存储架构

从零实现一个Http服务器

微信扫一扫,分享到朋友圈

从零实现一个Http服务器
0

我始终觉得,天生的出身很重要,但后天的努力更加重要,所以如今的很多“科班”往往不如后天努力的“非科班”。所以,我们需要重新给“专业”和“专家”下一个定义:所谓专业,就是别人不搞你搞,这就是你的“专业”;你和别人同时搞,你比别人搞的好,就是“专家”。

说到http协议和http请求,很多人都知道,但是他们真的“知道”吗?我面试过很多求职者,一说到http协议,他们能滔滔不绝,然后我问他http协议的具体格式是啥样子的?很多人不清楚,不清楚就不清楚吧,他甚至能将http协议的头扯到html文档头部。当我问http GET和POST请求的时候,GET请求是什么形式一般人都可以答出来,但是POST请求的数据放在哪里,服务器如何识别和解析这些POST数据,很多人又说不清道不明了。当说到http服务器时,很多人离开了apache、Nginx这样现成的http server之外,自己实现一个http服务器无从下手,如果实际应用场景有需要使用到一些简单http请求时,使用apache、Nginx这样重量级的http服务器程序实在劳师动众,你可以尝试自己实现一个简单的。

上面提到的问题,如果您不能清晰地回答出来,可以阅读一下这篇文章,这篇文章在不仅介绍http的格式,同时带领大家从零实现一个简单的http服务器程序。

一、项目背景

最近很多朋友希望我的flamingo服务器支持http协议,我自己也想做一个微信小程序,小程序通过http协议连接通过我的flamingo服务器进行聊天。flamingo是一个开源的即时通讯软件,目前除了服务器端,还有pc端、android端,后面会支持更多的终端。关于flamingo的介绍您可以参考这里:(七)开源一款即时通讯软件的源码,这是我不断维护一个项目,其最新代码下载地址是:https://github.com/baloonwj/flamingo,更新日志:https://github.com/baloonwj/flamingo/issues/1。下面是flamingo的部分截图:

二、http协议介绍

1. http协议是应用层协议,一般建立在tcp协议的基础之上(当然你的实现非要基于udp也是可以的),也就是说http协议的数据收发是通过tcp协议的。

2. http协议也分为head和body两部分,但是我们一般说的html中的和标记不是http协议的头和身体,它们都是http协议的body部分。

那么http协议的头到底长啥样子呢?我们来介绍一下http协议吧。

http协议的格式如下:

1GET或POST 请求的url路径(一般是去掉域名的路径) HTTP协议版本号rn 
2字段1名: 字段1值rn 
3字段2名: 字段2值rn 
4     … 
5字段n名 : 字段n值rn 
6rn 
7http协议包体内容 

也就是说http协议由两部分组成:包头和包体,包头与包体之间使用一个rn分割,由于http协议包头的每一行都是以rn结束,所以http协议包头一般以rnrn结束。

举个例子,比如我们在浏览器中请求http://www.hootina.org/index_2013.php这个网址,这是一个典型的GET方法,浏览器组装的http数据包格式如下:

GET /index_2013.php HTTP/1.1rn 
2Host: www.hootina.orgrn 
3Connection: keep-alivern 
4Upgrade-Insecure-Requests: 1rn 
5User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36rn 
6Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8rn 
7Accept-Encoding: gzip, deflatern 
8Accept-Language: zh-CN,zh;q=0.9,en;q=0.8rn 
9rn 

上面这个请求只有包头没有包体,http协议的包体不是必须的,也就是说GET请求一般没有包体。

如果GET请求带参数,那么一般是附加在请求的url后面,参数与参数之间使用&分割,例如请求http://www.hootina.org/index_2013.php?param1=value1¶m2=value2¶m3=value3,我们看下这个请求组装的的http协议包格式:

