簡介面向C網(wǎng)絡(luò)編程入門者的輕量級HTTP GET請求實(shí)現(xiàn)示例聚焦在Windows環(huán)境下從指定URL拉取數(shù)據(jù)的最小可用路徑。代碼將請求發(fā)起、響應(yīng)獲取與耗時(shí)統(tǒng)計(jì)拆分組織借助頭文件聲明接口、源文件承載連接建立與數(shù)據(jù)讀取邏輯并以計(jì)時(shí)器記錄請求執(zhí)行時(shí)間便于理解一次HTTP GET從構(gòu)造到回收的基本流程也可作為課程實(shí)驗(yàn)或小型工具原型的基礎(chǔ)骨架并保留較清晰的調(diào)用關(guān)系。壓縮包共3個(gè)文件由2個(gè)頭文件和1個(gè)C源文件組成整體約2KB體量精簡適合快速通讀與二次修改。目前已有268人學(xué)習(xí)說明該主題對初學(xué)者具有一定參考價(jià)值。讀者可借此理解請求封裝、響應(yīng)讀取與性能計(jì)時(shí)并據(jù)此補(bǔ)充超時(shí)、重定向、HTTPS與代理等擴(kuò)展能力逐步形成更健壯的網(wǎng)絡(luò)通信模塊。1. 問題往往出在請求根本沒發(fā)出去線上排查一個(gè)接口問題服務(wù)端日志里干干凈凈一條請求都沒收到客戶端那邊只回了一句“超時(shí)”。我翻出很早以前寫的一個(gè) http GET C 實(shí)現(xiàn)不到三百行只用系統(tǒng) socket 和標(biāo)準(zhǔn)庫兩分鐘就把問題定在了域名解析上。這個(gè) http GET C 實(shí)現(xiàn)干的事很單一給一個(gè) URL拼出 GET 請求收完響應(yīng)把狀態(tài)碼、響應(yīng)頭和正文交回來。它適合三類人想搞明白 HTTP 在網(wǎng)絡(luò)上究竟發(fā)了什么字節(jié)的初學(xué)者需要在命令行、嵌入式或者離線環(huán)境里做最小網(wǎng)絡(luò)訪問的開發(fā)者以及手里有老項(xiàng)目、不想為了一個(gè)下載功能就拖進(jìn)整套網(wǎng)絡(luò)庫的人。下面按我實(shí)際拆它的順序講先看邊界在哪再看目錄和編譯然后逐段過核心代碼最后落到怎么把它改成能進(jìn)項(xiàng)目的組件。2. 項(xiàng)目定位與技術(shù)選型只用標(biāo)準(zhǔn)庫和系統(tǒng) socket 的最小可用方案2.1 能力邊界先劃清楚這類小項(xiàng)目最怕定位模糊什么都能干最后什么都干不好。我拆的這個(gè)版本把邊界壓得很死只支持明文 HTTP/1.1只支持 GET一次請求一條連接不自動(dòng)跟隨重定向不自動(dòng)解壓 gzip。這些不是能力缺失是為了讓主流程能被完整讀完——一個(gè)剛接觸網(wǎng)絡(luò)編程的人順著一個(gè)文件從頭讀到尾就能跑通。先把這個(gè)版本能做什么、不能做什么列清楚比后面看代碼更重要。很多人在這一步就誤解了項(xiàng)目的能力接上 HTTPS 域名調(diào)半天沒反應(yīng)回頭才發(fā)現(xiàn)協(xié)議壓根不對。能力項(xiàng)當(dāng)前實(shí)現(xiàn)備注協(xié)議HTTP/1.1 明文走 80 端口不涉及 TLS方法僅 GET加 POST 只需改請求行和補(bǔ) body連接一次一連接Connection: close不做 keep-alive 連接池重定向不跟隨301/302 直接原樣返回壓縮不聲明 gzip收到什么給什么請求頭里寫 Accept-Encoding: identity編碼原樣輸出不做轉(zhuǎn)碼中文頁面可能是 GBK依賴部分很關(guān)鍵Linux 和 macOS 上什么都不用鏈POSIX socket 在 libc 里Windows 上要額外鏈 ws2_32并且在程序啟動(dòng)時(shí)調(diào)一次 WSAStartup、退出時(shí)調(diào) WSACleanup這兩步漏了就是一堆找不到符號的鏈接錯(cuò)誤。2.2 目錄結(jié)構(gòu)與構(gòu)建方式源文件按職責(zé)切了四塊加上一個(gè)入口。這樣切的好處是每個(gè)文件都能單獨(dú)看懂改起來也方便想加 POST 只動(dòng) request.cpp想加 chunked 解碼只動(dòng) response.cpp。