Webserve(3): HTTP解析

cpp 复制代码
http_conn::HTTP_CODE http_conn::parse_content( char* text ) {
    if ( m_read_idx >= ( m_content_length + m_checked_idx ) )
    {
        text[ m_content_length ] = '\0';
        return GET_REQUEST;
    }
    return NO_REQUEST;
}

这段代码是处理 HTTP 请求消息体(Content)的函数部分。它的目的是根据之前从 HTTP 头部解析得到的 Content-Length 值来确定是否已经接收到了完整的请求体。下面是对这段代码的详细解释:

函数原型解释

http_conn::HTTP_CODE http_conn::parse_content(char* text)

  • 这是 http_conn 类的一个成员函数,负责解析 HTTP 请求的内容部分。
  • 函数接收一个指向字符数组的指针 text,这个数组包含了请求的消息体。
  • 返回值是一个 HTTP_CODE 枚举值,用于表示解析的状态或结果。

代码逻辑

  1. 完整性检查:

    • if (m_read_idx >= (m_content_length + m_checked_idx)) 这行代码检查是否已经读取了足够的数据,即从开始检查到目前为止的索引 m_read_idx 是否大于或等于预期的内容长度 m_content_length 加上之前已经检查过的索引 m_checked_idx。
    • 这里的 m_read_idx 表示当前已经读取到的数据的位置,m_content_length 是从 HTTP 头部 Content-Length 字段解析得到的请求体长度,m_checked_idx 是之前已经处理过的数据的位置。
  2. 设置字符串结束标志:

    • 如果已经接收到了完整的请求体,即条件判断为真,那么就在请求体的末尾加上字符串结束符 '\0',以便后续处理时可以当作字符串来操作。这里假设请求体是文本数据。
    • text[m_content_length] = '\0'; 这行代码是在请求体的正文内容后面加上结束符,确保文本字符串的正确结束。
  3. 返回处理结果:

    • 如果请求体已完整接收,函数返回 GET_REQUEST,表示已经获取到了一个完整的 HTTP 请求,可以进行下一步的处理。
    • 如果当前读取的内容还不足以构成完整的请求体,函数返回 NO_REQUEST,表示需要继续读取数据。

总结

这个函数主要用于处理带有内容体的 HTTP 请求(例如 POST 请求),通过检查已接收数据的长度与 Content-Length 标头指定的长度是否匹配来确定请求体是否完整。如果请求体接收完整,就准备好了进行后续的请求处理,比如解析请求体中的数据。这是处理 HTTP 请求的一个重要步骤,确保了服务器能够正确处理完整的请求数据。

cpp 复制代码
http_conn::HTTP_CODE http_conn::process_read() {
    LINE_STATUS line_status = LINE_OK;
    HTTP_CODE ret = NO_REQUEST;
    char* text = 0;
    while (((m_check_state == CHECK_STATE_CONTENT) && (line_status == LINE_OK))
                || ((line_status = parse_line()) == LINE_OK)) {
        // 获取一行数据
        text = get_line();
        m_start_line = m_checked_idx;
        printf( "got 1 http line: %s\n", text );

        switch ( m_check_state ) {
            case CHECK_STATE_REQUESTLINE: {
                ret = parse_request_line( text );
                if ( ret == BAD_REQUEST ) {
                    return BAD_REQUEST;
                }
                break;
            }
            case CHECK_STATE_HEADER: {
                ret = parse_headers( text );
                if ( ret == BAD_REQUEST ) {
                    return BAD_REQUEST;
                } else if ( ret == GET_REQUEST ) {
                    return do_request();
                }
                break;
            }
            case CHECK_STATE_CONTENT: {
                ret = parse_content( text );
                if ( ret == GET_REQUEST ) {
                    return do_request();
                }
                line_status = LINE_OPEN;
                break;
            }
            default: {
                return INTERNAL_ERROR;
            }
        }
    }
    return NO_REQUEST;
}

这段代码是 http_conn 类的 process_read 方法的实现,用于处理读取HTTP请求的整个过程。方法通过解析请求行、头部和内容,最终决定如何响应客户端的请求。下面是对该方法的逐步解析:

方法逻辑

  1. 初始化状态:

    • LINE_STATUS line_status = LINE_OK; 初始化行状态为 LINE_OK,表示读取行的操作是成功的。
    • HTTP_CODE ret = NO_REQUEST; 初始化HTTP响应码为 NO_REQUEST,表示尚未接收到完整的HTTP请求。
    • char* text = 0; 初始化文本指针为 nullptr,用于后续指向解析得到的文本行。
  2. 循环读取行:

