本课程将通过使用 Python 语言实现一个 Web 服务器，探索 HTTP 协议和 Web 服务的基本原理，同时学习 Python 如何实现 Web 服务请求、响应、错误处理及 CGI 协议，最后会根据项目需求使用 Python 面向对象思路对代码进行重构。
知识点• HTTP 协议基本原理 • 简单的 Web 服务器框架 • Python 语言的网络开发 • Web 服务请求，响应及错误处理的实现 • CGI 协议的 Python 实现 • 使用 Python 面向对象思想重构代码
二、 实现原理及步骤 1.实验原理一般我们的 web 程序都运行在 TCP/IP 协议上，程序之间使用socket(套接字) 进行通信，它能够让计算机之间的通信就像写文件和读文件一样简单。 一个 tcp socket 由一个 IP 地址和端口号组成。
• IP 地址是一个 32 位的二进制数，通常被分割为 4 个“8 位二进制数”,写成 10 进制的形式就是我们常见的 174.136.14.108。我们通过 IP 地址来标识所连接的主机。
• 端口号是一个范围在 0-65535 之间的数字，一台主机上可能同时有多个 sockets，因此需要端口号进行标识。端口号 0-1023 是保留给操作系统使用的，我们可以使用剩下的端口号。
超文本传输协议（HTTP）描述了一种程序之间交换数据的方法，它非常简单易用，在一个 socket 连接上，客户端首先发送请求说明它需要什么，然后服务器发送响应，并在响应中包含客户端的数据。响应数据也许是从本地磁盘上复制来的，也许是程序动态生成的。传输过程如图：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VtBzxCSS-1639662196722)(uid1714636-20210616-1623830025945)]
HTTP 请求就是一段文本，任何程序都能生成一个 http 请求，就像生成文本一样简单。这段文本需要包含以下这些部分：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-p39n4yKE-1639662196725)(uid1714636-20210616-1623830036941)]
• HTTP method：HTTP 请求方法。最常用的就是 GET (抓取数据)与 POST (更新数据或者上传文件) • URL：通常是客户端请求的文件的路径，比如 /research/experiments.html， 但是是否响应文件都是由服务器决定的。 • HTTP version：HTTP 版本。通常是 HTTP/1.0 或 HTTP/1.1 • header field：HTTP 头的键值对，做一些基本设置，就像下面这样：
#客户端接受的数据类型 Accept: text/html #客户端接受的语言 Accept-Language: en, fr If-Modified-Since: 16-May-2005
body： 一些与请求有关的负载数据。比如在一个网站登陆的时候提交登陆表单，那负载数据就是你的账号与密码信息。 HTTP 响应的结构类似于请求：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3kFyYh82-1639662196726)(uid1714636-20210616-1623830055771)]
• status code：状态码。请求成功响应 200，请求的文件找不到则响应 404。 • status phrase：对状态码的描述。
2.实验步骤现在就来写我们第一个 web 服务器吧， 基本概念非常简单：
- 等待某个人连接我们的服务器并向我们发送一个 HTTP 请求
- 解析该请求
- 了解该请求希望请求的内容
- 服务器根据请求抓取需要的数据（从服务器本地文件中读取或者程序动态生成）
- 将数据格式化为请求需要的格式
- 返回 HTTP 响应
步骤 1、2、6 的操作对所有 web 应用都是一样的，这部分内容 Python 标准库中的 baseHTTPServer 模块可以帮助我们处理。我们只需要关注步骤 3 ～ 5。
首先，我们在创建 web-server 文件夹用于存放代码文件。然后我们选择 File->Open Workspace 切换工作空间，选择 web-server 目录，必须切换到该目录下，否则识别不了项目。接下来我们创建挑战一的代码文件 server.py。
#-*- coding:utf-8 -*-
from http.server import baseHTTPRequestHandler, HTTPServer
class RequestHandler(baseHTTPRequestHandler):
'''处理请求并返回页面'''
# 页面模板
Page = '''
Hello, web!
'''
# 处理一个GET请求
def do_GET(self):
self.send_response(200)
self.send_header("Content-Type", "text/html")
self.send_header("Content-Length", str(len(self.Page)))
self.end_headers()
self.wfile.write(self.Page.encode('utf-8'))
if __name__ == '__main__':
serverAddress = ('', 8080)
server = HTTPServer(serverAddress, RequestHandler)
server.serve_forever()
模块的 baseHTTPRequestHandler 类会帮我们处理对请求的解析，并通过确定请求的方法来调用其对应的函数，比如方法是 GET ,该类就会调用名为 do_GET 的方法。RequestHandler 继承了 baseHTTPRequestHandler 并重写了 do_GET 方法，其效果如代码所示是返回 Page 的内容。 Content-Type 告诉了客户端要以处理 .html 文件的方式处理返回的内容。end_headers 方法会插入一个空白行，如之前的 request 结构图所示。
运行我们的第一个 web 服务器:
python3 server.py
打开侧边工具栏，选择 Web 服务进行查看:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sBvVdWlh-1639662196728)(uid1714636-20210616-1623830073068)]
方便起见，在 web 服务器开启的情况下，我们重新开一个终端窗口，本实验均使用 httpie 代替浏览器发送请求并在终端打印响应信息:
sudo apt-get update sudo apt-get install httpie http 127.0.0.1:8080
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LqGrRDDJ-1639662196729)(uid1714636-20210616-1623830092572)]
httpie 很贴心地显示了响应报文的全部内容。
修改之前的代码来显示请求的信息，同时重新整理一下代码：
class RequestHandler(baseHTTPRequestHandler):