GET /index_2013.php?param1=value1&param2=value2&param3=value3 HTTP/1.1rn 
2Host: www.hootina.orgrn 
3Connection: keep-alivern 
4Upgrade-Insecure-Requests: 1rn 
5User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36rn 
6Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8rn 
7Accept-Encoding: gzip, deflatern 
8Accept-Language: zh-CN,zh;q=0.9,en;q=0.8rn 
9rn 

对比一下,你现在知道http协议的GET参数放在协议包的什么位置了吧。

那么POST的数据放在什么位置呢?我们再12306网站https://kyfw.12306.cn/otn/login/init中登陆输入用户名和密码:

然后发现浏览器以POST方式组装了http协议包发送了我们的用户名、密码和其他一些信息,组装的包格式如下:

POST /passport/web/login HTTP/1.1rn 
 2Host: kyfw.12306.cnrn 
 3Connection: keep-alivern 
 4Content-Length: 55rn 
 5Accept: application/json, text/javascript, */*; q=0.01rn 
 6Origin: https://kyfw.12306.cnrn 
 7X-Requested-With: XMLHttpRequestrn 
 8User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36rn 
 9Content-Type: application/x-www-form-urlencoded; charset=UTF-8rn 
10Referer: https://kyfw.12306.cn/otn/login/initrn 
11Accept-Encoding: gzip, deflate, brrn 
12Accept-Language: zh-CN,zh;q=0.9,en;q=0.8rn 
13Cookie: _passport_session=0b2cc5b86eb74bcc976bfa9dfef3e8a20712; _passport_ct=18d19b0930954d76b8057c732ce4cdcat8137; route=6f50b51faa11b987e576cdb301e545c4; RAIL_EXPIRATION=1526718782244; RAIL_DEVICEID=QuRAhOyIWv9lwWEhkq03x5Yl_livKZxx7gW6_-52oTZQda1c4zmVWxdw5Zk79xSDFHe9LJ57F8luYOFp_yahxDXQAOmEV8U1VgXavacuM2UPCFy3knfn42yTsJM3EYOy-hwpsP-jTb2OXevJj5acf40XsvsPDcM7; BIGipServerpool_passport=300745226.50215.0000; BIGipServerotn=1257243146.38945.0000; BIGipServerpassport=1005060362.50215.0000rn 
14rn 
15username=balloonwj%40qq.com&password=iloveyou&appid=otn 

其中username=balloonwj%40qq.com&password=iloveyou&appid=otn就是我们的POST数据,但是大家需要注意的以下几种,不要搞错:

1. 我的用户名是[email protected],到POST里面变成balloonwj%40qq.com,其中%40是@符号的16进制转码形式。这个码表可以参考这里:http://www.w3school.com.cn/tags/html_ref_urlencode.html

2.这里有三个变量,分别是username、password和appid,他们之间使用&符号分割,但是请注意的是,这不意味着传递多个POST变量时必须使用&符号分割,只不过这里是浏览器html表单(输入用户名和密码的文本框是html表单的一种)分割多个变量采用的默认方式而已。你可以根据你的需求,来自由定制,只要让服务器知道你的解析方式即可。比如可以这么分割:

方法一

username=balloonwj%40qq.com|password=iloveyou|appid=otn 

方法二

username:balloonwj%40qq.comrn 
2password:iloveyourn 
3appid:otnrn 

方法三

username,password,appid=balloonwj%40qq.com,iloveyou,otn 

不管怎么分割,只要你能自己按一定的规则解析出来就可以了。

不知道你注意到没有,上面的POST数据放在http包体中,服务器如何解析呢?可能你没明白我的意思,看下图:

如上图所示,由于http协议是基于tcp协议的,tcp协议是流式协议,包头部分可以通过多出的rn来分界,包体部分如何分界呢?这是协议本身要解决的问题。目前一般有两种方式,第一种方式就是在包头中有个content-Length字段,这个字段的值的大小标识了POST数据的长度,上图中55就是数据username=balloonwj%40qq.com&password=iloveyou&appid=otn的长度,服务器收到一个数据包后,先从包头解析出这个字段的值,再根据这个值去读取相应长度的作为http协议的包体数据。还有一个格式叫做http chunked技术(分块),大致意思是将大包分成小包,具体的详情有兴趣的读者可以自行搜索学习。

