原文:
<转>如何利用socket进行HTTP访问
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！
