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：

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：

缺包：当前接收到的字符不够一个完整的HTTP帧
粘包：当前接收到的字符串包含一个以上的HTTP帧
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：

客户端代码如下：

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