tiny-http/ ├── include/ │ └── http_client.h # 對外結(jié)構(gòu)體與函數(shù)聲明 ├── src/ │ ├── url.cpp # URL 拆解scheme / host / port / path │ ├── socket.cpp # DNS 解析、帶超時(shí)的 connect │ ├── request.cpp # 拼裝請求報(bào)文并發(fā)送 │ ├── response.cpp # 收數(shù)據(jù)、解析狀態(tài)行與響應(yīng)頭、chunked 解碼 │ └── main.cpp # 命令行入口 ├── CMakeLists.txt └── README.md對應(yīng)這份結(jié)構(gòu)的 CMakeLists.txt 我一般這么寫靜態(tài)庫加可執(zhí)行文件兩段跨平臺(tái)時(shí)在 Windows 分支補(bǔ)鏈接項(xiàng)cmake_minimum_required(VERSION 3.10) project(tiny_http CXX) set(CMAKE_CXX_STANDARD 11) set(CMAKE_CXX_STANDARD_REQUIRED ON) add_library(tinyhttp STATIC src/url.cpp src/socket.cpp src/request.cpp src/response.cpp ) target_include_directories(tinyhttp PUBLIC include) add_executable(httpget src/main.cpp) target_link_libraries(httpget PRIVATE tinyhttp) # Windows 下 socket 相關(guān)符號在 ws2_32 里不鏈必然報(bào)未定義引用 if (WIN32) target_link_libraries(tinyhttp PUBLIC ws2_32) endif()add_library(... STATIC)把四個(gè)實(shí)現(xiàn)文件打成一個(gè)靜態(tài)庫target_include_directories用 PUBLIC 把 include 目錄透出去后面加別的可執(zhí)行文件比如測試程序時(shí)不用重復(fù)寫路徑。編譯就兩條命令cmake -B build然后cmake --build build產(chǎn)物在 build 目錄下的 httpget。2.3 一次 GET 的完整鏈路把整個(gè)流程拆成六步每一步都有明確的失敗點(diǎn)排查的時(shí)候直接對著位置找解析 URL切出 host、port、path。失敗點(diǎn)端口沒填、路徑以//開頭、URL 里帶空格沒轉(zhuǎn)義。調(diào) getaddrinfo 做 DNS 解析拿到 sockaddr 鏈表。失敗點(diǎn)域名寫錯(cuò)、本地 DNS 不通、IPv6 優(yōu)先但目標(biāo)沒 AAAA 記錄。建 socket 并 connect。失敗點(diǎn)目標(biāo)端口沒開、防火墻攔截、連接超時(shí)沒設(shè)。拼請求報(bào)文send 出去。失敗點(diǎn)Host 頭漏了服務(wù)端直接 400只發(fā)了一半數(shù)據(jù)。recv 循環(huán)收滿響應(yīng)。失敗點(diǎn)只 recv 一次正文少一截。解析狀態(tài)行、響應(yīng)頭、正文。失敗點(diǎn)\r\n處理不干凈頭部鍵大小寫沒歸一。這六步里前兩步占了我遇到問題的絕大多數(shù)。尤其是第二步DNS 解析是同步阻塞的沒有超時(shí)參數(shù)網(wǎng)絡(luò)環(huán)境一差就卡在那兒進(jìn)程看著像死了其實(shí)是卡在 getaddrinfo 里面——這是真正的黑匣子環(huán)節(jié)日志里什么都看不到。3. 核心代碼拆解從 URL 解析到 socket 連接3.1 URL 解析把字符串切成四段一切從字符串開始。這段代碼看著簡單實(shí)際上 IPv6 地址和端口缺省這兩個(gè)坑能把人折騰很久我寫的時(shí)候?qū)ｉT把方括號分支留了出來。#include string #include cctype #include cstdlib struct Url { std::string scheme; // http std::string host; // 域名或 IPIPv6 不帶方括號 std::string port; // 缺省時(shí)按 scheme 補(bǔ) 80/443 std::string path; // 含查詢串至少是 / }; static bool parse_url(const std::string raw, Url out) { std::string s raw; // 1. 拆 scheme沒有就按 http 處理 auto pos s.find(://); if (pos ! std::string::npos) { out.scheme s.substr(0, pos); for (auto c : out.scheme) c (char)std::tolower(c); s s.substr(pos 3); } else { out.scheme http; } // 2. 第一個(gè) / 之后全是路徑?jīng)]寫就補(bǔ) / auto slash s.find(/); std::string hostport (slash std::string::npos) ? s : s.substr(0, slash); out.path (slash std::string::npos) ? / : s.substr(slash); // 3. 