1. 程式人生 > >HTTP協議中的Tranfer-Encoding:chunked編碼解析

HTTP協議中的Tranfer-Encoding:chunked編碼解析

    當不能預先確定報文體的長度時,不可能在頭中包含Content-Length域來指明報文體長度,此時就需要通過Transfer-Encoding域來確定報文體長度。
    通常情況下,Transfer-Encoding域的值應當為chunked,表明採用chunked編碼方式來進行報文體的傳輸。chunked編碼是HTTP/1.1 RFC裡定義的一種編碼方式,因此所有的HTTP/1.1應用都應當支援此方式。
    chunked編碼的基本方法是將大塊資料分解成多塊小資料,每塊都可以自指定長度,其具體格式如下(BNF文法):
    Chunked-Body   = *chunk            //0至多個chunk
                     last-chunk         //最後一個chunk
                     trailer            //尾部
                     CRLF               //結束標記符

   chunk          = chunk-size [ chunk-extension ] CRLF  
                        chunk-data CRLF
   chunk-size     = 1*HEX
   last-chunk     = 1*("0") [ chunk-extension ] CRLF

   chunk-extension= *( ";" chunk-ext-name [ "=" chunk-ext-val ] )
   chunk-ext-name = token
   chunk-ext-val  = token | quoted-string
   chunk-data     = chunk-size(OCTET)
   trailer        = *(entity-header CRLF)     
   
    解釋:
    Chunked-Body表示經過chunked編碼後的報文體。報文體可以分為chunk, last-chunk,trailer和結束符四部分。chunk的數量在報文體中最少可以為0,無上限;每個chunk的長度是自指定的,即,起始的資料必然是16進位制數字的字串,代表後面chunk-data的長度(位元組數)。這個16進位制的字串第一個字元如果是“0”,則表示chunk- size為0,該chunk為last-chunk,無chunk-data部分。可選的chunk-extension由通訊雙方自行確定,如果接收者不理解它的意義,可以忽略。
    trailer是附加的在尾部的額外頭域,通常包含一些元資料(metadata, meta means "about information"),這些頭域可以在解碼後附加在現有頭域之後。
    例項分析:
    下面分析用ethereal抓包使用Firefox與某網站通訊的結果(從頭域結束符後開始):
Address  0..........................  f
000c0                                31
000d0    66 66 63 0d 0a ...............   // ASCII碼:1ffc"r"n, chunk-data資料起始地址為000d5
         很明顯,“1ffc”為第一個chunk的chunk-size,轉換為int為8188.由於1ffc後馬上就是
         CRLF,因此沒有chunk-extension.chunk-data的起始地址為000d5, 計算可知下一塊chunk的起始
         地址為000d5+1ffc + 2=020d3,如下:
020d0    .. 0d 0a 31 66 66 63 0d 0a .... // ASCII碼:"r"n1ffc"r"n
         前一個0d0a是上一個chunk的結束標記符,後一個0d0a則是chunk-size和chunk-data的分隔符。
         此塊chunk的長度同樣為8188, 依次類推,直到最後一塊
100e0                          0d 0a 31
100f0    65 61 39 0d 0a......            //ASII碼:"r"n"1ea9"r"n
         此塊長度為0x1ea9 = 7849, 下一塊起始為100f5 + 1ea9 + 2 = 11fa0,如下:
100a0    30 0d 0a 0d 0a                  //ASCII碼:0"r"n"r"n
         “0”說明當前chunk為last-chunk, 第一個0d 0a為chunk結束符。第二個0d0a說明沒有trailer部分,整個Chunk-body結束。
    解碼流程:
    對chunked編碼進行解碼的目的是將分塊的chunk-data整合恢復成一塊作為報文體,同時記錄此塊體的長度。
    RFC2616中附帶的解碼流程如下:(虛擬碼)
    length := 0         //長度計數器置0
    read chunk-size, chunk-extension (if any) and CRLF      //讀取chunk-size, chunk-extension
                                                          //和CRLF
    while(chunk-size > 0 )   {            //表明不是last-chunk
          read chunk-data and CRLF            //讀chunk-size大小的chunk-data,skip CRLF
          append chunk-data to entity-body     //將此塊chunk-data追加到entity-body後
          read chunk-size and CRLF          //讀取新chunk的chunk-size 和 CRLF
    }
    read entity-header      //entity-header的格式為name:valueCRLF,如果為空即只有CRLF
    while (entity-header not empty)   //即,不是隻有CRLF的空行
    {
       append entity-header to existing header fields
       read entity-header
    }
    Content-Length:=length      //將整個解碼流程結束後計算得到的新報文體length
                                 //作為Content-Length域的值寫入報文中
    Remove "chunked" from Transfer-Encoding  //同時從Transfer-Encoding中域值去除chunked這個標記
    length最後的值實際為所有chunk的chunk-size之和,在上面的抓包例項中,一共有八塊chunk-size為0x1ffc(8188)的chunk,剩下一塊為0x1ea9(7849),加起來一共73353位元組。
    注:對於上面例子中前幾個chunk的大小都是8188,可能是因為:"1ffc" 4位元組,""r"n"2位元組,加上塊尾一個""r"n"2位元組一共8位元組,因此一個chunk整體為8196,正好可能是傳送端一次TCP傳送的快取大小。