Question

我使用WinSck创建了一个C ++应用程序，它有一个很小的（只需处理一些我需要的功能）http服务器实现。这用于使用http请求与外界通信。它有效，但有时请求处理不正确，因为解析失败。现在我非常确定请求是否正确形成，因为它们是由主要的Web浏览器发送的，例如firefox / chrome或perl / C＃（具有http modules / dll）。

经过一些调试后，我发现问题实际上是在接收消息时。当消息不只是一个部分（它不是在一个recv()调用中读取）时，有时解析失败。我已经经历了很多关于如何解决这个问题的尝试，但似乎没有什么可靠的。

我现在做的是我读入数据，直到找到表示标题结尾的"\r\n\r\n"序列。如果在发现此类序列之前WSAGetLastError()报告的内容不是10035（连接已关闭/失败），则会丢弃该消息。当我知道我有整个标题时，我会解析它并查找有关体长的信息。但是我不确定这些信息是否是强制性的（我认为不是），如果没有这样的信息我应该怎么做 - 这是否意味着没有身体？另一个问题是我不知道我是否应该在身体后面寻找"\r\n\r\n"（如果它的长度大于零）。

有人知道如何可靠地解析http消息吗？

注意：我知道那里有http服务器的实现。出于各种原因我想要自己的。是的，重新发明轮子很糟糕，我也知道。

Answer 1

如果您已经开始编写自己的解析器，我将采用Zed Shaw方法：使用Ragel状态机编译器并基于此构建解析器。如果你小心的话，Ragel可以处理以块为单位的输入。

老实说，我只是使用something like this。

您的首选资源应该是RFC 2616，它描述了HTTP 1.1，您可以使用它来构建解析器。祝你好运！

Answer 2

您可以尝试查看他们的代码以了解他们如何处理HTTP消息。

或者您可以查看the spec，您应该使用message length个字段。只有错误的浏览器显然会在最后发送额外的CRLF。

Answer 3

无论如何，HTTP请求在请求头的末尾和请求数据之前都有“\ r \ n \ r \ n”，即使请求是“GET / HTTP / 1.0 \ r \ n \ r \ n”

如果方法是“POST”，则应在“\ r \ n \ r \ n”之后读取多个字节，如Content-Length字段中所指定。

所以伪代码是：

read_until(buf, "\r\n\r\n");
if(buf.starts_with("POST")
{
   contentLength = regex("^Content-Length: (\d+)$").find(buf)[1];
   read_all(buf, contentLength);
}

仅在内容包含内容后，才会在内容后面显示“\ r \ n \ r \ n”。内容可以是二进制数据，它没有任何终止序列，获取其大小的一种方法是使用Content-Length字段。

Answer 4

HTTP GET / HEAD请求没有正文，POST请求也没有正文。你必须检查它是GET / HEAD，如果是，那么你没有发送任何内容（正文/消息）。如果它是POST，请按照specs say about parsing a message of known/unknown length进行操作，如@gbjbaanb所说。

如何正确解析传入的HTTP请求

4 个答案: