简易HTTP协议解析

    首先介绍一些必要的知识点。

       TCP协议为操作系统底层协议，能够保证应用层获取到完整的、顺序一直的包序列。但TCP不提供具体的分包，需要上层协议自己解决。TCP发送给上层协议的数据是一个没有意义的字符串序列。如何解释这段序列，需要应用层定义，也就是应用层协议规范的内容。

       应用层协议按格式一般可以分为文本协议和二进制协议。文本协议最常见的就是HTTP，二进制协议如websocket。无论是哪种协议，都需要对格式严格定义，以方便程序对字符串序列进行分包、拆包。

 

       HTTP协议通过两种方式定义协议帧（一个HTTP请求或一个HTTP响应）结束标志。第一种是在http header中使用Content-Length头给出body长度，header与body使用\r\n\r\n分隔，这样我们就能够确定一个HTTP帧的开始与结束。另外一种是chunked编码的http帧，通过在header中使用Transfer-Encoding:chunked标志声明该编码方式，消息体由数量未定的块组成，并以最后一个大小为0的块为结束。每一个非空的块都以该块包含数据的字节数（字节数以十六进制表示）开始，跟随一个CRLF （回车及换行），然后是数据本身，最后块CRLF结束。在一些实现中，块大小和CRLF之间填充有白空格（0x20）。最后一块是单行，由块大小（0），一些可选的填充白空格，以及CRLF。最后一块不再包含任何数据，但是可以发送可选的尾部，包括消息头字段。消息最后以CRLF结尾。

 

格式如下：

HTTP /1 .1 200 OK
Content-Type: text /plain
Transfer-Encoding: chunked

25
This is the data  in the first chunk

1C
and this is the second one

3
con

8
sequence

0

 

为简单起见，这里对HTTP服务端协议的解析，只考以Content-Length方式分帧的http帧，不考虑chunked编码的http协议解析。

流程图如下：

 

如上图所示，TCP提供的是字节流，所以会出现如下三种种情况：

1.  缺包：当前接收到的字符不够一个完整的HTTP帧
2.  粘包：当前接收到的字符串包含一个以上的HTTP帧
3.  当前接收到的字符串正好是一个HTTP帧

针对以上三种情况，分别要做处理，出现粘包和缺包时，我们需要缓存尚未处理的部分留待下次接收到数据时一并处理。

根据如上流程图实现的PHP程序如下：

代码如下：

<?php

/**
 * Created by PhpStorm.
 * User: Jenner
 * Date: 2015/8/10
 * Time: 14:00
 *
 * 简单http server端协议解析，实现粘包、缺包，拆包
 */


$server =  new Server();
//注册响应回调函数
$server ->registerHandler( function ( $connection ,  $header ,  $body ){
    echo "get request: " . time() . PHP_EOL;
    echo "header: " . PHP_EOL .  $header . PHP_EOL;
    echo "body: " . PHP_EOL .  $body . PHP_EOL;
    $response =  "HTTP/1.1 200 OK\r\n" ;
    $response .=  "Date: Mon, 10 Aug 2015 06:22:08 GMT\r\n" ;
    $response .=  "Content-Type: text/html;charset=utf-8\r\n\r\n" ;

    socket_write( $connection ,  $response ,  strlen ( $response ));
});

//启动server
$server ->start();


/**
 * 简易http server 支持http协议解析
 * Class Server
 */
class Server
{

    /**
     * @var string 字符流缓存
     */
    protected $cache =  "" ;

    /**
     * @var http请求处理器
     */
    protected $handler ;

    /**
     * 启动server
     */
    public function start()
    {
        $socket = socket_create(AF_INET, SOCK_STREAM, SOL_TCP);
        socket_bind( $socket ,  '0.0.0.0' , 1212);
        socket_listen( $socket );

        while ( $connection = socket_accept( $socket )) {
            echo "connected" . PHP_EOL;
            while (true){
                $bytes = socket_read( $connection , 1);
                echo "read: " .  $bytes . PHP_EOL;
                if ( empty ( $bytes )) {
                    sleep(1);
                    continue ;
                }
                if ( $this ->parse( $connection ,  $bytes )){
                    break ;
                }
                echo "parse" . PHP_EOL;
                usleep(100);
            }
        }
    }

    /**
     * 注册处理器
     * @param $handler
     */
    public function registerHandler( $handler )
    {
        $this ->handler =  $handler ;
    }

    /**
     * http协议解析
     * @param $connection
     * @param $data
     * @return bool
     */
    protected function parse( $connection ,  $data )
    {
        $data =  $this ->cache .  $data ;
        var_dump( $data );
        $header =  $body =  "" ;
        if ( strstr ( $data ,  "\r\n\r\n" ) === false) {
            $this ->cache =  $data ;
            echo "cached" . PHP_EOL;
            return false;
        }

        $http_info =  explode ( "\r\n\r\n" ,  $data , 2);
        $header =  $http_info [0];
        $body =  count ( $http_info ) > 1 ?  $http_info [1] : 0;

        $content_length =  $this ->getContentLength( $header );


        if ( $content_length == 0) {  // 正好是一个http帧
            call_user_func( $this ->handler,  $connection ,  $header , null);
            socket_close( $connection );
            return true;
        }  elseif ( $content_length >  strlen ( $body )){  // 缺少body部分
            $this ->cache =  $data ;
            return false;
        }  else {  // 发生粘包，摘出当前包，缓存剩余部分
            $body =  substr ( $body , 0,  $content_length );
            $this ->cache =  substr ( $body ,  $content_length );
            call_user_func( $this ->handler,  $connection ,  $header ,  $body );
            return false;
        }
    }

    /**
     * 获取content-length
     * @param $headers
     * @return int
     */
    protected function getContentLength( $headers )
    {
        $headers =  explode ( "\r\n" ,  $headers );
        foreach ( $headers as $header ) {
            if ( stristr ( "content-length" ,  $headers ) === false)  continue ;
            $content_length =  intval ( explode ( ":" ,  $header , 2)[1]);
            return $content_length ;
        }

        return 0;
    }

}

 

客户端代码如下：

<?php
/**
 * Created by PhpStorm.
 * User: Jenner
 * Date: 2015/8/10
 * Time: 14:19
 *
 * 简单http socket客户端，实现一次HTTP请求
 */

$socket = socket_create(AF_INET, SOCK_STREAM, SOL_TCP);
if (socket_connect( $socket ,  "127.0.0.1" , 1212) === false){
    echo "ERROR:" . socket_strerror(socket_last_error( $socket )) . PHP_EOL;
    exit ;
}

$request_headers =  array (
    "GET / HTTP/1.1" ,
    "Host: xxx.xxx" ,
    "Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8" ,
);

$request = implode( "\r\n" ,  $request_headers );
// if comment the follow line, you will read nothing. because the request format is error.
$request .=  "\r\n\r\n" ;
var_dump( $request );

if (socket_write( $socket ,  $request ,  strlen ( $request )) === false){
    echo "ERROR:" . socket_strerror(socket_last_error( $socket )) . PHP_EOL;
    exit ;
}

echo "the server will not response until time is out" . PHP_EOL;
$response = socket_read( $socket , 1024);
if ( $response === false ||  empty ( $response )){
    echo "ERROR: timeout or socket error" . PHP_EOL;
    exit ;
}
echo "response:" . PHP_EOL;
var_dump( $response );

socket_close( $socket );

源码地址：https://github.com/huyanping/learning-http-protocol

 

原创文章，转载请注明： 转载自始终不够

本文链接地址: 简易HTTP协议解析

转载请注明：始终不够 » 简易HTTP协议解析