字符集合
依據(jù)
RFC3986 2規(guī)范，HTTP URI中允許出現(xiàn)的US-ASCII字符的子集，可以分成
保留、
未保留及
轉(zhuǎn)義這幾類(lèi)，每類(lèi)的全部字符列表如下
● 保留:
: / ? # [ ] @ ! $ & '( ) * + ,; =共18個(gè)，一般用于URI部件分隔符。
● 未保留:
a-z A-Z 0-9 - . _ ~共66個(gè)，一般用于部件內(nèi)數(shù)據(jù)。
● 轉(zhuǎn)義:
%HEXHEX，HEX表示一個(gè)十六進(jìn)制數(shù)字[0-9A-F]或[0-9a-f]，通常采用大寫(xiě)，這兩個(gè)HEX就表示一個(gè)US-ASCII字符代碼，轉(zhuǎn)義用于在URI內(nèi)部插入保留字符及原本不支持的字符。
編碼原理
當(dāng)構(gòu)建URI的部件時(shí)，其中的一個(gè)八位字節(jié)碼相應(yīng)的字符超出了允許的集合或被用作分隔符，就需要編碼，正是在這個(gè)時(shí)候，由實(shí)現(xiàn)決定保留字符的哪些被用于子部件分隔符，哪個(gè)被安全地用于數(shù)據(jù)。一個(gè)百分號(hào)編碼的八位字節(jié)碼被編碼成一個(gè)三重字符, 包括百分號(hào)字符"%"和隨后的兩個(gè)十六進(jìn)制數(shù)字展示那個(gè)八位字節(jié)的數(shù)值。
字符映射表
用于快速判斷一個(gè)字符是否為未保留字符，定義如下
1
const char http_uri_table[256] =
2
{
3
/**//* 0 */
4
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
5 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
6 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0,
7 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0,
8 /**//* 64 */
9 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
10 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1,
11 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
12 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 1, 0,
13 /**//* 128 */
14 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
15 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
16 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
17 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
18 /**//* 192 */
19 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
20 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
21 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
22 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
23
};
24#define HTTP_CHAR_IS_UNRESERVED(c) (http_uri_table[(unsigned char)(c)])
接口實(shí)現(xiàn)
http_uri_encode有2個(gè)版本：一個(gè)帶uri長(zhǎng)度參數(shù)len，另一個(gè)則不帶。
1void http_uri_encode(const char *uri, size_t len, std::string &str,bool space_as_plus/**//*=false*/)
2{
3 char c,buf[4];
4
5 for (size_t i = 0; i < len; i++) {
6 c = uri[i];
7 if (HTTP_CHAR_IS_UNRESERVED(c)) {
8 str.push_back(c);
9 }else if(c == ' ' && space_as_plus) {
10 str.push_back('+');
11 }else{
12 sprintf(buf,"%%%02X",(unsigned char)c);
13 str.append(buf);
14
}
15 }
16}
17
18void http_uri_encode(const char *uri, std::string &str,bool space_as_plus/**//*=false*/)
19{
20 char c,buf[4];
21
22 for (; c=*uri; ++uri) {
23 if (HTTP_CHAR_IS_UNRESERVED(c)) {
24 str.push_back(c);
25 }else if(c == ' ' && space_as_plus) {
26 str.push_back('+');
27 }else{
28 sprintf(buf,"%%%02X",(unsigned char)c);
29 str.append(buf);
30 }
31 }
32}
解碼原理
當(dāng)解析URI的時(shí)候，首先要根據(jù)HTTP協(xié)議分離各個(gè)部件，再將各部件內(nèi)可能的轉(zhuǎn)義數(shù)據(jù)進(jìn)行反轉(zhuǎn)義以還原。
接口實(shí)現(xiàn)
http_uri_decode有2種版本，一種提供存儲(chǔ)解碼后的uri參數(shù)str；另一種則不提供即在原uri上解碼，返回實(shí)際解碼后的字節(jié)數(shù)。每種版本又有2個(gè)版本，一個(gè)帶uri長(zhǎng)度參數(shù)len，另一個(gè)則不帶。
1void http_uri_decode(const char *uri, size_t len, std::string &str, int decode_plus /**//*= 0*/)
2{
3 char c,t[3]={'\0'};
4
5 for (size_t i = 0; i < len; i++) {
6 c = uri[i];
7 if (c == '?') {
8 if(decode_plus < 0)
9 decode_plus = 1;
10 } else if (c == '+' && decode_plus) {
11 c = ' ';
12 } else if (c == '%' && isxdigit(uri[i+1]) && isxdigit(uri[i+2])) {
13 t[0] = uri[++i],t[1] = uri[++i];
14 c = (char)strtol(t, NULL, 16);
15 }
16 str.push_back(c);
17 }
18}
19
20void http_uri_decode(const char *uri, std::string &str, int decode_plus/**//*=0*/)
21{
22 char c,t[3]={'\0'};
23
24 for (; c=*uri; ++uri) {
25 if (c == '?') {
26 if(decode_plus < 0)
27 decode_plus = 1;
28 } else if (c == '+' && decode_plus) {
29 c = ' ';
30 } else if (c == '%' && isxdigit(*(uri+1)) && isxdigit(*(uri+2))) {
31 t[0] = *++uri,t[1] = *++uri;
32 c = (char)strtol(t, NULL, 16);
33 }
34 str.push_back(c);
35 }
36}
37
38//in place decode function
39size_t http_uri_decode(char *uri, size_t len, int decode_plus/**//*=0*/)
40{
41 char c,t[3]={'\0'};
42 size_t i,j;
43
44 for (i=j=0; i < len; ++i,++j) {
45 c = uri[i];
46 if (c == '?') {
47 if(decode_plus < 0)
48 decode_plus = 1;
49 } else if (c == '+' && decode_plus) {
50 c = ' ';
51 } else if (c == '%' && isxdigit(uri[i+1]) && isxdigit(uri[i+2])) {
52 t[0] = uri[++i],t[1] = uri[++i];
53 c = (char)strtol(t, NULL, 16);
54 }
55 uri[j] = c;
56 }
57
58 uri[j] = '\0';
59 return j;
60}
61
62size_t http_uri_decode(char *uri,int decode_plus/**//*=0*/)
63{
64 char c,*s=uri,*d=uri,t[3]={'\0'};
65
66 for (; c=*s; ++s,++d) {
67 if (c == '?') {
68 if(decode_plus < 0)
69 decode_plus = 1;
70 } else if (c == '+' && decode_plus) {
71 c = ' ';
72 } else if (c == '%' && isxdigit(*(s+1)) && isxdigit(*(s+2))) {
73 t[0] = *++s,t[1] = *++s;
74 c = (char)strtol(t, NULL, 16);
75 }
76 *d = c;
77 }
78
79 *d= '\0';
80 return d-uri;
81}
posted on 2015-02-10 18:40
春秋十二月 閱讀(4746)
評(píng)論(1) 編輯 收藏 引用 所屬分類(lèi):
Network