HTTP一实现一个最简单的基于http协议的web服务器基于python

文章目录[隐藏]

一、回顾http协定
二、实现一个搭建web服务器的简略实例（python）

这篇文章的最后起源是《计算机网络：自顶向下》的第7版的第2章（应用层）开端，套接字编程作业第一题试验题。通过这个试验作业，学习 Python 中 TCP 连贯的套接字编程基础知识：如何创立一个套接字，将其绑定到特定的地址和端口，以及发送和接管 HTTP 数据包。同时也学习一些 HTTP 报文格式的基础知识。

指标：开发一个一次解决一个 HTTP 申请的 Web 服务器。这个 Web 服务器应该承受并解析 HTTP 申请，从服务器的文件系统中获取申请的文件，创立一个 HTTP 响应音讯，该音讯由申请的文件和题目行组成，而后将响应间接发送到客户端。如果服务器中不存在申请的文件，则服务器应将 HTTP “404 Not Found”音讯发送回客户端。

一、回顾http协定

HTTP（超文本传输协定）是在TCP/IP协定族中的一种应用层协定，除了HTTP以外，预存在TCP/IP协定族中的应用层协定还包含出名的FTP（用于文件传输服务），SMTP（简略邮件传输协定，其余的邮件协定还有POP3），DNS（域名解析零碎）等等。

准备常识：URI 对立资源定位符

须要意识URI这个货色，uniform resource identification（和URL差不多，然而比URL更加具体，因为它定义了每一个网络资源单位的相对地址门路）。HTTP 协定应用 URI 定位互联网上的资源。

这就是一个URI的格局示意图（图自《图解HTTP》）【留神：URI不辨别大小写】，上面是几个不同协定的URI的示例：

ftp://ftp.is.co.za/rfc/rfc1808.txt
http://www.ietf.org/rfc/rfc23…
ldap://[2001:db8::7]/c=GB?objectClass?one
mailto:[email protected]
news:comp.infosystems.www.servers.unix
tel:+1-816-555-1212
telnet://192.0.2.16:80/
urn:oasis:names:specification:docbook:dtd:xml:4.1.2

接下来讲述 HTTP的报文构造

HTTP用于客户端与服务端的通信，通过申请和响应的替换达成通信。具体过程为：由客户端发动申请，服务器接管到，而后回复响应报文。

申请报文

书上的两个http申请报文的例子：

第1局部（第1行），申请行(request line)：包含字段：办法、URI和协定版本

办法取值：根底的有5个，POST GET HEAD PUT DELETE 【留神辨别大小写！须要用大写字母】

【辨析GET与POST】简略讲讲GET和POST的区别：GET和POST 都可能获取网络资源，GET是间接申请获取页面，POST是提交表单让服务器返回后果资源。概念上，大略辨别上面几点即可（不做web开发的话）。
（1）GET把参数蕴含在URL中，POST通过request body传递参数。相对而言，GET比POST更不平安，因为参数间接裸露在URL上，然而因为都是http没加密，所以实质上都不平安。
（2）GET在浏览器回退时是有害的，而POST会再次提交申请。
（3）GET申请参数会被残缺保留在浏览器历史记录里，而POST中的参数不会被保留。
（4）GET产生一个TCP数据包；POST产生两个TCP数据包。对于POST，浏览器先发送header，服务器响应100 continue，浏览器再发送data，服务器响应200 ok（返回数据）。对于GET形式的申请，浏览器会把http header和data一并发送进来，服务器响应200（返回数据）。(并不是所有浏览器都会在POST中发送两次包，Firefox就只发送一次)
（5）它们其实有时候能够混用，实质上都是通过TCP封装
【PUT和DELETE办法】HTTP/1.1 的 PUT和DELETE 办法本身不带验证机制，任何人都能够上传或删除文件 , 存在安全性问题，因而个别的 Web 网站不应用该办法。
URI:上文曾经给出了定义
1）如果不是拜访特定资源而是对服务器自身发动申请，能够用一个 * 来代替申请 URI
2）能够应用残缺的域名+服务器门路作为URI，也能够把域名填在首部行的 Host 字段

*　协定版本
例子中都是HTTP/1.1
【阐明：历史上的HTTP版本：（1）HTTP/0.9： HTTP 于 1990 年问世。那时的 HTTP 并没有作为正式的规范被建设。含有 HTTP1.0 之前版本的意思，因而被称为 HTTP/0.9。（2）HTTP/1.0：HTTP 正式作为规范被颁布是在 1996年5月，版本被命名为 HTTP/1.0，并记录于 RFC1945 ¹。虽说是初期规范，但该协定规范至今仍被宽泛应用在服务器端。（3）HTTP/1.1：1997年1月颁布的 HTTP/1.1 是目前支流的 HTTP 协定版本。当初的规范是 RFC2068，之后公布的修订版 RFC2616 就是以后的最新版本 ² （4）HTTP/2.0 协定的次要目标是进步网页性能，目前尚未宽泛应用】

第2局部（第2~K行），首部行（header line）蕴含字段：各种首部字段（分为三类申请首部，通用首部和实体首部），每个首部字段别离占一行，格局为：首部字段名+空格+值+CRLF（换行符）。上面是首部格局的示意图：

第3局部 空行间接一个CRLF

第4局部 实体体（entity body）
GET办法时，实体体为空。POST办法时候才应用（将这些内容提交下来）。HEAD办法也为空，因为这个个别用于调试追踪（响应不返回申请的内容，只返回首部）。

