05 http连接处理（中）

05 http连接处理（中）

流程图与状态机

从状态机负责读取报文的一行，主状态机负责对该行数据进行解析，主状态机内部调用从状态机，从状态机驱动主状态机

主状态机

三种状态，标识解析位置

• CHECK_STATE_REQUESTLINE，解析请求行
• CHECK_STATE_HEADER，解析请求头
• CHECK_STATE_CONTENT，解析消息体，仅用于解析POST请求

从状态机

三种状态，标识解析一行的读取状态

• LINE_OK，完整读取一行
• LINE_BAD，报文语法有误
• LINE_OPEN，读取的行不完整

代码分析-http报文解析

服务器接收http请求的流程，浏览器发出http连接请求，服务器端主线程创建对象接收请求并将所有数据读入对应buffer，将该对象插入任务队列后，工作线程从任务队列中取出一个任务进行处理。
各子线程通过process函数对任务进行处理，调用process_read函数和process_write函数分别完成报文解析与报文响应两个任务。

void http_conn::process()
{
	HTTP_CODE read_ret=process_read();

	//NO_REQUEST，表示请求不完整，需要继续接收请求数据
	if(read_ret==NO_REQUEST)
	{
		//注册并监听读事件
		modfd(m_epollfd,m_sockfd,EPOLLIN);
		return;
	}
	
	//调用process_write完成报文响应
	bool write_ret=process_write(read_ret);
	if(!write_ret)
	{
		close_conn();
	}
	//注册并监听写事件
	modfd(m_epollfd,m_sockfd,EPOLLOUT);
}

HTTP_CODE含义

表示HTTP请求的处理结果，在头文件中初始了8种情形，在报文解析时只涉及到4种。

• NO_REQUEST
  请求不完整，需要继续读取请求报文数据
• GET_REQUEST
  获取了完整的HTTP请求
• BAD_REQUEST
  HTTP请求报文有语法错误
• INTERNAL_ERROR
  服务器内部错误，该结果在主状态机逻辑switch的default下，一般不会触发

解析报文整体流程

process_read通过while循环，将主状态机进行封装，对报文的每一行进行循环处理。
判断条件

• 主状态机转移到CHECK_STATE_CONTENT，该条件涉及解析消息体
• 从状态机转移到LINE_OK，该条件涉及解析请求行和请求头部
• 两者为或关系，当条件为真则继续循环，否则退出

循环体

• 从状态机读取数据
• 调用get_line函数，通过m_start_line将从状态机读取数据间接赋给text
• 主状态机解析text

//m_start_line是行在buffer中的起始位置，将该位置后面的数据赋给text
//此时从状态机已提前将一行的末尾字符\r\n变为\0\0，所以text可以直接取出完整的行进行解析
char* get_line(){
	return m_read_buf+m_start_line;
}

http_conn::HTTP_CODE http_conn::process_read()
{
	//初始化从状态机状态、HTTP请求解析结果
	LINE_STATUS line_status=LINE_OK;
	HTTP_CODE ret=NO_REQUEST;
	char* text=0;

	//这里为什么要写两个判断条件？第一个判断条件为什么这样写？
	//具体的在主状态机逻辑中会讲解

	//parse_line为从状态机的具体实现
	while((m_check_state==CHECK_STATE_CONTENT&&line_status==LINE_OK)||(line_status=parse_line()==LINE_OK))
	{
		text=get_line();

		//m_start_line是每一个数据行在m_read_buf中的起始位置
		//m_check_idx表示从状态机在m_read_buf中读取的位置
		m_start_line=m_checked_idx;

		//主状态机的三种状态转移逻辑
		switch(m_check_state)
		{
			case CHECK_STATE_REQUESTLINE:
			{
				//解析请求行
				ret=parse_request_line(text);
				if(ret=BAD_REQUEST)
					return BAD_REQUEST;
				break;
			}
			case CHECK_STATE_HEADER:
			{
				//解析请求头
				ret=parse_headers(text);
				if(ret==BAD_REQUEST)
					return BAD_REQUEST;

				//完整解析GET请求后，跳转到报文响应函数
				else if(ret==GET_REQUEST)
				{
					return do_request();
				}
				break;
			}
			case CHECK_STATE_CONTENT:
			{
				//解析消息体
				ret=parse_content(text);

				//完整解析POST请求后，跳转到报文响应函数
				if(ret==GET_REQUEST){
					return do_request();	
				}
				
				//解析完消息体即完成报文解析，避免再次进入循环，更新line_status
				line_status=LINE_OPNE;
				break;
			}
			default:
			return INTERNAL_ERROR;
		}
	}
	return NO_REQUEST;
}

