c# - 解析 HTTP header 字段值的每个部分

Question

我直接从数据包中解析 HTTP 数据(无论是否重构 TCP，您都可以假设它是)。

我正在寻找尽可能准确地解析 HTTP 的最佳方法。

这里的主要问题是 HTTP header 。

看基础RFC of HTTP/1.1 ，似乎 HTTP header 解析会很复杂。RFC 为 header 的不同部分描述了非常复杂的正则表达式。

我是否应该编写这些正则表达式来解析 HTTP header 的不同部分？

到目前为止，我为 HTTP header 编写的基本解析是针对通用 HTTP header 的:

message-header = field-name ":" [ field-value ]

并且我已经将内部 LWS 替换为 SP 并使用相同的 field-name 和逗号分隔值重复 header ，如中所述第 4.2 节。

但是，查看 14.9 节的例子会表明，为了解析 field-value 的不同部分，我需要一个更复杂的解析方案。

假设我想为解析器用户提供 HTTP 的全部功能并解析 HTTP 的每个部分，你建议我应该如何处理 HTTP 解析的复杂部分(特别是 field-value) ？

对此的设计建议也将不胜感激。

谢谢。

Answer 1

我会遵循单一责任原则。与其尝试创建一个了解人类已知的每个 HTTP header 的每个细节的单一整体解析器，不如变得更简单。编写一个简单的可扩展解析器，它本身负责处理解析字段名称并将该名称与原始值相关联。然后使用仅负责解析单一类型 header 的可插入扩展。当您创建解析器的实例时，注入(inject)一组扩展，并将每个扩展映射到一组它知道如何解析的字段名称。

通过这种方法，您可以一石二鸟。您的核心解析器仍然简单且有针对性。您还可以获得扩展解析器的能力，而不必弄乱它的内部结构，从而产生更健壮的代码。