三、http客户端实现

如果您能掌握以上说的http协议,你就可以自己通过代码组装http协议发送http请求了(也是各种开源http库的做法)。我们先简单地介绍一下如何模拟发送http。举个例子,我们要请求http://www.hootina.org/index_2013.php,那么我们可以先通过域名得到ip地址,即通过socket API gethostbyname()得到www.hootina.org的ip地址,由于http服务器默认的端口号是80,有了域名和ip地址之后,我们使用socket API connect()去连接服务器,然后根据上面介绍的格式组装成http协议包,利用socket API send()函数发出去,如果服务器有应答,我们可以使用socket API recv()去接受数据,接下来就是解析数据(先解析包头和包体)。

四、http服务器实现

我们这里简化一些问题,假设客户端发送的请求都是GET请求,当客户端发来http请求之后,我们拿到http包后就做相应的处理。我们以为我们的flamingo服务器实现一个支持http格式的注册请求为例。假设用户在浏览器里面输入以下网址,就可以实现一个注册功能:

http://120.55.94.78:12345/register.do?p={"username": "13917043329", "nickname": "balloon", "password": "123"}

这里我们的http协议使用的是12345端口号而不是默认的80端口。如何侦听12345端口,这个是非常基础的知识了,这里就不介绍了。当我们收到数据以后:

1void HttpSession::OnRead(const std::shared_ptr<TcpConnection>& conn, Buffer* pBuffer, Timestamp receivTime) 
 2{ 
 3    //LOG_INFO << "Recv a http request from " << conn->peerAddress().toIpPort(); 
 4 
 5    string inbuf; 
 6    //先把所有数据都取出来 
 7    inbuf.append(pBuffer->peek(), pBuffer->readableBytes()); 
 8    //因为一个http包头的数据至少rnrn,所以大于4个字符 
 9    //小于等于4个字符,说明数据未收完,退出,等待网络底层接着收取 
10    if (inbuf.length() <= 4) 
11        return; 
12 
13    //我们收到的GET请求数据包一般格式如下: 
14    /* 
15    GET /register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} HTTP/1.1rn 
16    Host: 120.55.94.78:12345rn 
17    Connection: keep-alivern 
18    Upgrade-Insecure-Requests: 1rn 
19    User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36rn 
20    Accept-Encoding: gzip, deflatern 
21    Accept-Language: zh-CN, zh; q=0.9, en; q=0.8rn 
22    rn 
23     */ 
24    //检查是否以rnrn结束,如果不是说明包头不完整,退出 
25    string end = inbuf.substr(inbuf.length() - 4); 
26    if (end != "rnrn") 
27        return; 
28 
29    //以rn分割每一行 
30    std::vector<string> lines; 
31    StringUtil::Split(inbuf, lines, "rn"); 
32    if (lines.size() < 1 || lines[0].empty()) 
33    { 
34        conn->forceClose(); 
35        return; 
36    } 
37 
38    std::vector<string> chunk; 
39    StringUtil::Split(lines[0], chunk, " "); 
40    //chunk中至少有三个字符串:GET+url+HTTP版本号 
41    if (chunk.size() < 3) 
42    { 
43        conn->forceClose(); 
44        return; 
45    } 
46 
47    LOG_INFO << "url: " << chunk[1] << " from " << conn->peerAddress().toIpPort(); 
48    //inbuf = /register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} 
49    std::vector<string> part; 
50    //通过?分割成前后两端,前面是url,后面是参数 
51    StringUtil::Split(chunk[1], part, "?"); 
52    //chunk中至少有三个字符串:GET+url+HTTP版本号 
53    if (part.size() < 2) 
54    { 
55        conn->forceClose(); 
56        return; 
57    } 
58 
59    string url = part[0]; 
60    string param = part[1].substr(2); 
61 
62    if (!Process(conn, url, param)) 
63    { 
64        LOG_ERROR << "handle http request error, from:" << conn->peerAddress().toIpPort() << ", request: " << pBuffer->retrieveAllAsString(); 
65    } 
66 
67    //短连接,处理完关闭连接 
68    conn->forceClose(); 
69} 

