[發明專利]一種解析HTTPchunked編碼數據的方法

有效

• 申請號: 201310011892.0
• 申請日: 2013-01-11
• 公開（公告）號: CN103929404B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 陳君;李明哲;李軍;陳曉
• 申請（專利權）人: 中國科學院聲學研究所;北京中科智網科技有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L1/00
• 代理公司: 北京法思騰知識產權代理有限公司11318
• 代理人: 楊小蓉,楊青

技術領域

本發明涉及網絡通信領域，特別涉及一種解析HTTP?chunked編碼數據的方法。

背景技術

HTTP協議的消息格式包含消息首部和消息體。消息首部部分定義了一些屬性字段，這些字段向報文接收者提供了重要的信息。其中，Content-Length屬性字段表示消息體的長度，該字段有利于數據接收過程的編程實現。然而，對于某些動態生成的數據，消息生成者可能無法立即知悉消息體的總長度，從而不能及時計算Content-Length字段值。使用chunked編碼可以回避這一問題。Chunked是HTTP/1.1協議的一種傳輸編碼方式，該傳輸編碼方式將待傳輸數據切割為多個部分，報文只需提供每個部分的長度。編碼后的消息體是一組連續的編碼塊(chunk)，每個編碼塊包含了傳輸數據塊(chunk-data)及其長度(chunk-size)，其格式定義如下：

chunk=chunk-size[chunk-extension]CRLF?chunk-data?CRLF

其中，chunk-size是chunk-data的長度，為十六進制字符串。CRLF為雙字節換行符，其ASCII碼值為0x0d0x0a。可選的chunk-extension格式用一組“name=value”字段組成，但RFC2616未對這些字段進行定義，并規定接收者忽略不能識別的字段。

流媒體業務的分發和傳輸過程使用了HTTP協議，對節目內容進行chunked編碼。流服務器通過TCP協議接收報文，解碼后，以UDP方式推送給IPQAM，進而發送給終端用戶。由于流媒體具有數據量大、傳輸時間長的特點，流服務器將會對大量數據進行chunked解碼操作，因此，chunked解碼過程的效率對于流服務器的整體性能至關重要。選擇不同的chunked編碼解析方式，能夠給系統的開發效率、運行性能都能帶來相當大的影響。

作為對chunked解析的一種最簡單的實現，離線解析方法先將一個完整的HTTP報文通過網絡編程技術復制到本地一個連續、單一的應用層緩沖區，再基于這個連續緩沖區根據chunked編碼規則提取有效數據，將解析出的數據拷貝到有效內容緩沖區。HTTP?chunked編碼離線解析法導致解碼過程中會產生兩次內存拷貝，造成內存占用多、處理延遲高的問題。且離線解析法適合于原型系統開發，并不適合產品開發環境。

發明內容

本發明的目的在于克服現有的HTTP?chunked編碼離線解析法內存占用多、處理延遲高的缺陷，從而提供一種能夠快速解析HTTP?chunked編碼的方法。

為了實現上述目的，本發明提供了一種解析HTTP?chunked編碼數據的方法，包括：

步驟1）、定位到所接收的HTTP報文中任一chunk的起始位置；

步驟2）、根據當前的解析狀態對chunk中的chunk-size字段的長度進行預測；其中，所述解析狀態指一個chunk的讀取過程的完成程度；

步驟3）、根據前一步驟所得到的預測長度讀取相應長度的chunk-size數據并緩存，對當前緩存的全部chunk-size數據加以分析，根據分析結果判斷是否已經完成對整個chunk-size字段的讀取，若已完成，執行下一步，否則，基于當前緩存的全部chunk-size數據分析解析狀態，并重新執行步驟2）；

步驟4）、根據整個chunk-size字段值，讀取chunk-data中的數據。

上述技術方案中，在所述的步驟2）中，將當前解析狀態下chunk-size字段尚未被讀取的字節數可能的最小值作為預測的長度值；包括：

若當前解析狀態為“空串”，則chunk-size字段尚未被讀取的字節數可能的最小值為5；

若當前解析狀態為“已讀取1字節”，則chunk-size字段尚未被讀取的字節數可能的最小值為4；

若當前解析狀態為“已讀取2字節”，則chunk-size字段尚未被讀取的字節數可能的最小值為3；

若當前解析狀態為“已讀取3字節且未遭遇字段末尾的CR”，則chunk-size字段尚未被讀取的字節數可能的最小值為2；

若當前解析狀態為“讀到了字段末尾的CR”，則chunk-size字段尚未被讀取的字節數可能的最小值為1；

若當前解析狀態為“讀到了字段末尾的LF”，則chunk-size字段尚未被讀取的字節數可能的最小值為0。