Tinyhttpd 代码学习
前阵子，参加了实习生面试，被面试官各种虐，问我说有没有读过一些开源的代码。对于只会用框架的我来说真的是硬伤啊，在知乎大神的推荐下在EZLippi-浮生志
找了一些源代码来阅读，于是从小型入手，找了Tinyhttpd来读一读。
什么是Tinyhttpd
tinyhttpd 是一个超级轻量级的Http Server，是C语言写的，简单的实现了GET和POST方法，虽然有点简陋连注释加起来只有502行，但是却是了解Http Server如何运作的一个很好的例子。源代码是在 Solaris机器上编译通过的，在Linux上有一些不一样，有可能会导致编译错误。感谢EZ大大 在Github上维护了一份Linux的版本。
原始代码地址 http://tinyhttpd.sourceforge.net
EZ大大维护的代码 https://github.com/EZLippi/Tinyhttpd
工作流程
tinyhttpd的源代码只有502行，并不复杂。花一天就能读懂源代码，仔细思考可以学习一些网络编程和系统调用的知识. 下面说一说tinyhttpd的流程和关键的函数。
工作流程(参考于EZ大大的README)
- 服务器启动，main函数调用startup函数绑定服务端口(指定端口/随机端口)
- main函数进入无限循环，并且由于recv调用而被阻塞，等待HTTP请求。收到请求时，将会派生一个线程运行accept_request函数，然后循环到recv调用，main函数线程继续被阻塞
- 在accept_request函数中，通过定制的
get_line方法，取出HTTP方法和URL，对于 GET 方法，如果有携带参数，则query_string指针指向 url 中？后面的 GET 参数。 - tinyhttpd的服务器文件是放置在以工作目录为相对路径的htdocs文件夹先，对于取出的url，先格式化到path字符数组中，如果是以
/结尾的，或者url是目录的情况下，那么默认地在url后加上index.html表示访问主页。 - 如果文件路径合法(也就是文件存在)，对于无参数的 GET 请求，读取整个HTTP请求并丢弃，然后直接输出服务器文件到浏览器，即用 HTTP 格式写到套接字上，然后关闭连接。其他情况（带参数 GET，POST 方式，url 为可执行文件），则调用 excute_cgi 函数执行 cgi 脚本。
- 读取整个 HTTP 请求并丢弃，如果是 POST 则找出 Content-Length. 把 HTTP 200 状态码写到套接字。
- 建立两个管道，
cgi_input和cgi_output, 并 fork 一个进程。 - 在子进程中，把
STDOUT重定向到cgi_outputt的写入端，把STDIN重定向到cgi_input的读取端，关闭cgi_input的写入端 和cgi_output的读取端，设置request_method的环境变量，GET 的话设置query_string的环境变量，POST 的话设置content_length的环境变量，这些环境变量都是为了给 cgi 脚本调用，接着用 execl 运行 cgi 程序。 - 在父进程中，关闭
cgi_input 的读取端和cgi_output 的写入端，如果 POST 的话，把 POST 数据写入cgi_input，cgi_input已被重定向到子进程的STDIN，读取cgi_output的管道输出，然后把cgi_output的输入写入到套接字中。接着关闭所有管道，等待子进程结束。
代码笔记
代码中有一些技巧和系统调用，由于知识面不广，感觉很新鲜。另外由于这份代码是根据Solaris版本代码修改的，有一些妥协和考量，都在这里记录下来。
main 函数
定义了几个常用变量 port 默认为4000， 调用startup函数,进行httpd服务的初始化，并返回创建完成的server_socket。接着利用一个循环等待接收客户端的连接，如果获取到客户端的套接字，将创建一个线程accept_request并把客户端套接字传递给这个线程。在创建线程这里就出现了第一个关键的不同。
Solaris版本的pthread_create是按值传递，而Linux版本则是传递void*指针。
EZ大大的版本中这样写
// main()
int client_sock;
pthread_create(&newthread , NULL, (void *)accept_request, (void *)&client_sock);
// accept_request(void *arg)
int client = *(int*)arg;