    • 使用**while 循环来读取每一行数据。循环条件包括两部分** :
      • 如果当前状态是解析内容(CHECK_STATE_CONTENT)并且行状态为 LINE_OK。
      • 或者,调用 parse_line() 方法解析行并检查返回的行状态是否为 LINE_OK。
  3. 处理各种状态:

    • 根据当前的检查状态(m_check_state),使用 switch 语句对不同的状态进行处理:
      • CHECK_STATE_REQUESTLINE:处理请求行。使用 parse_request_line 方法解析请求行,如果请求行有问题,则直接返回 BAD_REQUEST。
      • CHECK_STATE_HEADER:处理头部。使用 parse_headers 方法解析头部,如果头部有问题,返回 BAD_REQUEST;如果获取到一个完整的HTTP请求,则调用 do_request 方法处理请求。
      • CHECK_STATE_CONTENT:处理内容。使用 parse_content 方法解析内容,如果内容完整,则调用 do_request 方法处理请求。此时,将行状态设置为 LINE_OPEN,表示内容可能还未完全接收完毕。
  4. 返回处理结果:

    • 最后,如果在循环中未能进一步处理(例如,未接收到完整的请求或正在等待更多的数据),则返回 NO_REQUEST,表示继续等待和接收数据。

方法的调用逻辑

  • process_read 方法通过逐行解析HTTP请求并根据请求的不同部分(请求行、头部、内容)采取相应的动作,是处理HTTP请求的核心逻辑之一。
  • 对于每一部分的解析,该方法依赖于其他辅助方法(如 parse_request_line, parse_headers, 和 parse_content),这些方法专注于处理HTTP请求的具体一个环节。
  • 该方法展示了一个状态机的实现方式,通过不同的状态控制流程,直到收集和解析了所有必要的数据,最终决定如何响应客户端请求。

错误处理和状态转换

  • 方法中的错误处理非常直接,一旦遇到无法解析的请求行或头部,就立即返回 BAD_REQUEST,表示客户端的请求存在语法错误或不被服务器支持。
  • 状态转换确保了服务器能够按照HTTP请求的结构逐步处理每个部分,直至完成请求的处理或确定请求无法被处理。
    这段代码中的 while 循环主要用于解析 HTTP 请求的内容。让我们逐步解释为什么要这样写:
cpp 复制代码
while (((m_check_state == CHECK_STATE_CONTENT) && (line_status == LINE_OK))
        || ((line_status = parse_line()) == LINE_OK))

解释循环条件

  1. 检查状态和行状态:

    • m_check_state == CHECK_STATE_CONTENT :此条件检查当前状态是否为解析内容 (CHECK_STATE_CONTENT)。
    • line_status == LINE_OK:此条件检查行状态是否为 LINE_OK,表示上一行已成功解析。
  2. 解析行:

    • line_status = parse_line():这部分是 parse_line() 函数的调用,它负责解析 HTTP 请求的每一行。
    • ((line_status = parse_line()) == LINE_OK):这部分检查解析行的返回状态是否为 LINE_OK,表示当前行已经成功解析。
  3. 组合条件:

    • (m_check_state == CHECK_STATE_CONTENT) && (line_status == LINE_OK):如果当前状态为解析内容,并且上一行解析成功,说明继续解析内容。
    • ((line_status = parse_line()) == LINE_OK):如果上一行解析成功,继续解析下一行。

解释循环逻辑

  • 这个 while 循环用于不断地解析 HTTP 请求的每一行,直到解析完成整个 HTTP 请求。
  • 当前状态为 CHECK_STATE_CONTENT 时,并且上一行解析成功,表示当前正在解析请求体内容。
  • 当前状态不是 CHECK_STATE_CONTENT 时,或者上一行解析失败,说明当前需要继续解析请求的其他部分(请求行、头部等)。
  • 循环条件保证了在每一轮迭代中,要么继续解析请求体内容,要么继续解析其他部分的行。

循环条件的细节

  • 循环条件中的 || 表示逻辑或关系,即只要满足其中一个条件,循环就会继续执行。
  • 如果当前状态是解析内容并且行状态是 LINE_OK ,或者解析行的返回状态是 LINE_OK ,循环将继续执行。
  • 当 parse_line() 解析到请求结束时,返回 LINE_OPEN,循环条件不满足,循环退出。

总结

这样的循环逻辑确保了 HTTP 请求的每一行都会被正确地解析,并根据解析结果做出相应的处理。通过这样的设计,服务器能够在接收到完整的 HTTP 请求之后,准确地进行请求的处理和响应。

