在不使用正则表达式的情况下解析 HTTP 请求

Parse HTTP request without using regexp

本文关键字：HTTP 请求 情况下 正则表达式      更新时间：2023-10-16

我正在使用正则表达式来分隔HTTP请求的字段：

GET /index.asp?param1=hello&param2=128 HTTP/1.1

这边：

smatch m;
try 
{ 
    regex re1("(GET|POST) (.+) HTTP"); 
    regex_search(query, m, re1); 
} 
catch (regex_error e) 
{ 
    printf("Regex 1 Error: %dn", e.code()); 
}
string method = m[1]; 
string path = m[2];
try 
{ 
    regex re2("/(.+)?\?(.+)?"); 
    if (regex_search(path, m, re2)) 
    { 
        document = m[1]; 
        querystring = m[2];
    }
} 
catch (regex_error e) 
{ 
    printf("Regex 2 Error: %dn", e.code()); 
}

不幸的是，这段代码适用于 MSVC，但不适用于 GCC 4.8.2（我在 Ubuntu Server 14.04 上有）。您能否建议一种使用普通的 std：：string 运算符拆分该字符串的不同方法？

我不知道如何将 URL 拆分为不同的元素，因为查询字符串分隔符"？"可能存在于字符串中，也可能不存在。

您可以使用

std::istringstream来解析以下内容：

int main()
{
    std::string request = "GET /index.asp?param1=hello&param2=128 HTTP/1.1";
    // separate the 3 main parts
    std::istringstream iss(request);
    std::string method;
    std::string query;
    std::string protocol;
    if(!(iss >> method >> query >> protocol))
    {
        std::cout << "ERROR: parsing requestn";
        return 1;
    }
    // reset the std::istringstream with the query string
    iss.clear();
    iss.str(query);
    std::string url;
    if(!std::getline(iss, url, '?')) // remove the URL part
    {
        std::cout << "ERROR: parsing request urln";
        return 1;
    }
    // store query key/value pairs in a map
    std::map<std::string, std::string> params;
    std::string keyval, key, val;
    while(std::getline(iss, keyval, '&')) // split each term
    {
        std::istringstream iss(keyval);
        // split key/value pairs
        if(std::getline(std::getline(iss, key, '='), val))
            params[key] = val;
    }
    std::cout << "protocol: " << protocol << 'n';
    std::cout << "method  : " << method << 'n';
    std::cout << "url     : " << url << 'n';
    for(auto const& param: params)
        std::cout << "param   : " << param.first << " = " << param.second << 'n';
}

输出：

protocol: HTTP/1.1
method  : GET
url     : /index.asp
param   : param1 = hello
param   : param2 = 128

它不适用于 gcc 4.8.2 的原因是 regex_search 没有在 stdlibc++ 中实现。如果你看看里面regex.h这就是你得到的：

template<typename _Bi_iter, typename _Alloc,
    typename _Ch_type, typename _Rx_traits>
inline bool
regex_search(_Bi_iter __first, _Bi_iter __last,
        match_results<_Bi_iter, _Alloc>& __m,
        const basic_regex<_Ch_type, _Rx_traits>& __re,
        regex_constants::match_flag_type __flags
        = regex_constants::match_default)
{ return false; }

请改用已实现的regex_match。您必须修改正则表达式（例如，在前后添加.*），因为regex_match与整个字符串匹配。

选择：

  1. 升级到 gcc 4.9
  2. 改用 boost：：regx
  3. 切换到LLVM和libc ++（我的偏好）。

如果要避免使用正则表达式，可以使用标准字符串操作： 

string query = "GET / index.asp ? param1 = hello&param2 = 128 HTTP / 1.1";
string method, path, document, querystring;
try {
    if (query.substr(0, 5) == "GET /")   // First check the method at the beginning 
        method = "GET";
    else if (query.substr(0, 6) == "POST /")
        method = "POST";
    else  throw std::exception("Regex 1 Error: no valid method or missing /");
    path = query.substr(method.length() + 2);  // take the rest, ignoring whitespace and slash
    size_t ph = path.find(" HTTP");     // find the end of the url
    if (ph == string::npos)            // if it's not found => error
        throw std::exception("Regex 2 Error: no HTTP version found");
    else path.resize(ph);             // otherwise get rid of the end of the string 
    size_t pq = path.find("?");      // look for the ? 
    if (pq == string::npos) {        // if it's absent, document is the whole string
        document = path;
        querystring = "";
    }
    else {                          // orherwie cut into 2 parts 
        document = path.substr(0, pq);
        querystring = path.substr(pq + 1);
    }
    cout << "method:     " << method << endl
        << "document:   " << document << endl
        << "querystring:" << querystring << endl;
}
catch (std::exception &e) {
    cout << e.what();
}

当然，这段代码不如您原来的正则表达式基础代码好。 因此，如果您无法使用最新版本的编译器，则将其视为一种解决方法。

相关文章：