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,
- "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!
文章出处:http://www.diybl.com/course/3_program/c++/cppsl/2008227/101925_2.html