问题:这个循环为什么不直接写成while(line_status == LINE_OK)

cpp 复制代码
// 当得到一个完整、正确的HTTP请求时,我们就分析目标文件的属性,
// 如果目标文件存在、对所有用户可读,且不是目录,则使用mmap将其
// 映射到内存地址m_file_address处,并告诉调用者获取文件成功
http_conn::HTTP_CODE http_conn::do_request()
{
    // "/home/nowcoder/webserver/resources"
    strcpy( m_real_file, doc_root );
    int len = strlen( doc_root );
    strncpy( m_real_file + len, m_url, FILENAME_LEN - len - 1 );
    // 获取m_real_file文件的相关的状态信息,-1失败,0成功
    if ( stat( m_real_file, &m_file_stat ) < 0 ) {
        return NO_RESOURCE;
    }

    // 判断访问权限
    if ( ! ( m_file_stat.st_mode & S_IROTH ) ) {
        return FORBIDDEN_REQUEST;
    }

    // 判断是否是目录
    if ( S_ISDIR( m_file_stat.st_mode ) ) {
        return BAD_REQUEST;
    }

    // 以只读方式打开文件
    int fd = open( m_real_file, O_RDONLY );
    // 创建内存映射
    m_file_address = ( char* )mmap( 0, m_file_stat.st_size, PROT_READ, MAP_PRIVATE, fd, 0 );
    close( fd );
    return FILE_REQUEST;
}

这段代码是 http_conn 类的 do_request 方法的实现 ,用于处理客户端的 HTTP 请求。主要功能是根据请求的 URL 找到对应的文件,并进行相关的权限和文件类型检查,最后将文件映射到内存中以便读取。下面是对这段代码的逐行解释:

  1. strcpy(m_real_file, doc_root);:将服务器的根目录路径 doc_root 复制到 m_real_file 字符数组中。m_real_file 用于存储请求的实际文件路径。

  2. int len = strlen(doc_root);:获取服务器根目录路径的长度。

  3. strncpy(m_real_file + len, m_url, FILENAME_LEN - len - 1);:将请求的 URL 路径拼接到 m_real_file 后面,组成完整的文件路径。这里使用 strncpy 函数来保证不超出数组范围。

  4. if (stat(m_real_file, &m_file_stat) < 0) { return NO_RESOURCE; }:使用 stat 函数获取文件的状态信息,并存储在 m_file_stat 结构体中。如果获取失败,则表示请求的资源不存在,返回 NO_RESOURCE。

  5. if (!(m_file_stat.st_mode & S_IROTH)) { return FORBIDDEN_REQUEST; }:检查文件的权限,如果当前用户没有读取文件的权限,则返回 FORBIDDEN_REQUEST,表示禁止访问。

  6. if (S_ISDIR(m_file_stat.st_mode)) { return BAD_REQUEST; }:检查文件是否是目录,如果是目录,则返回 BAD_REQUEST,表示请求的资源无效。

  7. int fd = open(m_real_file, O_RDONLY);:以只读方式打开文件,获取文件描述符 fd。

  8. m_file_address = (char*) mmap(0, m_file_stat.st_size, PROT_READ, MAP_PRIVATE, fd, 0);:使用 mmap 函数将文件映射到内存中,以便快速读取文件内容。参数包括内存起始地址、文件大小、访问权限、映射方式、文件描述符和偏移量。映射成功后,返回的地址存储在 m_file_address 中。

  9. close(fd);:关闭文件描述符,释放资源。

  10. return FILE_REQUEST;:表示成功处理了文件请求,可以进行文件读取操作。

这段代码是处理客户端 HTTP 请求的核心部分,完成了根据请求的 URL 找到对应文件、权限检查、文件映射等操作,为后续文件读取操作做好了准备。
strcpy 和 strncpy 是 C 语言中用于字符串操作的函数,它们的作用是将一个字符串复制到另一个字符串中。主要的区别在于复制的方式和对目标字符串的处理。

strcpy 函数

strcpy 函数用于将一个字符串复制到另一个字符串中,直到遇到空字符 \0 为止。

char* strcpy(char* destination, const char* source);

  • destination:目标字符串的指针,表示将要被复制到的字符串。
  • source:源字符串的指针,表示要复制的字符串。

示例:

char destination[20];

char source[] = "Hello, World!";

strcpy(destination, source);

strncpy 函数

strncpy 函数用于将一个字符串的一部分复制到另一个字符串中,最多复制指定数量的字符,如果源字符串不足,则用空字符 \0 填充剩余的空间。

char* strncpy(char* destination, const char* source, size_t num);

  • destination:目标字符串的指针,表示将要被复制到的字符串。
  • source:源字符串的指针,表示要复制的字符串。
  • num:要复制的最大字符数。

