简介这是一份面向C网络编程初学者的轻量级HTTP GET请求实现示例聚焦于用C完成从指定URL获取数据的基础通信流程适合刚接触socket或HTTP协议、希望动手理解请求发起与响应处理的学习者。压缩包共3个文件包含2个.h头文件与1个.cpp源文件分别承担请求类接口定义、计时器封装与具体实现逻辑整体仅约2KB结构精简便于快速通读。资源将HTTP请求逻辑与耗时度量结合通过计时器记录请求执行时间为性能观察与调试提供参考同时保留了扩展HTTPS、处理重定向与超时等方向的空间。目前已有268人学习下载可作为网络通信入门练手与后续功能扩展的起点。1. 从一行 HTTP GET 说起为什么 C 里最不起眼的网络请求反而最容易翻车很多人第一次在 C 里发 HTTP 请求都是被一个很朴素的需求逼出来的拉一段配置、取一个 JSON、下载一个小文件。看起来一行httpget就能搞定真动手才发现坑比想象中多——Windows 上要链ws2_32Linux 上要处理EINTRHTTPS 还得挂 OpenSSL稍不注意就是连接超时、返回乱码、内存泄漏三连。这也是为什么「简单的 httpget c 实现」这个标题看着平平无奇实际是 C 入门到进阶路上一个非常典型的综合练习它同时考你对 socket、字符串处理、HTTP 协议格式、构建系统的理解。这篇笔记不讲玄学也不堆八股就按一线做法把这件事拆开先讲清楚 HTTP GET 在 C 里到底要自己实现哪几层再给一份能直接编译运行的最小实现然后补上参数怎么调、错误怎么看、坑在哪。适合刚学完 C 基础、想动手写点真东西的人也适合工作里偶尔要嵌一个轻量 HTTP 客户端、不想拖进整个 libcurl 的工程师。读完你应该能自己写一个 200 行以内、跨 Linux 和 Windows 都能跑的 GET 客户端。2. 先搞清楚 HTTP GET 在 C 里到底要自己实现哪几层2.1 从 URL 到 socket一次 GET 请求的完整链路HTTP GET 本质上是「用 TCP 发一段符合 HTTP 格式的文本再读回一段文本」。C 标准库不提供网络能力所以这件事必须落到操作系统 socket API 上。一次完整的 GET 请求链路是这样的解析 URL拆出 schemehttp/https、host、port、path。用getaddrinfo把 host 解析成 IP 地址。创建 socketconnect到目标 IP 和端口。拼出请求报文请求行 Host 头 Connection 头 空行。send发送请求recv循环读取响应。解析响应跳过状态行和响应头拿到 body。这六步里第 1 步和第 6 步是纯字符串处理第 2 到第 5 步是 socket 编程。很多人以为难点在 socket其实真正容易翻车的是第 1 步的 URL 解析和第 6 步的响应切分——边界条件特别多比如 URL 带查询参数、响应头里有\r\n\r\n但 body 里也有、Content-Length和Transfer-Encoding: chunked二选一。常见做法是如果只是练手或内网小工具自己写这套解析完全够用如果要做生产级客户端直接上 libcurl 或 Boost.Beast别重复造轮子。这篇笔记走的是前者目的是让你看清每一层。2.2 为什么不用 libcurl手写实现的适用边界libcurl 是 C HTTP 客户端的默认答案功能全、跨平台、久经考验。但它也有代价引入一个不小的依赖构建时要处理静态/动态链接Windows 上还要配CURL_STATICLIB之类的宏。如果你的场景是「程序启动时拉一个远程配置」「给嵌入式设备发个心跳」手写一个 200 行的 GET 客户端反而更干净。手写实现的适用边界大致是只需要 HTTP/1.1 的 GET不需要 POST、重定向、cookie、认证。不需要 HTTPS或者能接受单独接 OpenSSL。目标平台固定Linux 或 Windows 二选一或者愿意写一层薄薄的平台适配。对体积和依赖敏感比如静态编译的小工具。超出这个边界比如要处理 chunked 编码、要跟随 302、要支持 HTTPS 证书校验手写的成本会迅速超过收益。这时候老老实实上 libcurl别硬扛。2.3 跨平台 socket 初始化的差异WSAStartup 与 SIGPIPELinux 和 Windows 的 socket API 长得几乎一样但有两个必须处理的差异新手最容易在这里翻车。第一个是 Windows 必须先调用WSAStartup初始化 Winsock 库否则所有 socket 调用都返回SOCKET_ERROR。对应的清理函数是WSACleanup。Linux 不需要这一步。第二个是 Linux 上如果往一个已经关闭的 socket 写数据进程会收到SIGPIPE信号默认行为是直接终止进程。写 HTTP 客户端时如果服务器提前断开你的程序会莫名其妙挂掉。解决办法是在程序开头忽略这个信号#ifdef __linux__ #include signal.h #endif // 在 main 开头调用 #ifdef __linux__ signal(SIGPIPE, SIG_IGN); #endifWindows 没有 SIGPIPE 这个概念发送失败会直接返回错误码所以这段用宏包起来。第三个差异是 socket 句柄类型Linux 是intWindows 是SOCKET本质是UINT_PTR。写跨平台代码时通常用typedef统一或者干脆用条件编译分开写。下面这份实现我用了一个简单的宏来屏蔽差异。3. 一份能直接编译运行的最小 httpget 实现3.1 URL 解析把 http://host:port/path 拆成四段URL 解析是整个实现里最容易被低估的部分。一个典型的 URL 长这样http://example.com:8080/api/data?id1。要拆出 scheme、host、port、path 四部分。规则是://之前是 scheme。://之后到第一个/之间是 host 和可选的 port用:分隔。第一个/之后含/是 path如果没有/path 默认是/。#include string #include stdexcept struct Url { std::string scheme; std::string host; std::string port; std::string path; }; Url parse_url(const std::string url) { Url u; // 找 scheme auto scheme_end url.find(://); if (scheme_end std::string::npos) { throw std::runtime_error(invalid url: missing scheme); } u.scheme url.substr(0, scheme_end); // host 和 path 的分界点 auto host_start scheme_end 3; auto path_start url.find(/, host_start); std::string host_port; if (path_start std::string::npos) { host_port url.substr(host_start); u.path /; } else { host_port url.substr(host_start, path_start - host_start); u.path url.substr(path_start); } // 拆 host 和 port auto colon host_port.find(:); if (colon std::string::npos) { u.host host_port; u.port (u.scheme https) ? 