Socket网络编程--简单Web服务器(1)

　　这一次的Socket系列准备讲Web服务器。就是编写一个简单的Web服务器，具体怎么做呢？我也不是很清楚流程，所以我找来了一个开源的小的Web服务器--tinyhttpd。这个服务器才500多行的代码，使用C语言。这一小节就不讲别的内容了。就对这个程序进行一些注释和讲解了。

　　主函数:

int main(void)
{
    int server_sock = -1;
    u_short port = 0;
    int client_sock = -1;
    struct sockaddr_in client_name;
    int client_name_len = sizeof(client_name);
    pthread_t newthread;

    server_sock = startup(&port);//Web服务器打开指定端口
    printf("httpd running on port %d\n", port);

    while (1)
    {
        client_sock = accept(server_sock,(struct sockaddr *)&client_name,&client_name_len);
        if (client_sock == -1)
            error_die("accept");
        if (pthread_create(&newthread , NULL, accept_request, client_sock) != 0)
            perror("pthread_create");
    }
    close(server_sock);
    return(0);
}

　　从主函数我们可以知道，这个服务器是对于每一个客户端的连接都采用一个线程对其处理。上面对应的startup函数是对指定的端口进行socket的创建，绑定，监听。

　　startup函数:

int startup(u_short *port)
{
    int httpd = 0;
    struct sockaddr_in name;

    httpd = socket(PF_INET, SOCK_STREAM, 0);
    if (httpd == -1)
        error_die("socket");
    memset(&name, 0, sizeof(name));
    name.sin_family = AF_INET;
    name.sin_port = htons(*port);
    name.sin_addr.s_addr = htonl(INADDR_ANY);
    if (bind(httpd, (struct sockaddr *)&name, sizeof(name)) < 0)
        error_die("bind");
    if (*port == 0)  /* if dynamically allocating a port */
    {
        int namelen = sizeof(name);
        if (getsockname(httpd, (struct sockaddr *)&name, &namelen) == -1)
            error_die("getsockname");
        *port = ntohs(name.sin_port);
    }
    if (listen(httpd, 5) < 0)
        error_die("listen");
    return(httpd);
}

　　对于上面的getsockname函数是，如果传进来的port为0，那么就前面的bind就会失败，所以要使用getsockname函数来获取一个当前可用的可连接的Socket套接字的名字。此时返回的端口就是随机的。

　　接下来就是一个对每个客户端连接的处理函数

　　accept_request函数

void accept_request(int client)
{
    char buf[1024];
    int numchars;
    char method[255];
    char url[255];
    char path[512];
    size_t i, j;
    struct stat st;
    int cgi = 0;      /* becomes true if server decides this is a CGI
                       * program */
    char *query_string = NULL;

    numchars = get_line(client, buf, sizeof(buf));//获取第一行客户端的请求 GET / HTTP/1.1 类似这样的
    i = 0; j = 0;
    while (!ISspace(buf[j]) && (i < sizeof(method) - 1))//获取第一个单词，一般为GET或POST 两种请求方法
    {
        method[i] = buf[j];
        i++; j++;
    }
    method[i] = '\0';

    if (strcasecmp(method, "GET") && strcasecmp(method, "POST"))//如果不是GET或POST方法的，那么就回复一个不支持的请求方法页面。话说如果自己写服务器可以加自己的请求方法。不过有个问题就是浏览器是没有的？怎么办，看来还要自己弄个小的浏览器
    {
        unimplemented(client);
        return;
    }

    if (strcasecmp(method, "POST") == 0)//如果是使用POST方法，那么就一定是cgi程序
        cgi = 1;

    i = 0;
    while (ISspace(buf[j]) && (j < sizeof(buf)))//取出空格
        j++;
    // GET / HTTP/1.1  接下来是取第二个字符串，第二个串是此次请求的页面地址
    while (!ISspace(buf[j]) && (i < sizeof(url) - 1) && (j < sizeof(buf)))
    {
        url[i] = buf[j];
        i++; j++;
    }
    url[i] = '\0';