从状态机逻辑

在HTTP报文中，每一行的数据由\r\n作为结束字符，空行则是仅仅是字符\r\n。因此，可以通过查找\r\n将报文拆解成单独的行进行解析。
从状态机负责读取buffer中的数据，将每行数据末尾的\r\n置为\0\0，并更新从状态机在buffer中读取的位置m_checked_idx，以此驱动主状态机解析。
从状态机从m_read_buf中逐字节读取，判断当前字节是否为\r

• 接下来的字节是\n，将\r\n修改成\0\0，将m_check_idx指向下一行的开头，则返回LINE_OK
• 接下来达到了buffer末尾，表示buffer还需要继续接收，返回LINE_OPEN
• 否则，表示语法错误，返回LINE_BAD

当前字节不是\r，判断是否是\n（一般是上次读取到\r就到了buffer末尾，没有接收完整，再次接收时会出现这种情况）

• 如果前一个字符是\r，则将\r\n修改成\0\0，将m_check_idx指向下一行的开头，则返回LINE_OK

当前字节既不是\r也不是\n

• 表示接收不完整，需要继续接收，返回LINE_OPEN

//从状态机，用于分析出一行内容
//返回值为行的读取状态，有LINE_OK，LINE_BAD,LINE_OPEN

//m_read_idx指向缓冲区m_read_buf的数据末尾的下一个字节
//m_check_idx指向从状态机当前正在分析的字节
http_conn::LIEN_STATUS http_conn::parse_line()
{
	char temp;
	for(;m_checked_idx<m_read_idx;++m_checked_idx)
	{
		//temp为将要分析的字节
		temp=m_read_buf[m_checked_idx];

		//如果当前是\r字符，则有可能会读取到完整行
		if(temp=='r'){
			//下一字符达到了buffer结尾，则接收不完整，需要继续接收
			if((m_checked_idx+1)==m_read_idx)
				return LINE_OPEN;
			//下一个字符是\n，将\r\n改成\0\0
			else if(m_read_buf[m_checked_idx+1]=='\n'){
				m_read_buf[m_checked_idx++]='\0';
				m_read_buf[m_checked_idx++]='\0';
				return LINE_OK;
			}
			//如果都不符合，则返回语法错误
			return LINE_BAD;
		}

		//如果当前字符是\n,也有可能读取到完整行
		//一般是上次读取到\r就到buffer末尾了，没有接收完整，再次接收时会出现这种情况
		else if(temp=='\n')
		{
			//前一个字符是\r，则接收完整
			if(m_checked_idx>1&&m_read_buf[m_checked_idx-1]=='r')
			{
				m_read_buf[m_checked_idx-1]='\0';
				m_read_buf[m_checked_idx++]='\0';
				return LINE_OK;
			}
			return LINE_BAD;
		}
	}
	//并没有找到\r\n，需要继续接收
	return LINE_OPNE;
}

主状态机逻辑

主状态机初始状态是CHECK_STATE_REQUESTLINE，通过调用从状态机来驱动主状态机，在主状态机进行解析前，从状态机已经将每一行末尾\r\n符号改为\0\0，以便于主状态机直接取出对应字符串进行处理
CHECK_STATE_REQUESTLIEN

• 主状态机的初始状态，调用parse_request_line函数解析请求行
• 解析函数从m_read_buf中解析HTTP请求行，获取请求方法、目标URL及HTTP版本号
• 解析完成后主状态的状态变为CHECK_STATE_HEADER

//解析http请求行，获得请求方法，目标url及http版本号
http_conn::HTTP_CODE http_conn::parse_request_line(char* text)
{
	//在HTTP报文中，请求行用来说明请求类型，要访问的资源以及所使用的HTTP版本
	//请求行中最先含有空格和\t任一字符的位置并返回
	m_url=strpbrk(text," \t");

	//如果没有空格或\t，则报文格式有误
	if(!m_url){
		return BAD_REQUEST;
	}

	//将该位置改为\0，用于将前面数据取出
	*m_url++='\0';

	//取出数据，并通过与GET和POST比较，以确定请求方式
	char *method=text;
	if(strcasecmp(method,"GET")==0){
		m_method=GET;
	}else if(strcasecmp(method,"post")==0){
		m_method=POST;
		cgi=1;
	}else{
	 	return BAD_REQUEST;
	 }

	//m_url此时跳过了第一个空格或\t字符，但不知道之后是否还有
	//将m_url向后偏移，通过查找，继续跳过空格和\t字符，指出请求资源的第一个字符
	m_url+=strspn(m_url," \t");

	//使用与判断请求方式的相同逻辑，判断HTTP版本号
	m_version=strpbrk(m_url," \t");
	if(!m_version)
		return BAD_REQUEST;
	*m_version++='\0';
	m_version+=strspn(m_version," \t");

	//仅支持HTTP/1.1
	if(strcasecmp(m_version,"HTTP/1.1")!=0)
		return BAD_REQUEST;

