HTTP协议简介及web服务器搭建经验

HTTP协议简介及web服务器搭建经验

1.HTTP概念

​ HTTP（超文本传输协议，HyperText Transfer Protocal）。互联网应用最为广泛的一种网络应用层协议，它可以减少网络传输，使得浏览器更加高效。通常HTTP信息包含客户机向服务器的请求消息和服务器向客户机的响应消息。

2. 请求消息

方向：浏览器→服务器，主要内容包含四部分：

• 请求行：说明请求类型，要访问的资源，以及使用的http版本
• 请求头：说明服务器要使用的附加信息
• 空行：必须要有，即使没有请求数据
• 请求数据：也称为主体，可以添加任意的其他数据

（第1行是请求行，2-8行为请求头，第9行是空行标识请求头的结束）

2.1 请求方法

• GET

  请求制定的页面信息，并返回实体主体

• POST

  向指定资源提交数据进行处理请求（例如提交表单或者上传文件），数据被包含在请求体中。POST请求可能会导致新资源的建立或者已有资源的修改

• HEAD

  类似于get的请求，只不过返回的响应中没有具体的内容，用于获取报头

• PUT

  从客户端向服务器传送的数据取代指定的文档的内容

• DELETE

  请求服务器删除指定的页面

• CONNECT

  HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器

• OPTIONS

  允许客户端查看服务器的性能

• TRACE

  回显服务器收到的请求，主要用于测试或者判断

3. 响应消息

方向：服务器→浏览器，主要内容包含四部分：

• 状态行：包括HTTP协议版本号，状态码，状态信息
• 消息报头：说明客户端要使用的一些附加信息
• 空行：必须要有
• 响应正文：服务器返回给客户端的文本信息

（每行的结尾用的是\r\n，第9行空行也是协议头的一部分）

3.1 状态码

状态码由三位数字表示，第一个数字定义了响应的类别，共分为五种类别：

• 1xx：指示信息–表示请求已经接收，继续处理
• 2xx：成功–表示请求已经被成功接收、理解、接受
• 3xx：重定向–要完成请求必须进行更进一步的操作
• 4xx：客户端错误–请求语法错误或请求无法实现
• 5xx：服务器端错误–服务器未能实现合法的请求

常见的状态码：

状态码	含义
200 OK	客户端请求成功
400 Bad Request	客户端请求有语法错误，不能被服务器所理解
401 Unauthorized	请求未授权
403 Forbidden	服务器收到请求，但是拒绝提供服务
404 Not Found	请求资源不存在，比如输入了错误的URL
500 Internal Server Error	服务器发生了不可预知的错误
503 Server Unavailable	服务器当前不能处理客户端的请求

3.2 网络文件类型

文件类型	HTTP语法
普通文件	text/plain;charset=ios-8859-1
*.html	text/html;charset=ios-8859-1
*.jpg	image/jpeq
*.gif	image/gif
*.png	image/png
*.wav	audio/wav
*.avi	video/x-msvidio
*.mov	video/quicktime
*.mp3	audio/mpeg

3.3 编码格式

编码格式	描述
charset = iso-8859-1	西欧的编码，说明网站采用英文编码
charset = gb2312	说明网站采用的编码是简体中文
charset = utf-8	代表世界通用的语言编码，可以用到中文、日文等世界通用语言
charset = euc-kr	说明网站采用的编码是韩文
charset = big5	说明网站采用的编码是繁体中文

4. HTTP传输流程

1. 服务器getline()获取http协议第一行。

2. 从首行中拆分 GET、文件名和协议版本，获取用户请求的文件名。

3. 利用stat()判断文件是否存在。

4. 判断文件的类型。

5. 如果是文件，则open→read→写回给服务器。

6. 先写HTTP应答协议头： http/1.1 200 OK

   ​ Content-Type: text/plain; charset = iso-8859-1

7. 写文件数据。

5. web服务器搭建经验

5.1 正则表达式获取文件名

//请求头中包含请求方法、请求路径和请求协议类型，可以用正则表达式结合sscanf来去区分
char method[16], path[256], protocol[16];
sscanf(buf, "%[^ ] %[^ ] %[^ ]", method, path, protocol);

5.2 判断文件是否存在

//stat函数可以判断文件是否存在并获取文件的信息（包含所有ll指令显示的信息）
int ret = stat(file, &sbuf);
if(ret != 0)
{
    //说明打开文件错误，比如回发404错误页面，表示URL没有找到
    perror("stat judge err!");
}
if(S_ISREG(sbuf.st_mode))
{
    //打印类别的信息
    printf("Request regular file!\n");
    //说明是一个普通文件，需要回发响应消息，respond函数已经包含了状态行、消息报头和空行了
    http_respond(cfd, 200, "OK", "Content-Type:audio/mpeg",sbuf.st_size);
    //然后再把文件给发送过去
    send_file(cfd, file);
}

5.3 资源暂时不可用错误解决

//文件io操作的时候需要注意EAGAIN和EINTR错误，这些错误需要进行特殊处理
while((n = read(fd, buf, sizeof(buf))) > 0)
{
    ret = send(cfd, buf, n, 0);
    if(ret == -1)
    {
    	//要分情况来进行判断，否则会出现资源暂时不能使用的情况
        printf("errno = %d\n", errno);
        if(errno == EAGAIN)
        {
        	printf("errno:EAGAIN!\n");
            continue;
        }
        else if(errno == EINTR)
        {
            printf("errno:EINTR!\n");
            continue;
        }
        else
        {
            perror("send to client err!");
            exit(1);
        }
    }
}

5.4 浏览器请求ico

• 浏览器在请求图片的同时，会请求一个ico图标，用于浏览器标签文字部分前端的小图标显示。图标文件的名称固定：favicon.ico，放置于服务器提供给浏览器访问的目标目录。

5.5 目录搜索函数

• 函数原型：

  int scandir(const char *dirp, struct dirent ***namelist,
              int (*filter)(const struct dirent *),
              int (*compar)(const struct dirent **, const struct dirent **));
  
  //默认的排序方式，分别是字母序和版本序
  int alphasort(const struct dirent **a, const struct dirent **b);
  int versionsort(const struct dirent **a, const struct dirent **b);
  

  • 功能：递归遍历目录

  • 参数：

    dirp：待访问的目录名称

    struct dirent：

    struct dirent {
        ino_t          d_ino;       /* inode number */
        off_t          d_off;       /* not an offset; see NOTES */
        unsigned short d_reclen;    /* length of this record */
        unsigned char  d_type;      /* type of file; not supported
                                       by all filesystem types */
        char           d_name[256]; /* filename */
    };
    

    filter：过滤器，通常情况下可以为NULL

    compar：通常情况下位alphasort

  • 返回值：

    正确：dirent数组中的元素数量

    错误：-1，设置errno

5.6 汉字的编解码

• 访问带有汉字的文件时，将这个URL复制到对应的浏览器地址栏中，可以看到它对应的在浏览器中的编码
• 命令行采用unicode指令可查看汉字对应的unicode编码。
• 访问带有汉字的文件时候，应该对服务器回发的时候进行编码操作，在浏览器请求资源目录的汉字文件时进行解码操作。

5.7 telnet调试

• 可以使用telnet指令，借助ip和端口号，模拟浏览器的行为，在终端中对访问的服务器进行调试，方便查看服务器回发给浏览器的http协议数据。

• telnet 127.0.0.1 9876 //回车
  GET /hello.c http/1.1 //手动输入请求头，回车