示例:

char destination[20]; char source[] = "Hello, World!"; strncpy(destination, source, 5); destination[5] = '\0'; // Ensure null-termination

区别和注意事项

  • strcpy 不会检查源字符串的长度,如果源字符串比目标字符串长,可能会导致缓冲区溢出问题。
  • strncpy 会复制指定数量的字符,并在必要时添加空字符 \0,以确保目标字符串不会溢出。
  • strncpy 在复制结束后不会自动添加空字符 \0,因此在使用后需要手动添加,以确保目标字符串以空字符结尾。

在使用这两个函数时,应根据具体的需求选择适当的函数,并确保目标字符串有足够的空间来容纳源字符串的内容。

strncpy( m_real_file + len, m_url, FILENAME_LEN - len - 1 );

这句代码是将字符串 m_url 的内容复制 到字符串 m_real_file 的指定位置。让我们逐步解释这句代码的含义:

  1. m_real_file + len:这个表达式表示 m_real_file 字符串的地址偏移了 len 个字符。因为 m_real_file 是一个字符数组(字符串),所以它指向字符串的起始位置。通过 + len 的操作,将指针移动到 m_real_file 字符串的第 len 个字符处,即指针指向了字符串的末尾位置 (不包括字符串结束符 \0)。

  2. m_url:这个参数是源字符串,即要被复制的字符串。它是一个以 \0 结尾的字符串。

  3. FILENAME_LEN - len - 1:这个表达式表示最大允许复制的字符数 。FILENAME_LEN 是目标字符串 m_real_file 的最大长度,len 是已经占用的长度,1 是为了留出空间放置字符串结束符 \0。因此,这个表达式计算出剩余的可用空间。

  4. strncpy(m_real_file + len, m_url, FILENAME_LEN - len - 1);:这是调用 strncpy 函数,将 m_url 字符串的内容复制到 m_real_file 字符串的指定位置。它从 m_url 的首字符开始复制,复制到 m_real_file 的地址偏移了 len 个字符处,最多复制 FILENAME_LEN - len - 1 个字符。这个函数会确保复制的内容不超过指定的长度,并且会在目标字符串末尾添加 \0 字符以确保字符串的终止。

cpp 复制代码
// 对内存映射区执行munmap操作
void http_conn::unmap() {
    if( m_file_address )
    {
        munmap( m_file_address, m_file_stat.st_size );
        m_file_address = 0;
    }
}

这段代码是 http_conn 类的 unmap 方法的实现,用于取消内存映射区。让我们逐行解释代码的含义:

  1. if (m_file_address):检查 m_file_address 是否为非空指针,即是否已经进行了内存映射操作。

  2. munmap(m_file_address, m_file_stat.st_size);:调用 munmap 函数取消内存映射,将之前映射的内存区域释放。参数 m_file_address 是要取消映射的起始地址,m_file_stat.st_size 是要取消映射的长度。

  3. m_file_address = 0;:将 m_file_address 设置为零,表示取消了内存映射。

总结

这段代码的主要功能是取消之前创建的内存映射区,释放已经映射的内存。这在 HTTP 服务器中是很常见的操作,特别是在处理大文件时,为了释放内存和资源而取消内存映射非常重要。

相关推荐
如夏倾城3 小时前
VRRP(虚拟路由器冗余协议Virtual Router Redundancy Protocol)
网络·python·网络协议·安全·智能路由器·负载均衡·信息与通信
张小姐的猫7 小时前
【基于 WebSocket 的多用户网页五子棋】—— 认识第三方库Websocketpp
网络·websocket·网络协议
张小姐的猫7 小时前
【基于 WebSocket 的多用户网页五子棋】—— 游戏匹配对战设计
websocket·网络协议·游戏
LightBreeze20027 小时前
IS-IS 基本概念详解——报文类型、地址结构与网络拓扑
网络·lsp·路由协议·net·is-is
小乖写代码1 天前
提交注册验证 · WhatsApp /v2/register
android·网络·账号注册
多弗朗皮卡丘1 天前
网络基础:数据链路层与其他协议或技术
linux·网络·tcp/ip
我不会插花弄玉1 天前
9.数据链路层【由浅入深-网络】
网络
进击的荆棘2 天前
Linux网络——网络基础概念
linux·运维·服务器·网络
LightBreeze20022 天前
从 LSA 到路由计算,彻底理解 OSPF 的区域路由与防环机制
网络·智能路由器·ospf·lsa·spf
忆挽篱笙歌2 天前
通信连接,匿名管道
linux·服务器·网络