Sockets C编程-发送HTTP请求

我最近的任务是使用socket编程在C中创建一个代理。代理只需要使用HTTP/1.0构建。经过几个小时的工作，我制作了一个可以与铬一起使用的代理。可以加载各种网站，如谷歌和几个.edu网站；然而，许多网站给了我一个404错误页面未找到（这些链接工作正常时，不通过我的代理）。这些404错误甚至发生在站点的根地址“/”上。。。这没有道理

这可能是我的HTTP请求有问题吗？从浏览器发送的HTTP请求被解析为HTTP请求方法、主机名和端口。例如，如果从浏览器解析GET请求，则会建立到提供的主机名和端口的TCP连接，并以以下格式发送HTTP GET请求：

GET /path/name/item.html HTTP/1.0\r\n\r\n

这种格式适用于少量网站，但会为其余网站创建404错误消息。这可能是问题所在吗？如果不是，还有什么可能给我这个问题

---

任何帮助都将不胜感激。

一个可能的解释是，您已经设计了一个HTTP/1.0代理，而共享托管站点上的任何网站现在都只能使用HTTP/1.1（嗯，不完全是这样，但我马上就谈到）

从长远来看，这并不是唯一可能出现的问题，但你必须给出一个网站的例子，这个网站在获得更多想法时失败了

您似乎理解了HTTP的基本原理，即客户端与服务器建立TCP连接并通过服务器发送HTTP请求，该请求由一个请求行（例如

GET/path/name/item.html HTTP/1.0

）和一组可选的头行组成，所有这些行都由CRLF分隔（即

\r\n

）。整个批次以两个连续的CRLF序列结束，在这一点上，另一端的服务器将请求与资源匹配，并发送回相应的响应。所有资源都由路径（例如，

/path/name/item.html

）标识，该路径可以是真实文件，也可以是动态页面

自从HTTP被发明以来，它的大部分内容几乎没有改变。但是，请考虑客户机如何找到要连接的服务器。您给它的是一个URL，如下所示：

http://www.example.com/path/name/item.html

GET /path/name/item.html HTTP/1.0\r\n
Host: www.example.com\r\n
\r\n

从这一点看，它看到了方案，即

http

，因此它知道它正在进行http连接。下一部分是主机名。在最初的HTTP协议中，假设每个主机名解析为自己的IP地址，然后客户端连接到该IP地址并发出请求。因为当时每台服务器只有一个网站，所以这很好

然而，随着网站数量的增加，很难为每个网站提供不同的IP地址，特别是因为许多网站非常简单，很容易在同一台物理机器上共享。将多个域指向同一IP地址是很容易的（DNS系统使这变得非常简单），但当服务器收到TCP请求时，它只知道它有一个对其IP地址的请求——它不知道要发送回哪个网站。因此，添加了一个新的

Host

头，以便客户端可以在请求本身中指示它请求的主机名。这意味着一台服务器可以承载许多网站，而Web服务器可以使用

host

头来告诉响应中要服务哪个网站

现在这种情况非常普遍——如果你不使用

主机

标题，很多网站都不知道你要的是哪台服务器。通常发生的情况是，他们假设他们拥有的列表中有一些默认网站，很可能这个网站没有你想要的文件。即使您要求

/

，如果您不提供

主机

头，那么Web服务器可能会给您一个404，如果它是这样配置的-如果没有合理的默认网站给您，这也不是不合理的

如果需要更多技术细节，可以在中找到主机的说明

此外，网站可能只是简单地拒绝HTTP/1.0——如果在这么多网站上发生这种情况，我会有点惊讶，但你永远不会知道。不过，请先尝试主机的

标题

与一些人认为的相反，没有什么可以阻止您在HTTP/1.0中使用
Host
头，尽管您可能仍然会发现一些服务器不喜欢它。这比支持完整的HTTP/1.1要容易一些，它要求您理解分块编码和其他复杂性，尽管对于简单的示例代码，您可能只需要添加
Host
头并将其称为HTTP/1.1就可以了（不过，我不认为这对于生产代码是足够的）

无论如何，您可以尝试添加
主机
标题以发出如下请求：

http://www.example.com/path/name/item.html

GET /path/name/item.html HTTP/1.0\r\n
Host: www.example.com\r\n
\r\n

我把它拆开了，只是为了便于阅读——你可以看到在结尾仍然有空行。

即使这并没有引起您所看到的问题，现在的
Host
头也是一个非常好的主意，因为没有它肯定会有网站无法工作。如果你仍然有问题，他们给我一个不适合你的网站的例子，我们可以尝试找出原因

如果我所说的任何内容不清楚或需要更详细的说明，请提问。
非常感谢您的详细回复。我不知道我需要包含主机标题。我把它添加到我的HTTP请求中，一切都开始正常工作了！我感谢你的帮助！不客气。严格来说，你不需要主机的
标题，但正如你所发现的，很多网站没有它就无法工作！很好的解释！我的C客户端的执行在读取时遇到了问题。请参阅我发布的更多详细信息