    if (strcasecmp(method, "GET") == 0)//如果是GET方法,GET方法和POST方法是有点区别的，GET方法是通过URL请求来传递用户的数据，将表单等各个字段名称与内容，以成对的字符串进行连接来传递参数的。
        //例如 http://www.baidu.com/s?wd=cnblogs 这个URL就是使用百度搜索cnblogs的URL地址，baidu搜索怎么知道我在输入框中输入的是什么数据？就是通过这样的一个参数来告诉它的。一般参数都是在?(问号)后面的。
    {
        query_string = url;
        while ((*query_string != '?') && (*query_string != '\0'))//一直读，直到遇到问号
            query_string++;
        if (*query_string == '?')//如果有问号，就表示可能要调用cgi程序了，不是简单的静态HTML页面的。
        {
            cgi = 1;
            *query_string = '\0';
            query_string++;
        }
    }

    sprintf(path, "htdocs%s", url);//这个是web服务器的主目录
    if (path[strlen(path) - 1] == '/')
        strcat(path, "index.html");//如果输入的网址没有指定网页，那么默认使用index.html这个页面
    if (stat(path, &st) == -1) {//根据文件名，获取该文件的文件信息，如果为-1，表示获取该文件的文件信息失败，可能的问题是没有该文件，或是权限什么的问题,具体失败的原因可以查看errno
        while ((numchars > 0) && strcmp("\n", buf))  /* read & discard headers */
            numchars = get_line(client, buf, sizeof(buf));
        not_found(client);//返回一个not found 404的页面了
    }
    else
    {
        if ((st.st_mode & S_IFMT) == S_IFDIR)//如果该文件名对应的是一个目录，那么就访问该目录下的默认主页index.html，这里如果是jsp，就是index.jsp什么的。
            strcat(path, "/index.html");
        if ((st.st_mode & S_IXUSR) || (st.st_mode & S_IXGRP) || (st.st_mode & S_IXOTH))//判断该文件的执行权限问题
            cgi = 1;
        if (!cgi)//如果不是cgi程序，而是一个简单的静态页面
            serve_file(client, path);
        else//一个cgi程序
            execute_cgi(client, path, method, query_string);
    }

    close(client);
}

　　关于GET和POST的区别，可以参考别的博客，这里就不详解了。指说一个我们处理是要注意的问题，那就是GET方法的参数是在URL地址中。而Post 方法通过 HTTP post 机制，将表单内各字段名称与其内容放置在 HTML 表头(header)内一起传送给服务器端交由 action 属性能所指的程序处理，该程序会通过标准输入(stdin)方式，将表单的数据读出并加以处理。说的有点抽象，还是上几张图片比较容易看吧。

 　　这一张是get方法的(使用百度搜索功能，搜索的关键字是使用get方法提交)

 　　这一张是post方法的(使用一个游戏的登录界面，该登录界面的帐号和密码的提交方式是使用POST方式)

 　　可以看到，在Hypertext Transfer Protocol后面有个Line-based text data。可以看到有个这样的字符串，username=...&passwd=...&serverid=...居然明文传输，这个游戏太不厚道了，伐开心了，我一直不知道。我们可以看到上面的Content-Length:53 就表示在\r\n\r\n后面会有接着的53个字符要接收。这个看起来是不是跟应答信息很像啊。

　　提示:通过get方法提交数据，可能会带来安全性的问题。比如一个登陆页面。当通过get方法提交数据时，用户名和密码将出现在URL上。
　　1.登陆页面可以被浏览器缓存；
　　2.其他人可以访问客户的这台机器。
　　那么，别人即可以从浏览器的历史记录中，读取到此客户的账号和密码。所以，在某些情况下，get方法会带来严重的安全性问题。所以建议在Form中，建议使用post方法。