	//对请求资源前7个字符进行判断
	//这里主要是有些报文的请求资源中会带有http://，这里需要对这种情况进行单独处理
	if(strcasecmp(m_url,"http://",7)==0)
	{
		m_url+=7;
		m_url=strchr(m_url,'/');
	}
	
	//同样增加https的情况
	if(strcasecmp(m_url,"https://",8)==0)
	{
		m_url+=8;
		m_url=strchr(m_url,'/');
	}

	//一般的不会带有上述两种符号，直接是单独的/或/后面带访问资源
	if(!m_url||m_url[0]!='\')
		return BAD_REQUEST;

	//当url为/时，显示欢迎界面
	if(strlen(m_url)==1)
		strcat(m_url,"judge.html");

	//请求行处理完毕，将主状态机转移处理请求头
	m_check_state=CHECK_STATE_HEADER;
	return NO_REQUEST;
}

解析完请求行后，主状态机继续分析请求头。在报文中，请求头和空行的处理使用的同一个函数，这里通过当前的text首位是不是\0字符，若是，则表示当前处理的是空行，若不是，则表示当前处理的是请求头。
CHECK_STATE_HEADER

• 调用parse_headers函数解析请求头部信息
• 判断是空行还是请求头，若是空行，进而判断content-length是否为0，如果不是0，表明是POST请求，则状态转移到CHECK_STATE_CONTENT，否则说明是GET请求，则报文解析结束
• 若解析的是请求头部字段，则主要分析connection字段，content-length字段，其他字段直接跳过，也可以根据需要继续分析
• connection字段判断是keep-alive还是close，决定是长连接还是短连接
• content-length字段，用于读取POST请求的消息体长度

//解析http请求的一个头部信息
http_conn::HTTP_CODE http_conn::parse_headers(char *text)
{
	//判断是空行还是请求头
	if(text[0]=='\0')
	{
		//判断是GET还是POST请求
		if(m_content_length!=0)
		{
			//POST需要跳转到消息体处理状态
			m_check_state=CHECK_STATE_CONTENT;
			return NO_REQUEST;
		}
		return GET_REQUEST;
	}
	//解析请求头部连接字段
	else if(strcasecmp(text,"Connection:",11)==0)
	{
		text+=11;

		//跳过空格和\t字符
		text+=strspn(text," \t");
		if(strcasecmp(text,"keep-alive")==0)
		{
			//如果是长连接，则将linger标志设置为true
			m_linger=true;
		}
	}
	//解析请求头部内容长度字段
	else if(strcasecmp(text,"Content-length:",15)==0)
	{
		text+=15;
		text+=strspn(text," \t");
		m_content_length=atol(text);
	}
	//解析请求头部HOST字段
	else if(strcasecmp(text,"Host:",5)==0)
	{
		text+=5;
		text+=strspn(text," \t");
		m_host=text;
	}
	else{
		printf("oop!unknow header: %s\n",text);
	}
	return NO_REQUEST;
}

如果仅仅是GET请求，如项目中的欢迎界面，那么主状态机只设置之前的两个状态足矣。
GET和POST请求报文的区别之一是有无消息体部分，GET请求没有消息体，当解析完空行之后，便完成了报文的解析。
后续的登录和注册功能，为了避免将用户名和密码直接暴露在URL中，我们在项目中改用POST请求，将用户名和密码添加在报文中作为消息体进行了封装。
为此，我们需要在解析报文的部分添加解析消息体的模块。

while((m_check_state==CHECK_STATE_CONTENT&&line_status==LINE_OK)||(line_status=parse_line()==LINE_OK))

判断条件为什么要写成这样？
在GET请求报文中，每一行都是\r\n作为结束，所以对报文进行拆解时，仅用从状态机的状态line_status=parse_line()LINE_OK语句即可。
但POST请求报文中，消息体的末尾没有任何字符，所以不能使用从状态机的状态，这里转而使用主状态机的状态作为循环入口条件？
**后面&&line_statusLINE_OK又是为什么？**
解析完消息体后，报文的完整解析就完成了，但此时主状态机的状态还是CHECK_STATE_CONTENT，符合循环入口条件，还是会再次进入循环寻，这并不是我们希望的。因此，增加改语句，并在完成消息体解析后，将line_status变量更改为LINE_OPEN，可以跳出循环，完成报文解析任务。

CHECK_STATE_CONTENT

• 仅用于解析POST请求，调用parse_content函数解析消息体
• 用于保存post请求消息体，为后面的登录和注册做准备

//判断http请求是否被完整读入
http_conn::HTTP_CODE http_conn::parse_content(char* text)
{
	//判断buffer中是否读取了消息体
	if(m_read_idx>=(m_content_length+m_checked_idx)){
		text[m_content_length]='\0';

		//POST请求中最后为输入的用户名和密码
		m_string=text;

		return GET_REQUEST;
	}
	return NO_REQUEST;
}