从零实现一个Http服务器

服务器
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”。

 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。

[[262800]]

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:

  1. 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\r\n 
  2. 2字段1名: 字段1值\r\n 
  3. 3字段2名: 字段2值\r\n 
  4. 4     … 
  5. 5字段n名 : 字段n值\r\n 
  6. 6\r\n 
  7. 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\r\n分割,由于http协议包头的每一行都是以\r\n结束,所以http协议包头一般以\r\n\r\n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:

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

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:

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

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:

  1. POST /passport/web/login HTTP/1.1\r\n 
  2.  2Host: kyfw.12306.cn\r\n 
  3.  3Connection: keep-alive\r\n 
  4.  4Content-Length: 55\r\n 
  5.  5Accept: application/json, text/javascript, */*; q=0.01\r\n 
  6.  6Origin: https://kyfw.12306.cn\r\n 
  7.  7X-Requested-With: XMLHttpRequest\r\n 
  8.  8User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36\r\n 
  9.  9Content-Type: application/x-www-form-urlencoded; charset=UTF-8\r\n 
  10. 10Referer: https://kyfw.12306.cn/otn/login/init\r\n 
  11. 11Accept-Encoding: gzip, deflate, br\r\n 
  12. 12Accept-Language: zh-CN,zh;q=0.9,en;q=0.8\r\n 
  13. 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=1005060362.50215.0000\r\n 
  14. 14\r\n 
  15. 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balloonwj@qq.com,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

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

方法二

  1. username:balloonwj%40qq.com\r\n 
  2. 2password:iloveyou\r\n 
  3. 3appid:otn\r\n 

方法三

  1. 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\r\n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:

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

代码注释都写的很清楚,我们先利用\r\n分割得到每一行,其中第一行的数据是:

  1. 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:

  1. /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:

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

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

  1. {"code":0, "msg":"ok"

会被转码成:

  1. {%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:

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

举个例子如:

  1. HTTP/1.1 200 OK\r\n 
  2. Content-Type: text/html\r\n 
  3. Content-Length:42\r\n 
  4. \r\n 
  5. {%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\r\n\r\n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\r\n\r\n,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:

  1. void HttpSession::OnRead(const std::shared_ptr<TcpConnection>& conn, Buffer* pBuffer, Timestamp receivTime) 
  2.     //LOG_INFO << "Recv a http request from " << conn->peerAddress().toIpPort(); 
  3.  
  4.     string inbuf; 
  5.     //先把所有数据都取出来 
  6.     inbuf.append(pBuffer->peek(), pBuffer->readableBytes()); 
  7.     //因为一个http包头的数据至少\r\n\r\n,所以大于4个字符 
  8.     //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 
  9.     if (inbuf.length() <= 4) 
  10.         return
  11.  
  12.     //我们收到的GET请求数据包一般格式如下: 
  13.     /* 
  14.     GET /register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} HTTP/1.1\r\n 
  15.     Host: 120.55.94.78:12345\r\n 
  16.     Connection: keep-alive\r\n 
  17.     Upgrade-Insecure-Requests: 1\r\n 
  18.     User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36\r\n 
  19.     Accept-Encoding: gzip, deflate\r\n 
  20.     Accept-Language: zh-CN, zh; q=0.9, en; q=0.8\r\n 
  21.     \r\n 
  22.      */ 
  23.     //检查是否以\r\n\r\n结束,如果不是说明包头不完整,退出 
  24.     string end = inbuf.substr(inbuf.length() - 4); 
  25.     if (end != "\r\n\r\n"
  26.         return
  27.     //超过2048个字符,且不含\r\n\r\n,我们认为是非法请求 
  28.     else if (inbuf.length() >= MAX_URL_LENGTH) 
  29.     { 
  30.         conn->forceClose(); 
  31.         return
  32.     } 
  33.  
  34.     //以\r\n分割每一行 
  35.     std::vector<string> lines; 
  36.     StringUtil::Split(inbuf, lines, "\r\n"); 
  37.     if (lines.size() < 1 || lines[0].empty()) 
  38.     { 
  39.         conn->forceClose(); 
  40.         return
  41.     } 
  42.  
  43.     std::vector<string> chunk; 
  44.     StringUtil::Split(lines[0], chunk, " "); 
  45.     //chunk中至少有三个字符串:GET+url+HTTP版本号 
  46.     if (chunk.size() < 3) 
  47.     { 
  48.         conn->forceClose(); 
  49.         return
  50.     } 
  51.  
  52.     LOG_INFO << "url: " << chunk[1] << " from " << conn->peerAddress().toIpPort(); 
  53.     //inbuf = /register.do?p={%22username%22:%20%2213917043329%22,%20%22nickname%22:%20%22balloon%22,%20%22password%22:%20%22123%22} 
  54.     std::vector<string> part; 
  55.     //通过?分割成前后两端,前面是url,后面是参数 
  56.     StringUtil::Split(chunk[1], part, "?"); 
  57.     //chunk中至少有三个字符串:GET+url+HTTP版本号 
  58.     if (part.size() < 2) 
  59.     { 
  60.         conn->forceClose(); 
  61.         return
  62.     } 
  63.  
  64.     string url = part[0]; 
  65.     string param = part[1].substr(2); 
  66.  
  67.     if (!Process(conn, url, param)) 
  68.     { 
  69.         LOG_ERROR << "handle http request error, from:" << conn->peerAddress().toIpPort() << ", request: " << pBuffer->retrieveAllAsString(); 
  70.     } 
  71.  
  72.     //短连接,处理完关闭连接 
  73.     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。

 

责任编辑:武晓燕 来源: 高性能服务器开发
相关推荐

2024-01-08 08:36:29

HTTPGo代理服务器

2020-09-24 11:46:03

Promise

2018-03-01 10:45:25

HTTP服务器程序

2023-11-23 15:06:36

PythonHTTP服务器

2014-04-14 15:54:00

print()Web服务器

2017-12-27 09:49:35

HTTP服务器反向

2022-09-08 06:23:37

C++HTTP 服务器

2015-09-28 13:39:13

Http网络协议HTTP

2021-06-30 07:19:36

网络安全

2021-08-04 05:49:40

数据库数时序数据库技术

2018-04-12 09:29:56

HTTP服务器问题

2019-08-26 09:25:23

RedisJavaLinux

2020-06-17 21:39:11

HTTP协议服务器

2022-02-22 11:57:32

BOAWeb服务器

2012-06-26 12:14:05

容错服务器stratus

2014-09-25 09:51:29

Android App个人博客

2017-11-10 08:58:49

Web服务器应用程序

2009-07-03 13:05:47

JSP HTTP服务器

2016-09-14 17:48:44

2016-09-23 21:15:49

阿里云服务器搭建
点赞
收藏

51CTO技术栈公众号