解析HTTP GET-C

Question

我正在尝试解析HTTP GET请求，并一直使用strtok()这样做，但是在尝试使用strcpy()时遇到了问题。

我可以很好地解析文件路径和文件名，但似乎无法解析远程主机DNS名称。 下面的代码应标记一个字符串并获取DNS名称，然后将其存储在名为host的char[] 。

#include <stdio.h>
#include <time.h>
#include <string.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <unistd.h>
#include <stdlib.h>

int main()
{
        int c = 0, c2 = 0;
        char *tk, *tk2, *tk3, *tk4;
        char buf[64], buf2[64], buf3[64], buf4[64];
        char host[1024], path[64], file[64];

        strcpy(buf, "GET /~yourloginid/index.htm HTTP/1.1\r\nHost: remote.cba.csuohio.edu\r\n\r\n");

        tk = strtok(buf, "\r\n");
        while(tk != NULL)
        {
                if(c == 1)
                {
                        tk2 = strtok(tk, " ");
                        while(tk2 != NULL)
                        {
                                if(c2 == 1)
                                {
                                        printf("%s\n", tk2);
                                        strcpy(host, tk2);
                                //      printf("%s\n", host);
                                }
                                ++c2;
                                tk2 = strtok(NULL, " ");
                        }
                }
                ++c;
                tk = strtok(NULL, "\r\n");
        }

        return 0;
}

请耐心等待，因为我是一名新C程序员，所以这段代码可能很难看。 每次尝试运行程序时，都会出现“ Segmentation fault (core dumped)错误，并且我相信这与strcpy() 。 我可以很好地打印出标记化的字符串，但似乎无法将其复制到char[] 。

Answer 1

抱歉， strtok（3）函数根本无法解析HTTP。 尽管如此，我将尝试解释您的代码中发生了什么。

1. 第一次，使用tk=="GET /~yourloginid/index.html HTTP/1.1"进入循环，并且缓冲区已更改为"GET /~yourloginid/index.htm HTTP/1.1\\0\\nHost: ..." 。 由于c==0 ，所以您不会进入if块，因此将使c变量递增，并且tk=strtok(NULL, "\\r\\n"); 再次调用以获得第二行。
2. 第二次，您使用tk=="Host: remote.cba.scuohio.edu\\r\\n..."进入循环，因为strtok（3）跳过了字符串的第一个\\0 ，跳过了所有\\r和\\n字符，并且得到了（strtok现在在该部分之后放了第二个\\0 ，导致tk=="Host: remote.cba.scuohio.edu\\0\\n..." 。当c==1这次，您进入了if块，并调用strtok(tk, " "); ;，这使strtok（3） 忘记了要解析的字符串的范围，并在Host: remote.cba.csuohio.edu"上开始了新的解析Host: remote.cba.csuohio.edu" （当您向其传递第一个非null参数时），它将返回tk=="Host:" ，在"host:"后放置\\0第二次进入内部循环时，您将复制该值host变量。
3. 第三次进入主循环时，您将tk==NULL作为上次调用tk=strtok(NULL, " "); 它返回了NULL （在内部循环中），strtok将继续返回NULL直到您再次初始化它，并传递第一个非null参数。

strtok（3）对作为第一个参数（在其上写入信息）传递的字符串进行操作并对其进行修改。 此外，它还有一个全局隐藏变量来标记您要解析的字符串的结尾，以便在解析完成后能够返回NULL 。 如果将对strtok（3）的调用嵌套，您将获得未定义的行为，因为当您再次初始化函数时，如果传递第一个非null参数，则会释放该函数的内部状态。 那就是你失败的原因。

调用strtok（3）有很多弊端，它不能嵌套在多个嵌套循环中，因为它存储与解析内容有关的内部状态。 强烈建议不要使用它。 如果希望它可嵌套，则必须切换到strtok_r（3） 。 该函数有一个额外的参数，可让您在外部保存strtok的内部状态，因此您可以使多个strtok并行工作。

此外，strtok将解析好"GET_/~yourlogin..."不是"GET___/~yourlogin..." （我已使用下划线表示空格，以显示方法名和uri之间的多个空格），并且后者不允许HTTP。 出于同样的原因，您可以获得"Host:remote.cba.csuohio.edu"作为有效的头字段（但是，强烈建议不要使用此方法），并且您将无法正确解析该字段。 另外，“ Host:标头字段可能不是HTTP标头的第一行，因此如果您不小心，可以跳过它。

如果要解析HTTP，我可以推荐的第一个阅读材料是RFC-2616“超文本传输​​协议-HTTP / 1.1” ，这是实现者必须遵循的强制性文件。 当心，这是一个密集而庞大的文档。

Answer 2

在我看来，您要复制到buf中的字符串比在buf的定义语句中分配的64个字符长。

Answer 3

Trekator是对的。

替换为：

strcpy(buf, "GET /~yourloginid/index.htm HTTP/1.1\r\nHost: remote.cba.csuohio.edu\r\n\r\n");

有：

char buf[] = "GET /~yourloginid/index.htm HTTP/1.1\r\nHost: remote.cba.csuohio.edu\r\n\r\n";

如果可能会溢出目标缓冲区，则最好使用strncpy 。

Answer 4

一些忠告：

（1）如果您使用变量名比'tk2'等更多信息，您会发现自己的生活要容易得多。

（2）您可以使用strstr()查找不修改原始字符串的cr-nl，并且它没有strtok()的嵌套问题。

（3）通常，您不能指望Host：始终是第二行，因此寻找它的更通用方法更可靠。

（4）确保事物适合其目的地是“安全编程101”。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>

int main()
{
        int     lnum    = 0;
        char buf[] = "GET /~yourloginid/index.htm HTTP/1.1\r\nHost: remote.cba.c
suohio.edu\r\n\r\n";
        char *  line;
        char *  crnl;
        char *  colon;
        char *  arg;
        char    host[1024]      = "(not found)";

        for (line = buf;
             (crnl = strstr(line, "\r\n")) != NULL;
            line = crnl + 2) {
                ++lnum;
                if (lnum == 1) {
                        /* "GET" line is always first */
                        continue;
                }
                if (crnl == line) {             /* empty line marks end */
                        break;
                }
                if (((colon = strchr(line, ':')) == NULL) || (colon > crnl)) {
                        fprintf(stderr, "no colon in header line?\n");
                        break;
                }
                if (strncasecmp(line, "Host", colon - line) == 0) {
                        for (arg = colon + 1; isspace(*arg); ++arg) {}
                        if ((crnl - arg) >= sizeof(host)) {
                                fprintf(stderr, "hostname too big\n");
                        } else {
                                strncpy(host, arg, crnl - arg);
                                host[crnl - arg] = '\0';
                        }
                }
        }
        printf("host was '%s'\n", host);
        return 0;
}