　　好，我们继续讲解其他的函数了。

　　serve_file函数，就是对一个简单的HTML静态页面进行返回

void serve_file(int client, const char *filename)
{
    FILE *resource = NULL;
    int numchars = 1;
    char buf[1024];

    buf[0] = 'A'; buf[1] = '\0';
    while ((numchars > 0) && strcmp("\n", buf))  /* read & discard headers */
        numchars = get_line(client, buf, sizeof(buf));//从上面的图我们可以看到还有一些请求信息如Connection,Cache-Control,User-Agent,Accept等等的信息，这些在这个简单Web服务器中就忽略了。如果要增加功能，就可以使用这些信息。如最简单的判断使用的浏览器类型，操作系统等。

    resource = fopen(filename, "r");//根据GET 后面的文件名，将文件打开。
    if (resource == NULL)
        not_found(client);
    else
    {
        headers(client, filename);//发送一个应答头信息
        cat(client, resource);//逐字符发送
    }
    fclose(resource);
}

　　cat函数，这个就不用讲了。就是一个发送send

void cat(int client, FILE *resource)
{
    char buf[1024];

    fgets(buf, sizeof(buf), resource);
    while (!feof(resource))
    {
        send(client, buf, strlen(buf), 0);
        fgets(buf, sizeof(buf), resource);
    }
}

　　还有一个关键的函数，execute_cgi这个函数，用来执行cgi程序的。

void execute_cgi(int client, const char *path, const char *method, const char *query_string)
{
    char buf[1024];
    int cgi_output[2];
    int cgi_input[2];
    pid_t pid;
    int status;
    int i;
    char c;
    int numchars = 1;
    int content_length = -1;

    buf[0] = 'A'; buf[1] = '\0';
    if (strcasecmp(method, "GET") == 0)//同什么的serve_file函数，对那些请求头进行忽略
    {
        while ((numchars > 0) && strcmp("\n", buf))  /* read & discard headers */
            numchars = get_line(client, buf, sizeof(buf));
    }
    else    /* POST方法 */
    {
        numchars = get_line(client, buf, sizeof(buf));
        while ((numchars > 0) && strcmp("\n", buf))//这里同样是忽略请求头
        {
            buf[15] = '\0';
            if (strcasecmp(buf, "Content-Length:") == 0)//但是考虑到在请求头后面还有信息要读，而信息的大小就在这里。这个Content-Length后面，也就是上面截图是所说的。看了这个代码是不是对刚才说的有了更深的理解了
                content_length = atoi(&(buf[16]));//获取后面字符的个数
            numchars = get_line(client, buf, sizeof(buf));
        }
        //注意到了这里后Post请求头后面的附带信息还没有读出来，要在下面才读取。
        if (content_length == -1) {
            bad_request(client);
            return;
        }
    }

    sprintf(buf, "HTTP/1.0 200 OK\r\n");
    send(client, buf, strlen(buf), 0);

    if (pipe(cgi_output) < 0) {//创建管道，方便程序或进程之间的数据通信
        cannot_execute(client);
        return;
    }
    if (pipe(cgi_input) < 0) {
        cannot_execute(client);
        return;
    }
    //子进程中，用刚才初始化的管道替换掉标准输入标准输出，将请求参数加到环境变量中，调用execl执行cgi程序获得输出。
    if ( (pid = fork()) < 0 ) {
        cannot_execute(client);
        return;
    }
    if (pid == 0)  /* child: CGI script */
    {
        char meth_env[255];
        char query_env[255];
        char length_env[255];

        dup2(cgi_output[1], 1);//将文件描述符为1(stdout)的句柄复制到output中
        dup2(cgi_input[0], 0);//将文件描述符为0(stdin)的句柄复制到input中
        close(cgi_output[0]);//关闭output的读端
        close(cgi_input[1]);//关闭input的写端
        sprintf(meth_env, "REQUEST_METHOD=%s", method);
        putenv(meth_env);//putenv保存到环境变量中
        if (strcasecmp(method, "GET") == 0) {
            sprintf(query_env, "QUERY_STRING=%s", query_string);
            putenv(query_env);
        }
        else {   /* POST */
            sprintf(length_env, "CONTENT_LENGTH=%d", content_length);
            putenv(length_env);
        }
        execl(path, path, NULL);//保存在环境变量中的数据，还有parent进行的write到cgi_input[1]中的数据，都是存在的，可以在cgi程序本身中进行判断。看起来有点复杂，我到时候实现就实现个简单的吧。
        exit(0);
    } else {    /* parent */
        close(cgi_output[1]);//关闭output的写端
        close(cgi_input[0]);//关闭input的读端
        if (strcasecmp(method, "POST") == 0)//Post方式，读取后面还没有读的附带信息
            for (i = 0; i < content_length; i++) {
                recv(client, &c, 1, 0);
                write(cgi_input[1], &c, 1);//读取到的信息一个一个字符写到input的写端
            }
        while (read(cgi_output[0], &c, 1) > 0)//循环读取output的读端，然后发送个客户端，注意这里接收的是cgi程序的输出(也就是打印在stdin上的数据)
            send(client, &c, 1, 0);

        close(cgi_output[0]);
        close(cgi_input[1]);
        waitpid(pid, &status, 0);//等待子进程结束
    }
}