代码注释都写的很清楚,我们先利用rn分割得到每一行,其中第一行的数据是:

GET /register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} HTTP/1.1 

其中%22是双引号的url转码形式,%20是空格的url转码形式,然后我们根据空格分成三段,其中第二段就是我们的网址和参数:

/register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} 

然后我们根据网址与参数之间的问号将这个分成两段:第一段是网址,第二段是参数:

1bool HttpSession::Process(const std::shared_ptr<TcpConnection>& conn, const std::string& url, const std::string& param) 
 2{ 
 3    if (url.empty()) 
 4        return false; 
 5 
 6    if (url == "/register.do") 
 7    { 
 8        OnRegisterResponse(param, conn); 
 9    } 
10    else if (url == "/login.do") 
11    { 
12        OnLoginResponse(param, conn); 
13    } 
14    else if (url == "/getfriendlist.do") 
15    { 
16 
17    } 
18    else if (url == "/getgroupmembers.do") 
19    { 
20 
21    } 
22    else 
23        return false; 
24 
25 
26    return true; 
27} 

然后我们根据url匹配网址,如果是注册请求,会走注册处理逻辑:

void HttpSession::OnRegisterResponse(const std::string& data, const std::shared_ptr<TcpConnection>& conn) 
 2{ 
 3    string retData; 
 4    string decodeData; 
 5    URLEncodeUtil::Decode(data, decodeData); 
 6    BussinessLogic::RegisterUser(decodeData, conn, false, retData); 
 7    if (!retData.empty()) 
 8    { 
 9        std::string response; 
10        URLEncodeUtil::Encode(retData, response); 
11        MakeupResponse(retData, response); 
12        conn->send(response); 
13 
14        LOG_INFO << "Response to client: cmd=msg_type_register" << ", data=" << retData << conn->peerAddress().toIpPort();; 
15    } 
16} 

注册结果放在retData中,为了发给客户端,我们将结果中的特殊字符如双引号转码,如返回结果是:

{"code":0, "msg":"ok"} 

会被转码成:

{%22code%22:0,%20%22msg%22:%22ok%22} 

然后,将数据组装成http协议发给客户端,给客户端的应答协议与http请求协议有一点点差别,就是将请求的url路径换成所谓的http响应码,如200表示应答正常返回、404页面不存在。应答协议格式如下:

GET或POST 响应码 HTTP协议版本号rn 
2字段1名: 字段1值rn 
3字段2名: 字段2值rn 
4     … 
5字段n名 : 字段n值rn 
6rn 
7http协议包体内容 

举个例子如:

HTTP/1.1 200 OKrn 
Content-Type: text/htmlrn 
Content-Length:42rn 
rn 
{%22code%22:%200,%20%22msg%22:%20%22ok%22} 

注意,包头中的Content-Length长度必须正好是包体{%22code%22:%200,%20%22msg%22:%20%22ok%22}的长度,这里是42。这也符合我们浏览器的返回结果:

当然,需要注意的是,我们一般说http连接一般是短连接,这里我们也实现了这个功能(看上面的代码:conn->forceClose();),不管一个http请求是否成功,服务器处理后立马就关闭连接。