拆 host 和 portIPv6 形如 [::1]:8080 if (!hostport.empty() hostport[0] [) { auto rb hostport.find(]); if (rb std::string::npos) return false; out.host hostport.substr(1, rb - 1); if (rb 1 hostport.size() hostport[rb 1] :) out.port hostport.substr(rb 2); } else { auto colon hostport.rfind(:); if (colon ! std::string::npos) { out.host hostport.substr(0, colon); out.port hostport.substr(colon 1); } else { out.host hostport; } } if (out.host.empty()) return false; if (out.port.empty()) out.port (out.scheme https) ? 443 : 80; return true; }幾個(gè)點(diǎn)值得單獨(dú)說。path在沒寫的時(shí)候必須補(bǔ)成/因?yàn)?HTTP 請求行里GET HTTP/1.1是非法請求很多服務(wù)端直接回 400我第一次跑就栽在這兒。IPv6 分支里我存的是去掉方括號的地址因?yàn)?getaddrinfo 認(rèn)的是::1而不是[::1]。端口用rfind而不是find是為了兼容host:port后面還可能跟別的東西的情況雖然這個(gè)版本用不上但改成rfind不增加成本。參數(shù)out是引用輸出函數(shù)只返回成功與否這樣調(diào)用側(cè)不需要處理指針為空也不用考慮異常。返回值 false 的三種情況——方括號沒閉合、host 為空、整體解析不出來——在 main 里統(tǒng)一打一行 usage 提示就夠了。3.2 DNS 解析與連接超時(shí)是必須的getaddrinfo 一次拿全地址族和端口比自己調(diào) gethostbyname 再拼 sockaddr_in 靠譜得多而且后者在現(xiàn)代代碼里已經(jīng)不該出現(xiàn)。連接超時(shí)我沒用SO_SNDTIMEO那玩意兒對 connect 不生效正確做法是把 socket 設(shè)成非阻塞、connect 之后用 select 等可寫。#include sys/socket.h #include netdb.h #include unistd.h #include fcntl.h #include sys/select.h #include cerrno #include cstring int connect_with_timeout(const std::string host, const std::string port, int timeout_ms, std::string err) { struct addrinfo hints; std::memset(hints, 0, sizeof(hints)); hints.ai_family AF_UNSPEC; // IPv4 / IPv6 都接受 hints.ai_socktype SOCK_STREAM; // TCP struct addrinfo* res nullptr; int rc getaddrinfo(host.c_str(), port.c_str(), hints, res); if (rc ! 0) { err gai_strerror(rc); return -1; } int fd -1; for (auto p res; p ! nullptr; p p-ai_next) { fd socket(p-ai_family, p-ai_socktype, p-ai_protocol); if (fd 0) continue; int flags fcntl(fd, F_GETFL, 0); fcntl(fd, F_SETFL, flags | O_NONBLOCK); rc connect(fd, p-ai_addr, p-ai_addrlen); if (rc 0) { fcntl(fd, F_SETFL, flags); break; } // 本機(jī)地址立即成功 if (errno ! EINPROGRESS) { close(fd); fd -1; continue; } fd_set wfds; FD_ZERO(wfds); FD_SET(fd, wfds); struct timeval tv; tv.tv_sec timeout_ms / 1000; tv.tv_usec (timeout_ms % 1000) * 1000; rc select(fd 1, nullptr, wfds, nullptr, tv); if (rc 0) { int soerr 0; socklen_t len sizeof(soerr); getsockopt(fd, SOL_SOCKET, SO_ERROR, soerr, len); if (soerr 0) { fcntl(fd, F_SETFL, flags); break; } // 恢復(fù)阻塞 } close(fd); fd -1; } freeaddrinfo(res); // addrinfo 必須配對釋放 if (fd 0) err connect failed or timeout; return fd; }hints.ai_family寫AF_UNSPEC讓系統(tǒng)自己決定走 IPv4 還是 IPv6用AF_INET硬編碼在純 IPv6 環(huán)境里直接連不上。