　　上面第72行处，原来的代码就是那样，但据说好像是错的。应该是:execl(path,参数列表,NULL);而参数列表对于get方法就是query_string，而对于post方法就没有参数，它的参数是在父进程中第80行处通过stdin进行输入，所以cgi程序要手动从控制台stdin读取数据。现在重要的函数都基本完了，接下来就是几个应答信息头。

　　400 Bad Request

void bad_request(int client)
{
    char buf[1024];

    sprintf(buf, "HTTP/1.0 400 BAD REQUEST\r\n");
    send(client, buf, sizeof(buf), 0);
    sprintf(buf, "Content-type: text/html\r\n");
    send(client, buf, sizeof(buf), 0);
    sprintf(buf, "\r\n");
    send(client, buf, sizeof(buf), 0);
    sprintf(buf, "<P>Your browser sent a bad request, ");
    send(client, buf, sizeof(buf), 0);
    sprintf(buf, "such as a POST without a Content-Length.\r\n");
    send(client, buf, sizeof(buf), 0);
}

　　500 Internal Server Error

void cannot_execute(int client)
{
    char buf[1024];

    sprintf(buf, "HTTP/1.0 500 Internal Server Error\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "Content-type: text/html\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "<P>Error prohibited CGI execution.\r\n");
    send(client, buf, strlen(buf), 0);
}

　　200 OK

void headers(int client, const char *filename)
{
    char buf[1024];
    (void)filename;  /* could use filename to determine file type */

    strcpy(buf, "HTTP/1.0 200 OK\r\n");
    send(client, buf, strlen(buf), 0);
    strcpy(buf, SERVER_STRING);
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "Content-Type: text/html\r\n");
    send(client, buf, strlen(buf), 0);
    strcpy(buf, "\r\n");
    send(client, buf, strlen(buf), 0);
}

　　404 Not Found

void not_found(int client)
{
    char buf[1024];

    sprintf(buf, "HTTP/1.0 404 NOT FOUND\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, SERVER_STRING);
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "Content-Type: text/html\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "<HTML><TITLE>Not Found</TITLE>\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "<BODY><P>The server could not fulfill\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "your request because the resource specified\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "is unavailable or nonexistent.\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "</BODY></HTML>\r\n");
    send(client, buf, strlen(buf), 0);
}

　　501 Method Not Implemented

void unimplemented(int client)
{
    char buf[1024];

    sprintf(buf, "HTTP/1.0 501 Method Not Implemented\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, SERVER_STRING);
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "Content-Type: text/html\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "<HTML><HEAD><TITLE>Method Not Implemented\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "</TITLE></HEAD>\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "<BODY><P>HTTP request method not supported.\r\n");
    send(client, buf, strlen(buf), 0);
    sprintf(buf, "</BODY></HTML>\r\n");
    send(client, buf, strlen(buf), 0);
}

　　这个简单的服务器目前应该是不支持图片声音等非文本信息(到我自己写时，不知道能不能实现)。总的来说，这次对整个HTTP协议的处理过程，还有Web服务器的内部实现简单的进行了解。接下来的几个小节，我就自己参考这个程序，自己写一个。当然代码肯定没有这个程序那么简练。不过如果可以实现，还是不错的。到时候对我开发web服务器是遇到的问题再进行讲解。

 

　　参考资料:

　　GET,POST的区别  http://blog.sina.com.cn/s/blog_50e4caf701009eys.html

　　什么是CGI           http://www.doc88.com/p-173100939493.html

 

　　本文地址: http://www.cnblogs.com/wunaozai/p/3926033.html