从HTTP服务器上下载一个文件有很多方法,“热心”的微软提供了 WinInet 类,用起来也很方便。当然,我们也可以自己实现这些功能,通过格式化请求头很容易就能实现断点续传和检查更新等等功能 。本文附带的工程中有一个支持 HTTP1.1 协议,直接用 Socket 实现下载功能的 DLL,实现了以下功能:
- 连接主机
- 格式化请求头
- 设置接收,发送超时
- 接收并分析回应头
连接,发送,设置超时,接收数据等我就不细说了,windows socket早就做好了,调用相应的函数就OK了。
要想从服务器下载文件,首先要向服务器发送一个请求。HTTP 请求头由若干行字符串组成。下面结合实例说说 HTTP 请求头的格式。假设要下载 http://www.sina.com.cn/index.html 这个网页 ,那么请求头的写法如下:
第1行:方法,请求的内容,HTTP协议的版本
下载一般可以用GET方法,请求的内容是“/index.html”,HTTP协议的版本是指浏览器支持的版本,对于下载软件来说无所谓,所以用1.1版 “HTTP/1.1”;
“GET /index.html HTTP/1.1”
第2行:主机名,格式为“Host:主机”
在这个例子中是:“Host:www.sina.com.cn”
第3行:接受的数据类型,下载软件当然要接收所有的数据类型,所以:
“Accept:*/*”
第4行:指定浏览器的类型
有些服务器会根据客户服务器种类的不同会增加或减少一些内容,在这个例子中可以这样写:
“User-Agent:Mozilla/4.0 (compatible; MSIE 5.00; Windows 98)”
第5行:连接设置
设定为一直保持连接:“Connection:Keep-Alive”
第6行:若要实现断点续传则要指定从什么位置起接收数据,格式如下:
“Range: bytes=起始位置 - 终止位置”
比如要读前500个字节可以这样写:“Range: bytes=0 - 499”;从第 1000 个字节起开始下载:
“Range: bytes=999 -”
最后,别忘了加上一行空行,表示请求头结束。整个请求头如下:
GET /index.html HTTP/1.1 Host:www.sina.com.cn Accept:*/* User-Agent:Mozilla/4.0 (compatible; MSIE 5.00; Windows 98) Connection:Keep-Alive
CHttpSocket 提供了 FormatRequestHeader()函数,用以格式化输出HTTP请求头。代码如下:
///根据请求的相对URL输出HTTP请求头 const char *CHttpSocket::FormatRequestHeader(char *pServer,char *pObject, long &Length, char *pCookie,char *pReferer,long nFrom, long nTo,int nServerType) { char szPort[10]; char szTemp[20]; sprintf(szPort,"%d",m_port); memset(m_requestheader,''\0'',1024); ///第1行:方法,请求的路径,版本 strcat(m_requestheader,"GET "); strcat(m_requestheader,pObject); strcat(m_requestheader," HTTP/1.1"); strcat(m_requestheader,"\r\n"); ///第2行:主机 strcat(m_requestheader,"Host:"); strcat(m_requestheader,pServer); strcat(m_requestheader,"\r\n"); ///第3行: if(pReferer != NULL) { strcat(m_requestheader,"Referer:"); strcat(m_requestheader,pReferer); strcat(m_requestheader,"\r\n"); } ///第4行:接收的数据类型 strcat(m_requestheader,"Accept:*/*"); strcat(m_requestheader,"\r\n"); ///第5行:浏览器类型 strcat(m_requestheader,"User-Agent:Mozilla/4.0 (compatible; MSIE 5.00; Windows 98)"); strcat(m_requestheader,"\r\n"); ///第6行:连接设置,保持 strcat(m_requestheader,"Connection:Keep-Alive"); strcat(m_requestheader,"\r\n"); ///第7行:Cookie. if(pCookie != NULL) { strcat(m_requestheader,"Set Cookie:0"); strcat(m_requestheader,pCookie); strcat(m_requestheader,"\r\n"); } ///第8行:请求的数据起始字节位置(断点续传的关键) if(nFrom > 0) { strcat(m_requestheader,"Range: bytes="); _ltoa(nFrom,szTemp,10); strcat(m_requestheader,szTemp); strcat(m_requestheader,"-"); if(nTo > nFrom) { _ltoa(nTo,szTemp,10); strcat(m_requestheader,szTemp); } strcat(m_requestheader,"\r\n"); } ///最后一行:空行 strcat(m_requestheader,"\r\n"); ///返回结果 Length=strlen(m_requestheader); return m_requestheader; }
请求头发送给服务器后就可以接收来自服务器的回应头了。回应头也是由若干行字符串组成,除了第一行和最后一个空行以外,每一行都由一个域和一个值组成。第一行包括了服务器的回应状态 ,从 2XX 到 5XX,每个状态码都有不同的意思,详细内容可以查看
RFC文档下载需要关心的有 :2XX表示成功,可以继续读取数据;3XX表示目标已经转移,新的地址在“Location”域中;4XX表示客户端错,可能是下载地址不对,等等;5XX表示服务器端错 。回应头中的域有“Content-Length”,“Accept-Ranges”,“Content-Type”,“Date”,“Last-Modified”,“Location”等等内容 ,下载比较关心的域有“Content-Length”域和“Location”域。“Content-Length”表示下载文件的大小 ,“Location”表示目标的实际存放位置,当回应码为3XX时就要用该域中的值重新连接。
附带源码中的 CHttpSocket 类提供了以下几个方法,分别用来读取服务器状态码,某个域的值,回应头中的一行以及整个回应头:
int GetServerState(); //返回服务器状态码 -1表示不成功 int GetField(const char* szSession,char *szValue,int nMaxLength);//返回某个域值,-1表示不成功 int GetResponseLine(char *pLine,int nMaxLength);//获取返回头的一行 const char* GetResponseHeader(int &Length);
取得回应头后,如果回应码为2XX并且“Content-Length”的值不等于0就表示可以接收下载文件数据了,接下来的工作就很简单了,调用 CHttpSocket::Recevie()直到接收的数据长度等于“Content-Length”的值就可以了 。
一个完整的使用过程由以下几个步骤组成:
- 调用AfxParseURL()分析URL得到Server和下载路径;
- 调用CHttpSocket::Socket()创建套接字;
- 调用CHttpSocket::Connect()连接服务器;
- 调用CHttpSocket::FormatRequestHeader()格式化请求头;
- 调用CHttpSocket::SendRequest()向服务器发送请求头;
- 调用CHttpSocket::GetServerState()得到回应状态码;
- 调用CHttpSocket::GetField("Content-Length")得到下载文件的大小;
- 调用CHttpSocket::Receive()接收数据直到数据接收完成;
本文附带源代码还包括了一个使用 CHttpSocket 实现下载功能的例子工程。注意,所有的调用都是阻塞的,所以最好为一个下载任务创建一个线程 ,否则会导致界面无法响应用户输入。 程序运行界面如下图所示:
该图显示了请求头,回应头以及下载进度。
当然,要真正实现多任务多线程下载还有很多工作要做。本文仅仅讨论了自己实现下载的一种可能性,希望对读者有所帮助。欢迎来Mail指教。