循環(huán)遍歷ai_next是重點(diǎn)一個(gè)域名可能解析出多個(gè)地址第一個(gè)不通要試第二個(gè)直接取res頭節(jié)點(diǎn)是新手常見寫法。select返回大于 0 只說明“有事件”不代表連接成功必須用getsockopt(SO_ERROR)再確認(rèn)一次這一步漏了會(huì)出現(xiàn)“連接明明失敗但程序往下走”的詭異現(xiàn)象。連接成功后把O_NONBLOCK恢復(fù)掉后面 recv 用阻塞模式邏輯簡單。timeout_ms我一般設(shè) 5000內(nèi)網(wǎng)環(huán)境可以降到 1000。3.3 拼請求報(bào)文CRLF、Host 頭、Connection請求報(bào)文就是一段字符串但每個(gè)換行必須是\r\n兩個(gè)字節(jié)少一個(gè)\r服務(wù)端就可能把整個(gè)請求當(dāng)非法處理。std::string build_request(const Url u) { std::string req; req GET u.path HTTP/1.1\r\n; req Host: u.host \r\n; req User-Agent: tiny-http/1.0\r\n; req Accept: */*\r\n; req Accept-Encoding: identity\r\n; // 明確不要壓縮省掉解壓邏輯 req Connection: close\r\n; // 服務(wù)端回完即關(guān)讀起來不用判長度 req \r\n; // 空行報(bào)文結(jié)束標(biāo)志 return req; }Host在 HTTP/1.1 里是必填項(xiàng)虛擬主機(jī)靠它區(qū)分后端站點(diǎn)漏了大概率回 400。Accept-Encoding: identity是我故意的不聲明 gzip服務(wù)端就不會(huì)壓客戶端也就不需要鏈接解壓庫整個(gè)依賴又少一層。Connection: close讓服務(wù)端發(fā)完就關(guān)連接recv 讀到 0 就代表結(jié)束不用自己算 Content-Length是這類小工具最省心的寫法。發(fā)送時(shí)有個(gè)細(xì)節(jié)send的返回值可能小于請求長度尤其是請求頭很大或者網(wǎng)絡(luò)擁塞時(shí)。小請求一般一次發(fā)完但我習(xí)慣寫成循環(huán)避免偶發(fā)的半包問題size_t sent 0; while (sent req.size()) { ssize_t n send(fd, req.data() sent, req.size() - sent, 0); if (n 0) { /* 記錄錯(cuò)誤并退出 */ break; } sent (size_t)n; }4. 響應(yīng)讀取與解析狀態(tài)行、頭部、正文三段式4.1 收數(shù)據(jù)recv 循環(huán)與內(nèi)存上限一次 recv 拿到的可能只是響應(yīng)頭的一部分也可能是整個(gè)響應(yīng)加后半截正文絕不能假設(shè)一次收完。寫法就是循環(huán)拼接到對端關(guān)閉為止同時(shí)加一個(gè)上限防止碰上超大文件把內(nèi)存吃光。std::string recv_all(int fd, size_t max_bytes 8 * 1024 * 1024) { std::string buf; char tmp[8192]; while (true) { ssize_t n recv(fd, tmp, sizeof(tmp), 0); if (n 0) { buf.append(tmp, (size_t)n); if (buf.size() max_bytes) break; // 保護(hù)性截?cái)?} else if (n 0) { break; // 對端關(guān)閉正常結(jié)束 } else { if (errno EINTR) continue; // 被信號打斷重試 break; // 超時(shí)或真錯(cuò)誤 } } return buf; }緩沖區(qū) 8192 是個(gè)經(jīng)驗(yàn)值太小系統(tǒng)調(diào)用次數(shù)多太大棧上占用高。EINTR那行必須留著某些環(huán)境下信號會(huì)打斷 recv不重試就會(huì)拿到半截?cái)?shù)據(jù)還以為收完了。