0x13-套接字编程-HTTP服务器(1)

这里不是百科全书，所以只会用最简单，最明了的语言，来讲最实用的TCP编程。

Echo程序太多，就不再重复了，贯穿整个章节的将会是一个 HTTP 服务器

这回是在Linux下开发，而不是Windows

TCP
  • 囫囵吞枣般的喂完UDP的基本应用，以及一些API的使用，不再赘述TCP的使用，其实是很多我也不懂，(逃。
  • 但是，对于API我一向抱以用多少学多少知多少的态度，人生如戏，重在看戏啊。
  • 如果想要查找具体的完整的API可以先去查，UNIX网络编程：卷1 + Linux Man手册，其中前者有一些部分实际上已经过时(内核版本跟不上)。更不用说后续加入Linux的一些接口，例如epoll。但是其他的接口还是可以参考的，并且十分的详细。
  • TCP，这是一个极其复杂的协议，说复杂是因为在这几十年的发展中，对其的优化已经多到令人发指，于此而言，虽说即便不知道这些优化也是可以编写程序，但是建议还是能够熟悉一下流程(两端交互的过程)
    • 三次握手，四次挥手，拥塞控制，滑动窗口机制。
    • 对于前两个而言，我个人有不同见解，于为什么是三次握手，而不是其他次数，但是由于并不一定被接受，所以我不在这里写入，有兴趣的可以Emali我一起讨论，在面试的时候，我也是会和面试官讨论这个问题，但一直没有满意的答案。

HTTP

  • 说了贯穿本章节的是一个 HTTP服务器，如此就一定要说说 HTTP协议 了，如果说前面的TCP即使你不懂它的原理也能编写一个能运行且效率不错的TCP程序的话，那么想写一个HTTP服务器，你要是不懂 HTTP协议，简直是寸步难行。
  • 最权威的莫过于 《HTTP权威指南》，你可别想着去看HTTP的标准草案了，那真是神鬼难懂。当然这本书亦是一部大块头，可以选择在网上找一些HTTP协议的资料来补充一些基本知识，再用这本大块头来检索自己需要了解的地方。
  • 简单说一下 HTTP 协议
    • 实际上这个协议就是 TCP协议在 应用层 的一种封装，换句话说 HTTP服务器实质上还是一个 TCP 程序，只不过 TCP协议 已经被操作系统实现好，留出借口来给你调用，而 HTTP协议 则是完全需要你自己编写。
    • 所谓协议就是双方都需要遵守的一个规则，所以 HTTP协议 实质上是一种非实际的东西，最主要的还是包括了一个 状态机，称为 HTTP状态机 ，它的作用就是 解析/生成 HTTP报文，不必太过注意这些名词，最开始想写这个程序的时候，也没有太多顾虑这种名词性的东西。
    • 所有的名词都是为了更好的抽象一件事物，就好比数学上的各种 符号，其实本没必要存在，但为了抽象简单的表达，符号就应运而生。所以当你理解不了一个符号的时候，就跳过他，因为你总能找到一个它的替代物(例如符号对应的 公式/展开式，符号对应的定理，定理对应的实际例子)，而且比他更加的详细且好理解，这是我三年学习数学总结出来的经验。
    • 扯了一些没用的，回归正题

  • 协议版本号

    • 主流的就是 HTTP/1.0, HTTP/1.1，其他的在编写本程序时不必太在意
    • 需要了解的是这两个版本好的一些功能区别，例如最广为人知的Connection:的默认属性

  • 方法

    • GET
    • POST
    • HEAD
    • 实际上，在一般的服务器实现中，也只需要实现这三个方法就够了，特别是前两者比较重要，将以GET进行程序的方法编写，有兴趣的可以自己实现POST方法，我的源代码中也已经完成一半了，但并不打算继续完成。

有图有真相

  1. GET / HTTP/1.1\r\n          <--- 这是状态行，包括一个请求方法，资源，协议版本
  2. Host: www.wushxin.top\r\n   <-- 这是属性头，
  3. Connection: keep-alive\r\n  <-- ...
  4. \r\n                        <-- 一直到空行结束
  • 这是最简单的HTTP请求报文，整个报文的意思是请求 资源根目录(注意，是资源根目录) 下的资源(默认 请求根目录且不写什么资源就返回index.html)，并希望与服务器保持连接。

这里的保持连接和 TCP 协议中的保持连接不一样，具体可以去查找资料，简单来说这是一种不可靠的保持连接，双方都可以在做出保证之后，突然断开连接。可以把它当成不靠谱连接，但是表面工作还是要做的。

有图有真相

  1. 200 OK\r\n                  <-- 状态行，包括一个状态码，状态详情
  2. Host: www.wushxin.top\r\n   <-- 属性，
  3. Connection: close\r\n       <-- ...
  4. Content-Length: 78\r\n      <-- 这个属性，代表空行后面数据有多少
  5. \r\n                        <-- 直到空行
  6. <html><body><p>Hello, That is the Resource which you Request!</body></html>

  • 这是很简单的一种返回报文，Content-Length属性在这里特别重要！绝对不能缺少，它给对端一种信息就是，这个报文的结束位置在哪里。

  • 在上述报文中，每行的末尾都有\r\n这是HTTP协议 用来表达行末的一个标志，而且，HTTP协议 的头部和文本部有一个空行\r\n来进行分割。

  • 以上就是所有我想要介绍的 HTTP协议的内容，有些零散，还是建议去查找一些资料后再来往下看。

详细计划

  • 上面的内容看起来有些零碎，但是做一个程序，还是需要理一理自己的思路。
  • 首先，我们的目的是做出一个 并发HTTP服务器， 会涉及到的知识点：
    1. HTTP协议的实现
    2. TCP的Socket编程(即套接字编程)，所谓网络编程
    3. 多线程
    4. epoll 机制，暂时不要管select和poll这两个相似功能的机制
      • FastCGI的实现(作为扩展，有兴趣的在最后可以去尝试，资源:FastCGI规范)