept:表示客户端可以处理的文件类型

Accept-Encoding:表示客户端能理解的内容的编码方式

Accept-Language:表示支持的语言,比如此处支持中文,英文等等

Connection:这个决定着当前事务完成后,是否会关闭网络连接。此处指定为keep-alive,表示持久,不会关闭。指定close会关闭。

Cookie:由于服务器响应客户端的请求后,需要断开连接去接收下一个请求,所以服务端无法记住客户端的状态,哪怕下一次再连接服务器也无法辩认为原先访问的。所以就有了Cookie,当客户端连接后服务器可以通过Set-Cookie给客户端设置一些信息,第二次连接时这个Cookie就包含的有服务器给此客户端设置的Cookie值,这样服务器就能识别客户端了。例如那些密码记录,购物车清单啊,都有用到。

Host:表示主机域名

Upgrade-Insercure-Request:表示客户端优先选择加密及带有身份验证的响应,并且它可以成功处理 upgrade-insecure-requests CSP 指令。

user-Agent:用户代理,包含着我们访问所使用的应用类型,操作系统,版本号等等信息。

空行是为了区分前面的信息和消息体的,消息体是在POST请求时提交给服务器的,此处没有POST请求,所以也就没有消息体了。

现在来看响应消息的格式:

状态行

消息头

空行

消息体

把响应的内容整理如下:

第一行用于表示状态行,为HTTP版本 + 状态码。

在消息头中设置了内容编码,类型,日期,cookie等等信息,这里就不细说了。服务器需要向客户端返回数据,这里的数据就在消息体中进行发送的,这里返回了主页的html数据。

现在对这些基本知识有了了解,我们就可以来完成一个简单的Web服务器。

先创建一个WebServer类,作为网络服务器:

关于TCP的东西就不再多说了,相信大家已经很熟悉了。这里只需开放一个接口供用户调用,其它由我们内部使用。

在实现文件中,我们还需要包含以下文件:

先来看InitSock()函数,在这里就是TCP的一些绑定,监听操作:

为了代码更加清晰,所以这里就用断言检查了。初始化信息我们在构造函数中调用:

同时需要在析构函数中关闭释放:

大家可能发现这里只关闭了服务器套接字,这是因为前面说过,HTTP是无状态的,它响应了一个客户端后就会断开来响应别的请求,所以这里我们不需要关闭,而是在响应的函数中关闭。

现在来看响应请求的函数RespondRequest():

这里我们一直循环着来接收客户端的请求,当有客户端连接后,读取客户端的地址和端口关打印出来。关于发送数据我们专门开启一个线程交给RequestHandler处理,因为类成员函数其实都隐含了一个this指针,所以还得传入this,这里的std::bind会把成员函数和this绑定起来,返回一个函数对象。

接着来看处理数据的线程函数:

我们可以先测试下能否收到客户端的请求,前面指定的端口为8000,所以我们使用浏览器访问localhost:8000,接收到的数据如图:

当成功等到这些信息后,我们需要解析出它的请求方式,请求文件名,通过请求文件名我们再判断出请求类型,若是html,请求类型则为text/html。若不是,我们设置为text/plain。当给服务器返回时若是text/plain,服务器就会把收到的内容当作文本显示出来,若是html,则会是解析出显示。

再来看发送数据之前,我们首先来新建两个HTML文件,一个为正常请求的文件index.html,一个为失踪网页404.html,并将它们放到工程目录下。

然后我们继续来看发送数据:

开始我们组织一下状态行和消息头,因为客户端请求为HTTP/1.0,所以我们也使用HTTP/1.0,状态设置为200 OK,表示成功。接着设置了服务器名,返回的内容长度,内容类型,需要注意的是在内容类型后有两个\r\n,后一个代表着空行,若是忘记了,客户端就识别不了你返回的消息体了。

接着,我们在目录中读取请求文件,若是读取失败,则表示请求文件不存在,那就返回404了。若存在,我们将文件读取出来发送给客户端,这些内容就是消息体。

最后,我们需要断开与客户端的连接,继续接收其它请求,所以说HTTP协议是无状态的协议。

最后剩一个404页面,操作和发送数据就没什么两样,便不细说了:

不同之处在于状态行我们得设置为404 Not Found。

现在我们在main中调用:

运行程序,当浏览器访问localhost:8000/index.html时:

当访问其它任何页面时:

当然,懂了HTTP协议后,我们也可以作为客户端去访问各种网页,关于这个后面准备写一个网络爬虫。不过之前准备先把SMTP,select,重叠IO,IOCP,boost::asio,regex等等写了再去写,所以就都是明年的事了^-^。

  • 发表于:
  • 原文链接:https://kuaibao.qq.com/s/20181231G13ND500?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

同媒体快讯

扫码关注云+社区

领取腾讯云代金券