这样会出现，线程竞争而导致创建的线程中的client还没获取到时就被另外的线程篡改了。在Issue#5有这方面的讨论，一种解决办法就是加锁，另一种是动态分配内存，在子线程中释放内存解决办法。
而让我觉得很巧妙的办法是huntinux的解法，利用了函数参数值传递，不用加锁而解决了竞争问题。
// main()
int client_sock;
pthread_create(&newthread , NULL, (void *)accept_request, (void *)(intptr_t)client_sock);
// accept_request(void *arg)
int client = (intptr_t)arg;
这样很巧妙地解决了问题，但是在没有注释的情况下，我觉得有一点费解。但我个人还是比较赞成使用动态分配内存，在子线程中释放内存的做法。
startup 函数
httpd = socket(PF_INET, SOCK_STREAM, 0)这里的PF_INET中PF是Protocol Family和AF_INET中AFAddress Family是一样的PF_INET 等价于 AF_INET，PF_INET6 等价于 AF_INET6。创建一个套接字
在《Unix网络变成:卷一》中有提到PF_前缀和AF_前缀:
历史上曾有这样的想法：单个协议族(PF)可以支持多个地址族(AF),
PF_值用来创建套接字，而AF_值用于套接字地址结构。但实际上多个地址族的协议族从来就未实现过，而且<sys/socket.h>中为一给定的协议定义的PF_值总是于此协议的AF_值相等。尽管这种相等关系不一定永远成立，但若有人试图给已有的协议改变这种约定，则许多现存代码都将崩溃。所以通常来说会在sockaddr_in结构体中看到AF_INET、在socket()调用中看到PF_INET. 但是从实践方面的角度来说，可以在任何地方使用AF_INET
-
setsockopt(httpd, SOL_SOCKET, SO_REUSEADDR, &on, sizeof(on))这段代码的目的是设置httpd的状态。其中SO_REUSEADDR，允许在bind()过程中本地地址可重复使用。具体的应用在于如果server端因为不可控原因而崩溃，由于TCP的本身体质，需要经历2MSL(《TCP/IP详解卷一》)的等待时间，来防止新socket()重用了这个端口造成误解释。如果不进行设置的话，需要等待一段比较长的时间才可以重新使用这个端口，不然会显示端口已占用。这里进行这番设置用意也在这里(有待验证)。 这里的on为1。就是表明SO_REUSEADDR使能。(由于Solaris版本中没有指定端口，所以不用考虑到2MSL问题，而Linux版本中存在指定端口，如果在程序崩溃后仍要使用这个端口，就需要加上这段代码) -
如果传递进startup()的port为0的话。在Unix网络编程中，如果
sockaddr_in的sin_port为0 的话表示系统分配端口，也就是系统随机分配端口。
execute_cgi 函数
execute_cgi函数中通过fork()系统调用创建了一个子进程通过execl调用，来执行cgi脚本，由于这是多线程环境，那么创建多进程就有一些乱七八糟的东西要考虑。多线程环境创建多进程注意的事项之前有了解过，在这里由于是通过execl调用cgi脚本，并且没有使用任何锁，所以并没有太多要考虑的东西，这里先开个坑，后面再补上多线程环境fork()
execute_cgi函数中在重定向子进程的输入输出流用到的dup2(),调用值得看一看。我翻看了Linux编程手册，看了dup2()和它的孪生兄弟dup()。
dup(int oldfd)该系统调用创建了描述符的oldfd的一个副本，返回的是系统可使用最小的文件描述符。返回的描述符newfd其实是oldfd的“引用”(C中并没有引用)，对其中任何一个描述符操作都会影响到另外的描述符，例如任何一个描述符上调用lseek()都会影响到另外一个描述符偏移量。dup2(int oldfd, int newfd)这个系统调用的工作原理和dup很类似，但是它返回的不是系统最小可用文件描述符，而是newfd，如果newfd没有关闭，那么系统会先将newfd关闭，再关联到oldfd
// execute_cgi
dup2(cgi_output[1], STDOUT);
dup2(cgi_input[0], STDIN);
那么子进程——cgi进程——的标准输入输出就被重定向到了管道中了。在cgi脚本中就只需要从标准输入流读入从标准输出流输出就好了。en，挺好的做法。
那么tinyhttpd已经阅读完了，阅读他人的代码很有收获的，怪不得面试官会问没有没看过开源代码呢。
我的注释版本https://github.com/Lisupy/tinyhttpd_mirror
