如何利用 socket 进行 HTTP 访问
平常我们要访问某个 URL 一般都是通过浏览器进行：提交一个 URL 请求后，浏览器将请求发向目标服务器或者代理服务器，目标服务器或者代理服务器返回我们所需要的数据，浏览器接收到这些数据后保存成文件并进行显示。
下面我们看看如何自己利用 winsock2.h 中的接口来实现这个功能？为了简化问题，作以下假设：
通过代理服务器进行 HTTP 访问，这样就省去了对 URL 进行 DNS 解析的步骤，假设代理服务器的地址为： 192.168.0.1 ： 808 。
这个功能由以下几个部分组成：
1． 如何建立连接？
2． 如何发送请求？
3． 如何接收数据？
4． 如何判断数据接收完成？
下面我们依次来看下这些问题如何解决？
一、 如何建立与服务器之间的连接
HTTP 基本 TCP ，所以我们需要与服务器建立连接，然后才能发送数据。
建立连接参考如下函数 socket_open ：
/*
* 打开Socket，返回socketId，-1表示失败
*/
int socket_open(int IP,int Port,int type){
SOCKET socketId;
struct sockaddr_in serv_addr;
int status;
socketId=socket(AF_INET,SOCK_STREAM,0);
if ((int )socketId<0)
{
printf("[ERROR]Create a socket failed!\n" );
return -1;
}
memset(&serv_addr,0,sizeof (serv_addr));
serv_addr.sin_family=AF_INET;
serv_addr.sin_addr.s_addr = ntohl(IP);
serv_addr.sin_port = htons((USHORT)Port);
status=connect(socketId,(struct sockaddr*)&serv_addr,sizeof (serv_addr));
if (status!=0)
{
printf("[ERROR]Connecting failed!\n" );
closesocket(socketId);
return -1;
}
return socketId;
}
调用方式如下：
int socketId=socket_open( 0xC0A80001,808,0); //0xC0A80001 是192.168.0.1的十六进制写法。
二、 如何发送请求
发送数据要根据 HTTP 协议的要求附加协议头：
static const char * protocolHead="GET http://www.xxx.com/index.html HTTP/1.1\n"
"Accept: image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, application/x-shockwave-flash, application/vnd.ms-excel, application/vnd.ms-powerpoint, application/msword, */*\n"
"Accept-Language: zh-cn\n"
"User-Agent:iPanelBrowser/2.0\n"
"Host: www.xxx.com:80\n"
"Connection: close\n\n"
这里使用GET来获取指定URL的指定文档。
建立连接后使用send将这些数据发送出去：
send(socketId, protocolHead,strlen(protocolHead),0);
发送完成HTTP请求后就等待接收数据。
三、 如何接收数据
这里采用 select 循环查询的方式来判断有无数据到来：
struct timeval tm = {0,7};
fd_set fds_r;
int status;
char recvBuf[4096]={ ‘ \0’};
FD_ZERO(&fds_r);
FD_SET(socketId,&fds_r);
status=select(socketId+ 1, &fds_r, 0, 0, &tm); //socketId 在这里是最大的fd
if (status > 0 && FD_ISSET(socketId, &fds_r))
{
printf("Socket is readable...fd=[%d]\n" ,socketId);
recv(socketId,recvBuf,4096,0);
}
这样数据包就保存到缓冲区中了。
四、 如何判断数据接收完成
首先对返回数据的状态进行判断，仅当状态为“ HTTP 200 OK ”时才表明正确返回，这时才对数据进行解析并保存，如果状态为 HTTP 404 NOT FOUND 或者其它状态则表明没有找到资源或者出现其它问题，可参考 HTTP 1.1状态代码及其含义 。
当数据正确返回时，为了将实际数据从协议中分离出来进行保存，需要对 HTTP 数据包进行解析得到 Content-Length ，然后在包含 Content-Length 的当前数据包或者随后的数据包中查找第一个空行，这就是内容（ Content ）的开始位置，再配合前面解析得到的 Content-Length ，就能够知道什么时候数据接收完成了。换行符为“ \r\n ”，也兼容“ \n ”或者“ \r ”，设换行符为 ^P ，则空行如果位于内容中间或结尾则可查找“ ^P^P ”，若位于开头，则查找 ^P 。
基本就是上面这些，这四个问题解决了，那么整个问题也就解决了！