# ...页面模板...
Page＝"..待设计.."
def do_GET(self):
page = self.create_page()
self.send_content(page)
def create_page(self):
# ...待实现...
def send_content(self, page):
# ...待实现...
send_content 与之前 do_GET 内的代码一样：
def send_content(self, page):
self.send_response(200)
self.send_header("Content-type", "text/html")
self.send_header("Content-Length", str(len(page)))
self.end_headers()
self.wfile.write(page.encode('utf-8'))
设计页面模版:
Page = '''
| Header | Value |
| Date and time | {date_time} |
| Client host | {client_host} |
| Client port | {client_port} |
| Command | {command} |
| Path | {path} |
实现 create_page:
def create_page(self):
values = {
'date_time' : self.date_time_string(),
'client_host' : self.client_address[0],
'client_port' : self.client_address[1],
'command' : self.command,
'path' : self.path
}
page = self.Page.format(**values)
return page
main 中的内容不用去修改它。 运行看看:
http 127.0.0.1:8080/something.html
效果图：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yjoQZwgp-1639662196731)(uid1714636-20210616-1623830120524)]
注意到即使 something.html 文件并不存在，它仍旧返回了 200 OK 而不是 404 Not Found。那是因为我们现在的 web 服务器还没有实现找不到文件就返回 404 错误的功能。反过来说，只要我们想，可以通过编程实现任何我们想要的效果，像是随机返回一个维基百科的页面或是帮老王家订一个披萨(并不会)。 怎么解决返回 404 的问题呢，首先得有返回文件的功能吧
所以这一步就该处理静态页面了，处理静态页面就是根据请求的页面名得到磁盘上的页面文件并返回。 创建新文件 plain.html，这是我们测试用的静态页面:
Plain Page
Plain Page
Nothin' but HTML.
在 server.py 中导入需要的库:
import sys, os
为我们的服务器程序写一个异常类:
class ServerException(Exception):
'''服务器内部错误'''
pass
重写 do_GET 函数：
def do_GET(self):
try:
# 文件完整路径
full_path = os.getcwd() + self.path
# 如果该路径不存在...
if not os.path.exists(full_path):
#抛出异常：文件未找到
raise ServerException("'{0}' not found".format(self.path))
# 如果该路径是一个文件
elif os.path.isfile(full_path):
#调用 handle_file 处理该文件
self.handle_file(full_path)
# 如果该路径不是一个文件
else:
#抛出异常：该路径为不知名对象
raise ServerException("Unknown object '{0}'".format(self.path))
# 处理异常
except Exception as msg:
self.handle_error(msg)
首先看完整路径的代码，os.getcwd() 是当前的工作目录，self.path 保存了请求的相对路径，不要忘了 RequestHandler 继承自 baseHTTPRequestHandler，它已经帮我们将请求的相对路径保存在 self.path 中了。
编写文件处理函数：
def handle_file(self, full_path):
try:
with open(full_path, 'rb') as reader:
content = reader.read()
self.send_content(content)
except IOError as msg:
msg = "'{0}' cannot be read: {1}".format(self.path, msg)
self.handle_error(msg)
接着，实现我们的错误处理函数并设计错误页面模板:
Error_Page = """
Error accessing {path}
{msg}
"""
def handle_error(self, msg):
content = self.Error_Page.format(path=self.path, msg=msg)
self.send_content(content.encode('utf-8'))
由于 handle_error 函数中的 content 内容被编码为二进制，所以 send_content 函数中的 page 需要取消二进制编码，修改为如下：
def send_content(self, page):
....