max_bytes默認(rèn) 8MB超過就停返回的內(nèi)容雖然不完整但程序不會(huì)崩——下載大文件應(yīng)該走邊收邊寫的路子不該用這個(gè)函數(shù)。另外如果 socket 上設(shè)了SO_RCVTIMEO超時(shí)后 recv 返回 -1 且 errno 為EAGAIN或EWOULDBLOCK這里會(huì)走到 break調(diào)用方看到的是“短響應(yīng)”需要自己根據(jù)狀態(tài)判斷是超時(shí)還是正常結(jié)束。4.2 解析狀態(tài)行與響應(yīng)頭響應(yīng)分成三段狀態(tài)行、若干頭部行、空行之后的正文。用\r\n\r\n定位頭部結(jié)束位置是最穩(wěn)的做法比逐行掃描簡單。#include map #include sstream #include algorithm struct Response { int status 0; std::string reason; std::mapstd::string, std::string headers; // 鍵統(tǒng)一轉(zhuǎn)小寫 std::string body; }; static std::string to_lower(std::string s) { std::transform(s.begin(), s.end(), s.begin(), [](unsigned char c) { return (char)std::tolower(c); }); return s; } static std::string trim(const std::string s) { size_t b s.find_first_not_of( \t); if (b std::string::npos) return ; size_t e s.find_last_not_of( \t\r); return s.substr(b, e - b 1); } bool parse_response(const std::string raw, Response resp) { auto head_end raw.find(\r\n\r\n); if (head_end std::string::npos) return false; // 響應(yīng)頭都不完整 std::istringstream ss(raw.substr(0, head_end)); std::string line; std::getline(ss, line); // 狀態(tài)行 if (!line.empty() line.back() \r) line.pop_back(); auto sp1 line.find( ); // HTTP/1.1 200 OK if (sp1 std::string::npos) return false; auto sp2 line.find( , sp1 1); resp.status std::atoi(line.substr(sp1 1, sp2 - sp1 - 1).c_str()); if (sp2 ! std::string::npos) resp.reason line.substr(sp2 1); while (std::getline(ss, line)) { // 逐個(gè)頭字段 if (!line.empty() line.back() \r) line.pop_back(); if (line.empty()) continue; auto colon line.find(:); if (colon std::string::npos) continue; resp.headers[to_lower(trim(line.substr(0, colon)))] trim(line.substr(colon 1)); } resp.body raw.substr(head_end 4); // 剩下的就是正文 return true; }頭部鍵統(tǒng)一轉(zhuǎn)小寫是關(guān)鍵設(shè)計(jì)。RFC 里頭部名不區(qū)分大小寫實(shí)際服務(wù)端有的發(fā)Content-Type有的發(fā)content-type不歸一的話查詢會(huì)落空。trim里順帶把\r也去掉因?yàn)槟承?getline 實(shí)現(xiàn)會(huì)把\r留在行尾。resp.body這里直接取剩余全部字節(jié)前提是用了Connection: close。如果以后改成 keep-alive這里就得改成按Content-Length精確切否則會(huì)把下一個(gè)響應(yīng)也吃進(jìn)來。4.3 正文邊界Content-Length 與 chunked大部分響應(yīng)帶Content-Length但有一類響應(yīng)會(huì)帶Transfer-Encoding: chunked正文被切成一塊塊每塊前面是十六進(jìn)制的長度。不處理的話輸出里會(huì)混進(jìn)1a2b\r\n這種字符這是最容易被誤判成“亂碼”的坑。