总结
以上4局部合起来，形成一个申请报文，格局如下：

响应报文

仍旧是从一个例子开始，

能够看到，响应报文由状态行，首部行，空行和实体体形成

状态行：包含协定版本状态码状态码起因短语
协定版本：例如 HTTP/1.0
状态码：仅记录在 RFC2616 上的 HTTP 状态码就达 40 种，加上其余的就更多。

然而只有记住14种就能够：
200 OK
204 no content 没有理论内容，申请已胜利解决，但在返回的响应报文中不含实体的主体局部
206 Partial Content 客户端收回的是获取资源的局部范畴申请，Content-Range指定
301 Moved Permanently 申请的资源已被调配了新的 URI
302 Found 该状态码示意申请的资源已被调配了新的 URI，心愿用户（本次）能应用新的 URI 拜访
303 See Other 因为申请对应的资源存在着另一个 URI，应应用 GET办法定向获取申请的资源
304 Not Modified 客户端发送的是附带条件的申请，服务器端容许申请拜访资源，但没有满足条件的状况。附带条件的申请是指采纳 GET办法的申请报文中蕴含 If-Match， If-ModifiedSince， If-None-Match， If-Range， If-Unmodified-Since 中任一首部。
307 Temporary Redirect 长期重定向和302差不多
400 Bad Request 申请报文有语法错误
401 Unauthorized 发送的申请须要有通过 HTTP 认证（BASIC 认证、DIGEST 认证）的认证信息
403 Forbidden 服务器回绝拜访资源，服务器能够不阐明起因，如要阐明起因则填写在响应报文的实体体，个别可能是例如文件权限，从未受权的发送源IP地址试图拜访等起因
404 Not Found 找不到或者服务器不想通知你他有这个资源
500 Internal Server Error 服务器外部故障
503 Service Unavailable 服务器超负荷或者停机保护，当初无奈解决申请。

首部行：这里次要钻研的是合乎HTTP/1.1的标准的首部字段

响应报文的首部行和申请报文的差不多，只是字段不再有申请报文字段而是改为响应报文字段
空行和实体体
总结

申请报文和响应报文的首部行

下面提到了，这两种报文的首部行有很多字段，能够分为四类通用首部字段，实体首部字段，申请首部字段（申请报文），响应首部字段（响应报文）
接下来给出具体定义：

通用首部字段

申请首部字段

响应首部字段

实体首部字段

更具体的解释以及它们的用法须要再去查看RFC文档或者相干书籍

二、实现一个搭建web服务器的简略实例（python）

http是基于tcp连贯的，因而首先要把握一下 python中 tcp通信的根本接口用法。

服务端socket通信

导包
from socket import *
创立一个socket：
serverSocket = socket(AF_INET, SOCK_STREAM)
绑定本地端口
serverSocket.bind("127.0.0.1", 80)
设置监听，操作系统能够挂起的最大连贯数量设置为5
serverSocket.listen(5)
监听期待一个内部进来的连贯，返回一个新的socket示意这个连贯，以及提取出客户端的地址
connectionSocket, addr = serverSocket.accept()
一旦连贯胜利，则从客户端处获取数据
message = connectionSocket.recv(1024)

筹备一个简略的html文件
例如我筹备的 hello.html 如下

<!DOCTYPE html>
<html>

<head>
<meta charset="UTF-8">
<title>Insert title here</title>
</head>

<body>
    你好啊, 蠢才
</body>
</html>

放到程序同目录下

而后写web server的主程序
web_server.py:

from socket import *
serverSocket = socket(AF_INET, SOCK_STREAM)
serverSocket.bind(("127.0.0.1", 80))
serverSocket.listen(5)

while True:
    print("ready to serve")
    connectionSocket, addr = serverSocket.accept()
    try:
        # establish connection
        message = connectionSocket.recv(20000)
        # print(message)
        filename = message.split()[1]
        f = open(filename[1:], 'rb')
        outputdata = f.readlines()
        # send on HTTP Header line into socket
        header = bytearray('HTTP/1.1 200 OK\r\n Date: Sat, 28 May 2022 18:10:01 GMT \r\n Content-Type: text/html \r\n \r\n ', 'utf-8')
        connectionSocket.send(header)

        # send to content of the requested file to the client
        for i in range(0, len(outputdata)):
            connectionSocket.send(outputdata[i])
        connectionSocket.close()

    except IOError:
        header = bytearray('HTTP/1.1 404 Not Found\r\n Date: Tue, 03 Jul 2012 04:40:59 GMT \r\n Content-Type: text/html \r\n \r\n ', 'utf-8')
        connectionSocket.send(header)       
        connectionSocket.close()

serverSocket.close()

程序里明确了让它运行在本地 127.0.0.1的 80 端口上，因而运行程序当前，在浏览器关上如下网址即可获取到这个html的内容

http://127.0.0.1:80/hello.html

如果出错了，获取不到那个文件，会返回404

后记：遗留下的一些问题

1）古代的web服务，除了本文最根底的HTTP协定外，还有很多重要的实现和个性，包含：长久连贯，pipeline作业， cookie， SSL加密，压缩编码传输，分块传输这些是什么？
2）web服务如何精确响应返回多个文件内容？例如加了CSS和各种图片文件元素的网页
3）如何解决高并发的拜访申请？

上述问题会在后续的系列里持续具体说。

搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：HTTP一实现一个最简单的基于http协议的web服务器基于python