....
self.wfile.write(page)
运行看看:
http 127.0.0.1:8080/plain.html
效果图:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dXobU2iY-1639662196732)(uid1714636-20210616-1623830140603)]
再测试一下错误的路径:
http 127.0.0.1:8080/something.html
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-26Y5QuAL-1639662196733)(uid1714636-20210616-1623830144669)]
确实返回了错误页面但同时注意到返回的是 200 状态码，我们希望它能够返回 404，所以还需要修改一下 handle_error 与 send_content 函数:
def handle_error(self, msg):
content = self.Error_Page.format(path=self.path, msg=msg)
self.send_content(content.encode("utf-8"), 404)
def send_content(self, content, status=200):
self.send_response(status)
self.send_header("Content-type", "text/html")
self.send_header("Content-Length", str(len(content)))
self.end_headers()
self.wfile.write(content)
测试看看:
http 127.0.0.1:8080/something.html
这回就对了。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-gfuPvXl7-1639662196734)(uid1714636-20210616-1623830166331)]
大部分时候我们都希望能够直接在 http://127.0.0.1:8080/ 显示主页内容。要怎么做呢，也许我们可以在 do_GET 那冗长的 if-elif-else 判断里再加一个判断请求地址是不是根地址的分支，也许我们可以找到一个更加聪明的方法。 比如说把每一种情况都单独写成一个条件类:
class case_no_file(object):
'''该路径不存在'''
def test(self, handler):
return not os.path.exists(handler.full_path)
def act(self, handler):
raise ServerException("'{0}' not found".format(handler.path))
class case_existing_file(object):
'''该路径是文件'''
def test(self, handler):
return os.path.isfile(handler.full_path)
def act(self, handler):
handler.handle_file(handler.full_path)
class case_always_fail(object):
'''所有情况都不符合时的默认处理类'''
def test(self, handler):
return True
def act(self, handler):
raise ServerException("Unknown object '{0}'".format(handler.path))
test 方法用来判断是否符合该类指定的条件，act 则是符合条件时的处理函数。其中的 handler 是对 RequestHandler 实例的引用，通过它，我们就能调用 handle_file 进行响应。 将原先的 if-elif-else 分支替换成遍历所有的条件类来看一下区别。 替换前：
def do_GET(self):
try:
# 文件完整路径
full_path = os.getcwd() + self.path
# 如果该路径不存在...
if not os.path.exists(full_path):
#抛出异常：文件未找到
raise ServerException("'{0}' not found".format(self.path))
# 如果该路径是一个文件
elif os.path.isfile(full_path):
#调用 handle_file 处理该文件
self.handle_file(full_path)
# 如果该路径不是一个文件
else:
#抛出异常：该路径为不知名对象
raise ServerException("Unknown object '{0}'".format(self.path))
# 处理异常
except Exception as msg:
self.handle_error(msg)
替换后：
# 所有可能的情况
Cases = [case_no_file(),
case_existing_file(),
case_always_fail()]
def do_GET(self):
try:
# 文件完整路径
full_path = os.getcwd() + self.path
#遍历所有可能的情况
for case in self.Cases:
#如果满足该类情况
if case.test(self):
#调用相应的act函数
case.act(self)
break
# 处理异常
except Exception as msg:
self.handle_error(msg)
这样每当我们需要考虑一个新的情况时，只要新写一个条件处理类然后加到 Cases 中去就行了，是不是比原先在 if-elif-else 中添加条件的做法看起来更加干净更加清楚呢，毕竟修改原有的代码是一件很有风险的事情，调试起来也非常麻烦。在做功能扩展的同时尽量不要修改原代码是软件开发过程中需要牢记的一点。 回到正题，我们希望浏览器访问根 url 的时候能返回工作目录下 index.html 的内容，那就需要再多加一个条件判断啦。 写一个新的条件处理类:
class case_directory_index_file(object):
def index_path(self, handler):
return os.path.join(handler.full_path, 'index.html')
#判断目标路径是否是目录&&目录下是否有index.html
def test(self, handler):
return os.path.isdir(handler.full_path) and
os.path.isfile(self.index_path(handler))
#响应index.html的内容
def act(self, handler):
handler.handle_file(self.index_path(handler))
加到 Cases 中:
Cases = [case_no_file(),
case_existing_file(),
case_directory_index_file(),
case_always_fail()]
在工作目录下添加 index.html 文件:
Index Page
Index Page
Welcome to my home.
