如何在C中从HTTP头中提取数据？

今天我要问的是如何从C（不是C++）中的

recv（）

中接收到的缓冲区中提取数据段。

我只是需要一些建议，我该怎么做

HTTP/1.1 200正常\r\n
日期：2005年5月23日星期一22:38:34 GMT\r\n
服务器：Apache/1.3.3.7（Unix）（Red Hat/Linux）\r\n
上次修改：周三，2003年1月8日23:11:55 GMT\r\n
ETag:“3f80f-1b6-3e1cb03b”\r\n
内容类型：text/html；字符集=UTF-8\r\n
内容长度：131\r\n
连接：关闭\r\n
\r\n
示例页
你好，世界，这是一个非常简单的HTML文档。

---

上面标题的那部分？它存储在我的缓冲区中，我只想解析数据（页面的源代码）。有什么想法吗？

标题以

\r\n\r\n

结尾。如果整个响应都在接收缓冲区中，并且您在响应末尾放置了一个

'\0'

，那么您可以使用以下代码查找数据段的开头

char *data = strstr( buffer, "\r\n\r\n" );
if ( data != NULL )
{ 
    data += 4;
    // do something with the data
}

---

您需要实际解析数据，以便知道报头和消息数据的结束位置，以及消息数据的结束位置。标题以

\r\n\r\n

（

CRLF

+

CRLF

，

0x0D 0x0A 0x0D 0x0A

）字节序列结尾。所以你必须一直阅读直到你遇到终结者。然后，您必须解析消息头，以了解消息的其余部分是如何编码的，以及消息是如何终止的。有关规则，请参阅。这将告诉您如何读取剩余数据，以及何时停止读取。数据可能被分块、压缩或自终止。

内容类型

和

传输编码

标题告诉您如何解释消息数据

在您的特定示例中，在读取标题后，根据第4.4节，您将检索

内容长度

标题的值，然后精确读取131个字节，停止读取，并关闭套接字，因为

连接：关闭

标题。然后检索

内容类型

头的值，知道数据是UTF-8编码的HTML，并相应地进行处理

请参阅我在前面的回答中发布的伪代码：

---

要回答的问题很多。所以你只想去掉标题？如果我是你，我会反省数据，并尝试推断任务的最佳策略。找到

并放弃之前的所有内容？也许最简单的方法是找到双精度\r\n，但您必须知道数据可能被分块或压缩，因此无法跳过对响应头的分析。