// in: 原始正文含 chunk 頭out: 解碼后的凈正文 bool dechunk(const std::string in, std::string out) { size_t pos 0; out.clear(); while (pos in.size()) { auto eol in.find(\r\n, pos); if (eol std::string::npos) return false; std::string size_line in.substr(pos, eol - pos); auto semi size_line.find(;); // 可能有 chunk 擴(kuò)展參數(shù) if (semi ! std::string::npos) size_line size_line.substr(0, semi); size_t chunk_size std::strtoul(size_line.c_str(), nullptr, 16); pos eol 2; if (chunk_size 0) return true; // 結(jié)束塊 if (pos chunk_size in.size()) return false; // 數(shù)據(jù)還沒收全 out.append(in, pos, chunk_size); pos chunk_size 2; // 跳過數(shù)據(jù)尾巴的 \r\n } return false; }strtoul第三個(gè)參數(shù)寫 16 表示按十六進(jìn)制解析長度字段本來就是 hex。返回 false 有兩種含義數(shù)據(jù)沒收全或者格式不對調(diào)用側(cè)可以選擇再 recv 一輪或者直接報(bào)錯(cuò)。結(jié)束塊之后理論上還可能跟 trailer 頭這個(gè)版本直接忽略夠用。調(diào)用順序很講究先解析頭部再判斷Transfer-Encoding是否含chunked含才走解碼否則原樣輸出。判斷時(shí)要把值轉(zhuǎn)小寫再find因?yàn)橛械姆?wù)端寫Chunked。5. 排查清單把程序跑通前大概率會(huì)遇到的五個(gè)坑5.1 程序卡住不返回連錯(cuò)誤都沒有現(xiàn)象命令行敲下去光標(biāo)一直閃幾分鐘都不動(dòng)CtrlC 才能退出日志里一個(gè)字都沒有。原因兩條路都可能阻塞——getaddrinfo 不受任何超時(shí)控制DNS 服務(wù)器不通就會(huì)卡在這兒connect 在默認(rèn)阻塞模式下目標(biāo)不可達(dá)時(shí)會(huì)等系統(tǒng)級超時(shí)動(dòng)輒一兩個(gè)分鐘。這兩個(gè)位置都不打日志看上去就是“死機(jī)”。解決連接超時(shí)按 3.2 節(jié)用非阻塞加 select 實(shí)現(xiàn)日志在解析前后各打一行就能立刻看出卡在哪一步。getaddrinfo 本身沒法設(shè)超時(shí)工程上的做法是把它扔到獨(dú)立線程里主線程等結(jié)果超過閾值就放棄——雖然線程收不回來但至少主流程能繼續(xù)。5.2 服務(wù)端返回 400但請求看起來沒問題現(xiàn)象自己拼的請求發(fā)出去回來的狀態(tài)碼是 400把同樣的 URL 丟瀏覽器里完全正常。原因九成是Host頭缺失或者請求行里的路徑?jīng)]寫全。HTTP/1.1 強(qiáng)制要求 Host虛擬主機(jī)環(huán)境下沒有 Host 服務(wù)端不知道該給哪個(gè)站點(diǎn)。另一種情況是路徑寫成了空字符串請求行變成GET HTTP/1.1兩個(gè)空格連著解析直接失敗。解決把實(shí)際發(fā)出的報(bào)文用十六進(jìn)制方式打出來看重點(diǎn)檢查每一行結(jié)尾是不是\r\n兩個(gè)字節(jié)、空行有沒有、Host 值是不是純域名不帶http://前綴和端口以外的多余字符。5.3 正文比預(yù)期少一截或者末尾混進(jìn)奇怪字符現(xiàn)象抓下來的 HTML 尾部缺了幾個(gè)標(biāo)簽或者正文里出現(xiàn)3f\r\n這類十六進(jìn)制字符串。原因前者是只調(diào)用了一次 recv拿到的只是第一段數(shù)據(jù)后者是響應(yīng)用了 chunked 編碼但沒解碼長度行被當(dāng)成正文輸出了。解決recv 必須循環(huán)到返回 0同時(shí)看響應(yīng)頭里有沒有Transfer-Encoding: chunked。加日志把每次 recv 的字節(jié)數(shù)和累計(jì)長度打出來一眼就能看出是提前退出還是解碼漏了。5.4 編譯過了鏈接階段一堆未定義符號現(xiàn)象Linux 下編譯運(yùn)行正常拿到 Windows 上編譯通過鏈接報(bào)找不到socket、connect、getaddrinfo之類。原因Windows 的 socket API 在 ws2_32 庫和 winsock2.h 里和 POSIX 不是一套而且進(jìn)程啟動(dòng)時(shí)必須調(diào)WSAStartup否則所有 socket 調(diào)用直接失敗。