当然,这里还有一些没处理好的地方,如果你仔细观察上面的代码就会发现这个问题,就是不满足一个http包头时的处理,如果某个客户端(不是使用浏览器)通过程序模拟了一个连接请求,但是迟迟不发含有rnrn的数据,这路连接将会一直占用。我们可以判断收到的数据长度,防止别有用心的客户端给我们的服务器乱发数据。我们假定,我们能处理的最大url长度是2048,如果用户发送的数据累积不含rnrn,且超过2048个,我们认为连接非法,将连接断开。代码修改成如下形式:

void HttpSession::OnRead(const std::shared_ptr<TcpConnection>& conn, Buffer* pBuffer, Timestamp receivTime) 
{ 
    //LOG_INFO << "Recv a http request from " << conn->peerAddress().toIpPort(); 
 
    string inbuf; 
    //先把所有数据都取出来 
    inbuf.append(pBuffer->peek(), pBuffer->readableBytes()); 
    //因为一个http包头的数据至少rnrn,所以大于4个字符 
    //小于等于4个字符,说明数据未收完,退出,等待网络底层接着收取 
    if (inbuf.length() <= 4) 
        return; 
 
    //我们收到的GET请求数据包一般格式如下: 
    /* 
    GET /register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} HTTP/1.1rn 
    Host: 120.55.94.78:12345rn 
    Connection: keep-alivern 
    Upgrade-Insecure-Requests: 1rn 
    User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36rn 
    Accept-Encoding: gzip, deflatern 
    Accept-Language: zh-CN, zh; q=0.9, en; q=0.8rn 
    rn 
     */ 
    //检查是否以rnrn结束,如果不是说明包头不完整,退出 
    string end = inbuf.substr(inbuf.length() - 4); 
    if (end != "rnrn") 
        return; 
    //超过2048个字符,且不含rnrn,我们认为是非法请求 
    else if (inbuf.length() >= MAX_URL_LENGTH) 
    { 
        conn->forceClose(); 
        return; 
    } 
 
    //以rn分割每一行 
    std::vector<string> lines; 
    StringUtil::Split(inbuf, lines, "rn"); 
    if (lines.size() < 1 || lines[0].empty()) 
    { 
        conn->forceClose(); 
        return; 
    } 
 
    std::vector<string> chunk; 
    StringUtil::Split(lines[0], chunk, " "); 
    //chunk中至少有三个字符串:GET+url+HTTP版本号 
    if (chunk.size() < 3) 
    { 
        conn->forceClose(); 
        return; 
    } 
 
    LOG_INFO << "url: " << chunk[1] << " from " << conn->peerAddress().toIpPort(); 
    //inbuf = /register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} 
    std::vector<string> part; 
    //通过?分割成前后两端,前面是url,后面是参数 
    StringUtil::Split(chunk[1], part, "?"); 
    //chunk中至少有三个字符串:GET+url+HTTP版本号 
    if (part.size() < 2) 
    { 
        conn->forceClose(); 
        return; 
    } 
 
    string url = part[0]; 
    string param = part[1].substr(2); 
 
    if (!Process(conn, url, param)) 
    { 
        LOG_ERROR << "handle http request error, from:" << conn->peerAddress().toIpPort() << ", request: " << pBuffer->retrieveAllAsString(); 
    } 
 
    //短连接,处理完关闭连接 
    conn->forceClose(); 
} 

但这只能解决发送非法数据的情况,如果一个客户端连上来不给我们发任何数据,这段逻辑就无能为力了。如果不断有客户端这么做,会浪费我们大量的连接资源,所以我们还需要一个定时器去定时检测哪些http连接超过一定时间内没给我们发数据,找到后将连接断开。这又涉及到服务器定时器如何设计了,关于这部分请参考我写的其他文章。

限于作者经验水平有限,文中难免有错乱之处,欢迎拍砖。另外,关于上面的代码,可以去github上下载,地址是:

https://github.com/baloonwj/flamingo

本文转载自微信公众号「easyserverdev」,可以通过以下二维码关注。转载本文请联系easyserverdev公众号。

阅读原文...

微信扫一扫,分享到朋友圈

从零实现一个Http服务器
0
51CTO

新型健身机构24KiCK获近千万元Pre-A轮融资,联想之星及发现创投参投

上一篇

美国政府承认他们不知道Assange是否为Manning破解了密码

下一篇

评论已经被关闭。

插入图片

热门分类

往期推荐

从零实现一个Http服务器

长按储存图像,分享给朋友