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^-^。