解決頭文件包含改成條件編譯Windows 走winsock2.h并鏈ws2_32同時(shí)在 main 開頭調(diào)WSAStartup(MAKEWORD(2, 2), wsa)退出前調(diào)WSACleanup()。注意包含順序winsock2.h必須在windows.h前面否則會(huì)帶進(jìn)老的 winsock1 定義。5.5 中文頁面抓下來是亂碼現(xiàn)象英文頁面一切正常中文頁面輸出成一片問號或者奇怪的符號組合。原因這個(gè)實(shí)現(xiàn)把字節(jié)原樣輸出不做任何轉(zhuǎn)碼。如果響應(yīng)頭里Content-Type帶的是charsetgbk而終端按 UTF-8 顯示就必然亂碼。解決先看Content-Type里的 charset再?zèng)Q定怎么處理。最省事的做法是在請求頭里加Accept-Language并優(yōu)先挑 UTF-8 的站點(diǎn)真要做轉(zhuǎn)換就得引入編碼轉(zhuǎn)換庫那已經(jīng)超出這個(gè)項(xiàng)目的最小定位了我一般建議在調(diào)用側(cè)解決。6. 二次開發(fā)把它收斂成一個(gè)能進(jìn)項(xiàng)目的類單文件 main 跑通之后下一步一定是包裝。我的做法是把 fd 的生命周期收進(jìn) RAII 類里外面只看到一個(gè)get(url)接口錯(cuò)誤用返回值加錯(cuò)誤串往外拋不折騰異常。class HttpClient { public: explicit HttpClient(int timeout_ms 5000) : timeout_ms_(timeout_ms) {} bool get(const std::string url, Response resp, std::string err) { Url u; if (!parse_url(url, u)) { err bad url; return false; } if (u.scheme ! http) { err scheme not supported; return false; } int fd connect_with_timeout(u.host, u.port, timeout_ms_, err); if (fd 0) return false; bool ok false; std::string req build_request(u); if (send_all(fd, req)) { // 內(nèi)部循環(huán)處理短寫 std::string raw recv_all(fd); ok parse_response(raw, resp); if (ok is_chunked(resp)) ok dechunk(resp.body, resp.body); // 成功后原地替換 } else { err send failed; } close(fd); // 析構(gòu)前統(tǒng)一關(guān)閉 return ok; } private: int timeout_ms_; };封裝時(shí)有三個(gè)點(diǎn)別省。第一close(fd)一定要在所有分支上都覆蓋到我見過太多在錯(cuò)誤分支直接 return 導(dǎo)致句柄泄漏的代碼跑久了文件描述符耗盡報(bào)的錯(cuò)還跟網(wǎng)絡(luò)毫無關(guān)系。第二send_all內(nèi)部循環(huán)處理短寫把這段從業(yè)務(wù)邏輯里挪出去。第三dechunk支持原地替換時(shí)要小心實(shí)現(xiàn)簡單起見可以先解到臨時(shí)串再 swap。改完之后驗(yàn)證方法很樸素拿幾個(gè)已知行為的地址跑一遍——一個(gè)返回固定長度正文的、一個(gè)返回 chunked 的、一個(gè)會(huì) 302 跳轉(zhuǎn)的、一個(gè)不存在的域名。四個(gè)用例覆蓋了正常路徑和三類異常每次改動(dòng)后全跑一遍比盯著代碼看有效得多。擴(kuò)展路線按需要挑別一次全加需求改動(dòng)位置大致工作量支持 POSTrequest.cpp 加請求行和 Content-Length半小時(shí)自動(dòng)跟隨 302外層循環(huán)最多跟 5 跳一小時(shí)支持 HTTPS連接層換成 TLS 握手端口改 443半天起大文件下載recv 改成邊收邊寫文件一小時(shí)連接復(fù)用加連接池解析改按 Content-Length 切一天最后說個(gè)血淚經(jīng)驗(yàn)。這套代碼我前后改過三四版每次都是圖快跳過“把請求報(bào)文原樣打出來看一眼”這一步結(jié)果在 Host 頭、路徑斜杠、CRLF 這些地方反復(fù)翻車。從那以后我每次動(dòng)到請求拼裝相關(guān)代碼都強(qiáng)制把完整報(bào)文用十六進(jìn)制打一遍再走后續(xù)流程這個(gè)習(xí)慣救回來的時(shí)間遠(yuǎn)超它花掉的幾秒。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取