删除HTTP标头信息

Question

在C中是否有一种方法可以在套接字上使用recv()时排除数据附带的HTTP头信息？ 我试图读取一些二进制数据，我想要的只是实际的二进制信息，而不是HTTP头信息。 收到的当前数据如下所示：

HTTP/1.1 200 OK
Content-Length: 3314
Content-Type: image/jpeg
Last-Modified: Tue, 20 Mar 2012 14:51:34 GMT
Accept-Ranges: bytes
ETag: "45da99f1a86cd1:6b9"
Server: Microsoft-IIS/6.0
X-Powered-By: ASP.NET
Date: Mon, 20 Aug 2012 14:10:08 GMT
Connection: close 

╪ α

我只想阅读文件的二进制部分。 （这显然不是所有的二进制文件，只是显示了那么多，因为我将recv循环的输出打印为字符串，第一个NULL char在该小二进制字符串之后）。

我只需要摆脱标题部分，有一个简单的方法来做到这一点？

Answer 1

你最好使用像curl这样的HTTP解析库

如果你想自己做：

您可以搜索分隔HTTP标头和内容的'\\r\\n\\r\\n' （两个\\r\\n ），然后使用字符串/缓冲区。

此外，您需要从头部获取Content-Length并将该多个字节读取为http内容。

就像是：

/* http_resp has data read from recv */
httpbody = strstr(http_resp, "\r\n\r\n");
if(httpbody) 
    httpbody += 4; /* move ahead 4 chars
/* now httpbody  has just data, stripped down http headers */

注意：确保strstr不会溢出内存，可能使用strnstr （不确定是否存在）或类似函数。

Answer 2

我认为您需要提取Content-Length的值以了解要读取的二进制数据的大小，否则将无法知道是否已收到所有数据。 消耗（主要是忽略）标题部分的一种简单方法是逐字节地读取输入数据，直到遇到"\\r\\n\\r\\n" ，这表示标题部分的结尾和开头的内容。