使用http_parser解析URL

用C语言编写http应用，解析URL是一个繁琐的事儿。前几天使用http_parser实现httpclient，发现里面提供了一个解析URL的方法http_parser_parse_url，用起来相当方便。

http_parser_parse_url通过分析URL字符串，把port、host、path、schema之类的信息保存在一个结构体http_parser_url中。通过看头文件和源码，发现这个结构体仅仅是记录了URL中各部分信息的起始位置、长度，没有做任何内存拷贝，效率上看还是不错的。目前支持SCHEMA、PORT、HOST、PATH、QUERY、USERINFO、FRAGMENT七种信息的提取。

http_parser_url定义如下：

struct http_parser_url {
  uint16_t field_set;           /* Bitmask of (1 << UF_*) values */
  uint16_t port;                /* Converted UF_PORT string */

  struct {
    uint16_t off;               /* Offset into buffer in which field starts */
    uint16_t len;               /* Length of run in buffer */
  } field_data[UF_MAX];
};

其中，field_set成员用于检测解析到了哪种信息（使用位与操作），field_data存放相应的URL信息在原始URL中的起始位置和长度。

http_parser_parse_url()方法的原型：

int http_parser_parse_url(const char *buf, size_t buflen,
                          int is_connect,
                          struct http_parser_url *u);

需要说明的是is_connect参数，当传1时，http_parser_parse_url方法将进行严格检验，如果URL中没有port、schema将导致http_parser_parse_url方法失败，返回非0值。一般给is_connect方法传0即可。

下面是我使用的一段代码：

static int parse_url(struct http_client * httpc, const char *url)
{
    struct http_parser_url u;
    if(0 == http_parser_parse_url(url, strlen(url), 0, &u))
    {
        if(u.field_set & (1 << UF_PORT))
        {
            httpc->port = u.port;
        }
        else
        {
            httpc->port = 80;
        }
        
        if(httpc->host) free(httpc->host);
        if(u.field_set & (1 << UF_HOST) )
        {
            httpc->host = (char*)malloc(u.field_data[UF_HOST].len+1);
            strncpy(httpc->host, url+u.field_data[UF_HOST].off, u.field_data[UF_HOST].len);
            httpc->host[u.field_data[UF_HOST].len] = 0;
        }

        if(httpc->path) free(httpc->path);
        if(u.field_set & (1 << UF_PATH))
        {
            httpc->path = (char*)malloc(u.field_data[UF_PATH].len+1);
            strncpy(httpc->path, url+u.field_data[UF_PATH].off, u.field_data[UF_PATH].len);
            httpc->path[u.field_data[UF_PATH].len] = 0;
        }

        return 0;
    }

    return -1;
}

上面的代码是我实现的http_client中的一部分，仅供参考。