测试一下:
http 127.0.0.1:8080
效果图:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IeU0gvYW-1639662196735)(uid1714636-20210616-1623830210227)]
当然，大部分人都不希望每次给服务器加新功能都要到服务器的源代码里进行修改。如果程序能独立在另一个脚本文件里运行那就再好不过了。什么是 CGI？ 本小节会实现 CGI 的效果。 接下来的例子中，我们会在 html 页面上显示当地时间。 创建新文件 time.py:
from datetime import datetime
print('''
Generated {0}
'''.format(datetime.now()))
在 server.py 中新建一个处理脚本文件的条件类：
class case_cgi_file(object):
'''脚本文件处理'''
def test(self, handler):
return os.path.isfile(handler.full_path) and
handler.full_path.endswith('.py')
def act(self, handler):
##运行脚本文件
handler.run_cgi(handler.full_path)
在 server.py 中实现运行脚本文件的函数:
import subprocess
def run_cgi(self, full_path):
data = subprocess.check_output(["python3", full_path],shell=False)
self.send_content(data)
不要忘了加到 Cases 中去:
Cases = [case_no_file(),
case_cgi_file(), #注意这里的顺序，需要先判断是否是需要执行的脚本文件，再判断是否为普通文件
case_existing_file(),
case_directory_index_file(),
case_always_fail()]
查看效果:
http 127.0.0.1:8080/time.py
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TwrjvLJv-1639662196736)(uid1714636-20210616-1623830760940)]
三、 实验总结通过重构我们发现，真正实施行为(Action)的代码逻辑可以抽出来进行封装(封装成各种条件处理类)，而 baseHTTPRequestHandler 类或是 basecase类 提供了供条件处理类使用的接口，它们可以看作是一系列服务(Service)，在软件设计中我们常常会把业务代码进行分层，将行为与服务分开，降低耦合，更有利于我们开发维护代码。
通过统一接口，以及 cgi 程序，我们的代码功能扩展变的更加容易，可以专心于编写功能代码，而不用去关心其他部分。case 的添加虽然仍在 server 代码中，但我们也可以把它放到配置文件中，由 server 读取配置文件。
四、 源代码 1．server.py#-*- coding:utf-8 -*-
import sys, os, subprocess
from http.server import baseHTTPRequestHandler,HTTPServer
#-------------------------------------------------------------------------------
class ServerException(Exception):
'''服务器内部错误'''
pass
#-------------------------------------------------------------------------------
class base_case(object):
'''条件处理基类'''
def handle_file(self, handler, full_path):
try:
with open(full_path, 'rb') as reader:
content = reader.read()
handler.send_content(content)
except IOError as msg:
msg = "'{0}' cannot be read: {1}".format(full_path, msg)
handler.handle_error(msg)
def index_path(self, handler):
return os.path.join(handler.full_path, 'index.html')
def test(self, handler):
assert False, 'Not implemented.'
def act(self, handler):
assert False, 'Not implemented.'
#-------------------------------------------------------------------------------
class case_no_file(base_case):
'''文件或目录不存在'''
def test(self, handler):
return not os.path.exists(handler.full_path)
def act(self, handler):
raise ServerException("'{0}' not found".format(handler.path))
#-------------------------------------------------------------------------------
class case_cgi_file(base_case):
'''可执行脚本'''
def run_cgi(self, handler):
data = subprocess.check_output(["python3", handler.full_path],shell=False)
handler.send_content(data)
def test(self, handler):
return os.path.isfile(handler.full_path) and
handler.full_path.endswith('.py')
def act(self, handler):
self.run_cgi(handler)
#-------------------------------------------------------------------------------
class case_existing_file(base_case):
'''文件存在的情况'''
def test(self, handler):
return os.path.isfile(handler.full_path)
def act(self, handler):
self.handle_file(handler, handler.full_path)
#-------------------------------------------------------------------------------
class case_directory_index_file(base_case):
'''在根路径下返回主页文件'''
def test(self, handler):
return os.path.isdir(handler.full_path) and
os.path.isfile(self.index_path(handler))
def act(self, handler):
self.handle_file(handler, self.index_path(handler))
#-------------------------------------------------------------------------------
class case_always_fail(base_case):
'''默认处理'''
def test(self, handler):
return True
def act(self, handler):
raise ServerException("Unknown object '{0}'".format(handler.path))
#-------------------------------------------------------------------------------
class RequestHandler(baseHTTPRequestHandler):
'''
请求路径合法则返回相应处理
否则返回错误页面
'''
Cases = [case_no_file(),
case_cgi_file(),
case_existing_file(),
case_directory_index_file(),
case_always_fail()]
# 错误页面模板
Error_Page = """
Error accessing {path}
{msg}
"""
def do_GET(self):
try:
# 得到完整的请求路径
self.full_path = os.getcwd() + self.path
# 遍历所有的情况并处理
for case in self.Cases:
if case.test(self):
case.act(self)
break
# 处理异常
except Exception as msg:
self.handle_error(msg)
def handle_error(self, msg):
content = self.Error_Page.format(path=self.path, msg=msg)
self.send_content(content.encode("utf-8"), 404)
# 发送数据到客户端
def send_content(self, content, status=200):
self.send_response(status)
self.send_header("Content-type", "text/html")
self.send_header("Content-Length", str(len(content)))
self.end_headers()
self.wfile.write(content)
#-------------------------------------------------------------------------------
if __name__ == '__main__':
serverAddress = ('', 8080)
server = HTTPServer(serverAddress, RequestHandler)
server.serve_forever()
2.plain.html
Plain Page
Plain Page
Nothin' but HTML.
3.time.py
from datetime import datetime
print('''
Generated {0}
'''.format(datetime.now()))
