HTTP服务器的本质:tinyhttpd源码分析及拓展

　　已经有一个月没有更新博客了，一方面是因为平时太忙了，另一方面是想积攒一些干货进行分享。最近主要是做了一些开源项目的源码分析工作，有c项目也有python项目，想提升一下内功，今天分享一下tinyhttpd源码分析的成果。tinyhttpd是一个非常轻量型的http服务器，c代码500行左右，可以帮助我们了解http服务器运行的实质。在分析之前，我们先说一下http报文。（我的新书《Python爬虫开发与项目实战》出版了，大家可以看一下样章）

一.http请求

http请求由三部分组成，分别是：起始行、消息报头、请求正文

1 2 3 4 5 6

Request Line< CRLF > Header-Name: header-value< CRLF > Header-Name: header-value< CRLF > //一个或多个，均以< CRLF >结尾 < CRLF > body//请求正文

1、起始行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本，格式如下：

1	Method Request-URI HTTP-Version CRLF

其中 Method表示请求方法；Request-URI是一个统一资源标识符；HTTP-Version表示请求的HTTP协议版本；CRLF表示回车和换行（除了作为结尾的CRLF外，不允许出现单独的CR或LF字符）。

2、请求方法（所有方法全为大写）有多种，各个方法的解释如下：

• GET 请求获取Request-URI所标识的资源
• POST 在Request-URI所标识的资源后附加新的数据
• HEAD 请求获取由Request-URI所标识的资源的响应消息报头
• PUT 请求服务器存储一个资源，并用Request-URI作为其标识
• DELETE 请求服务器删除Request-URI所标识的资源
• TRACE 请求服务器回送收到的请求信息，主要用于测试或诊断
• CONNECT 保留将来使用
• OPTIONS 请求查询服务器的性能，或者查询与资源相关的选项和需求

应用举例： 
GET方法：在浏览器的地址栏中输入网址的方式访问网页时，浏览器采用GET方法向服务器获取资源，eg: 

1	GET /form.html HTTP/1.1 (CRLF)

POST方法要求被请求服务器接受附在请求后面的数据，常用于提交表单。eg：

1 2 3 4 5 6 7 8 9

POST /reg.jsp HTTP/ (CRLF) Accept:image/gif,image/x-xbit,... (CRLF) ... HOST:www.guet.edu.cn (CRLF) Content-Length:22 (CRLF) Connection:Keep-Alive (CRLF) Cache-Control:no-cache (CRLF) (CRLF)         //该CRLF表示消息报头已经结束，在此之前为消息报头 user=jeffrey&pwd=1234  //此行以下为提交的数据

 

二.tinyhttpd源码分析　

　tinyhttpd总共包含以下函数：


1 2 3 4 5 6 7 8 9 10 11 12

void  accept_request( int ); //处理从套接字上监听到的一个 HTTP 请求 void  bad_request( int ); //返回给客户端这是个错误请求，400响应码 void  cat( int ,  FILE  *); //读取服务器上某个文件写到 socket 套接字 void  cannot_execute( int ); //处理发生在执行 cgi 程序时出现的错误 void  error_die( const  char  *); //把错误信息写到 perror  void  execute_cgi( int ,  const  char  *,  const  char  *,  const  char  *); //运行cgi脚本，这个非常重要，涉及动态解析 int  get_line( int ,  char  *,  int ); //读取一行HTTP报文 void  headers( int ,  const  char  *); //返回HTTP响应头 void  not_found( int ); //返回找不到请求文件 void  serve_file( int ,  const  char  *); //调用 cat 把服务器文件内容返回给浏览器。 int  startup(u_short *); //开启http服务，包括绑定端口，监听，开启线程处理链接 void  unimplemented( int ); //返回给浏览器表明收到的 HTTP 请求所用的 method 不被支持。

建议源码阅读顺序： main -> startup -> accept_request -> execute_cgi　

按照以上顺序，看一下浏览器和tinyhttpd交互的整个流程：

三.注释版源码

　　注释版源码已经放到github上了，以后所有的源码分析都会上传github上。由于tinyhttpd源码较少，下面将完整的代码贴出来。

+ View Code

　　不过这个项目并不能直接在Linux上编译运行。它本来是在solaris上实现的，貌似在socket和pthread的实现上和一般的Linux还是不一样的，需要修改一部分内容。至于如何修改大家参考这篇文章，我也将修改版上传到github上了，名称为tinyhttpd-0.1.0_for_linux，大家可以clone下来，直接make编译即可。下面演示一下如何运行tinyhttpd,编译完成的效果如下：

下面运行./httpd，并在浏览器中访问。

tinyhttpd默认cgi脚本是perl脚本，比如color.cgi，位于htdocs目录下。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

#!/usr/bin/perl -Tw   use  strict; use  CGI;   my ( $cgi ) = new CGI;   print  $cgi ->header; my ( $color ) =  "blue" ; $color  =  $cgi ->param( 'color' )  if  defined  $cgi ->param( 'color' );   print  $cgi ->start_html( -title  =>  uc ( $color ),                         -BGCOLOR  =>  $color ); print  $cgi ->h1( "This is $color" ); print  $cgi ->end_html;

　下面我想用python来实现cgi脚本，添加一些页面，为了更加了解cgi程序的运行实质，不用python封装好的cgi模块，完全手工打造。首先在htdocs目录下添加一个register.html页面，html文档内容如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

< html >      < head >          < title >注册信息</ title >          < meta  charset="utf-8">      </ head >      < body >          < form  action="register.cgi" method="POST">              账号：< input  type="text" name="zhanghao" value="" size="10" maxlength="5">              < br >              < br >              密码：< input  type="password" value="" name="mima" size="10">              < br >              < br >              < input  type="hidden" value="隐藏的内容" name="mihiddenma" size="10">                            爱好：< input  type="checkbox" name="tiyu" checked="checked">体育< input  type="checkbox" name="changge">唱歌              < br >              < br >              性别：< input  type="radio" name="sex" checked="checked">男< input  type="radio" name="sex">女              < br >              < br >              自我介绍：< br >              < textarea  cols="35" rows="10" name="ziwojieshao">                  这里是自我介绍              </ textarea >              < br >              < br >              地址：              < select  name="dizhi">                  < option  value="sichuan">四川</ option >                  < option  value="beijing">北京</ option >                  < option  value="shanghai">上海</ option >              </ select >              < br >              < br >              < input  type="submit" value="提交">              < input  type="reset" value="重置">          </ form >      </ body > </ html >

　　这是一个表单，action指向register.cgi,method为post。下面看一下register.cgi,其实是个python脚本。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

#!/usr/bin/python #coding:utf-8 import  sys,os length  =  os.getenv( 'CONTENT_LENGTH' )   if  length:      postdata  =  sys.stdin.read( int (length))      print  "Content-type:text/html\n"      print  '<html>'      print  '<head>'      print  '<title>POST</title>'      print  '</head>'      print  '<body>'      print  '<h2> POST data </h2>'      print  '<ul>'      for  data  in  postdata.split( '&' ):          print   '<li>' + data + '</li>'      print  '</ul>'      print  '</body>'      print  '</html>'       else :      print  "Content-type:text/html\n"      print  'no found'

　　代码的意思是从标准输入中读取post中的数据，并将显示数据输出到标准输出中，对比一下流程图，更好理解。下面看一下运行效果。

 

今天的分享就到这里，下一篇继续分析。如果大家觉得还可以呀，记得推荐呦。

参考文章：HTTP协议全览，tinyhttpd在Linux编译

来自:七夜的故事 http://www.cnblogs.com/qiyeboy/