443 : 80; } else { u.host host_port.substr(0, colon); u.port host_port.substr(colon 1); } return u; }这段代码的关键点find(/, host_start)从 host 起始位置开始找斜杠避免把 scheme 里的//误判。port 缺省时按 scheme 给默认值http 是 80https 是 443。注意这里没有处理 URL 里的用户名密码user:passhost和 IPv6 地址[::1]:80如果你的场景需要得再补分支。3.2 建立连接getaddrinfo 与 connect 的正确姿势拿到 host 和 port 后用getaddrinfo做 DNS 解析。它比老的gethostbyname好用的地方在于直接返回一个链表支持 IPv4 和 IPv6还能顺便填好sockaddr结构。#include netdb.h #include sys/socket.h #include unistd.h #include cstring int connect_to(const std::string host, const std::string port) { struct addrinfo hints{}, *res, *p; hints.ai_family AF_UNSPEC; // 允许 IPv4 或 IPv6 hints.ai_socktype SOCK_STREAM; // TCP int rc getaddrinfo(host.c_str(), port.c_str(), hints, res); if (rc ! 0) { throw std::runtime_error(std::string(getaddrinfo: ) gai_strerror(rc)); } int sockfd -1; for (p res; p ! nullptr; p p-ai_next) { sockfd socket(p-ai_family, p-ai_socktype, p-ai_protocol); if (sockfd 0) continue; if (connect(sockfd, p-ai_addr, p-ai_addrlen) 0) { break; // 连接成功 } close(sockfd); sockfd -1; } freeaddrinfo(res); if (sockfd 0) { throw std::runtime_error(connect failed); } return sockfd; }参数说明AF_UNSPEC表示不限定协议族让系统自己选SOCK_STREAM是 TCP。循环遍历res链表是因为一个域名可能解析出多个 IP第一个连不上要试下一个。freeaddrinfo必须调用否则内存泄漏。这段是 Linux 版本Windows 上要把close换成closesocket头文件换成winsock2.h和ws2tcpip.h。3.3 发送请求与接收响应处理粘包和 Content-LengthHTTP/1.1 的请求报文很简单一个 GET 请求最少只要三行GET /path HTTP/1.1\r\n Host: example.com\r\n Connection: close\r\n \r\nConnection: close告诉服务器响应完就关闭连接这样我们读数据时可以用「读到 EOF 为止」的简单策略不用处理 keep-alive。这是手写实现里最省事的做法。std::string http_get(const std::string url) { Url u parse_url(url); if (u.scheme ! http) { throw std::runtime_error(only http supported in this minimal impl); } int sockfd connect_to(u.host, u.port); std::string request GET u.path HTTP/1.1\r\n Host: u.host \r\n Connection: close\r\n \r\n; send(sockfd, request.c_str(), request.size(), 0); std::string response; char buf[4096]; ssize_t n; while ((n recv(sockfd, buf, sizeof(buf), 0)) 0) { response.append(buf, n); } close(sockfd); return response; }逻辑说明send的返回值要检查但这里为了简洁省略了。recv循环是核心TCP 是流式协议一次recv拿到的可能只是响应的一部分必须循环读到返回 0对端关闭为止。buf大小 4096 是个经验值太小会增加系统调用次数太大浪费栈空间。拿到完整响应后还要切出 body。响应格式是「状态行 响应头 空行 body」分界点是第一个\r\n\r\nstd::string extract_body(const std::string response) { auto pos response.find(\r\n\r\n); if (pos std::string::npos) { throw std::runtime_error(malformed http response); } return response.substr(pos 4); }注意这里假设 body 里不会再出现\r\n\r\n对于文本响应基本成立。如果 body 是二进制且恰好包含这个序列就会切错。严谨做法是先解析Content-Length按长度取 body这也是为什么生产级实现都建议用 libcurl。4. 参数怎么调、错误怎么看把 httpget 调稳的实操细节4.1 超时设置SO_RCVTIMEO 与 SO_SNDTIMEO默认情况下connect和recv都是阻塞的如果服务器不响应程序会一直卡住。生产代码必须设超时。最直接的方式是用setsockopt设置SO_RCVTIMEO和SO_SNDTIMEO#include sys/time.h struct timeval tv; tv.tv_sec 5; // 5 秒超时 tv.tv_usec 0; setsockopt(sockfd, SOL_SOCKET, SO_RCVTIMEO, tv, sizeof(tv)); setsockopt(sockfd, SOL_SOCKET, SO_SNDTIMEO, tv, sizeof(tv));设置后recv超过 5 秒没数据会返回 -1errno是EAGAIN或EWOULDBLOCK。注意SO_RCVTIMEO对connect无效connect的超时要另想办法常见做法是把 socket 设成非阻塞用select或poll等待可写再检查SO_ERROR。这块比较绕如果只是练手可以先不处理 connect 超时但要知道这个坑存在。4.2 常见错误码对照从 errno 到人话调试 socket 代码时errno是唯一的线索。下面这张表是我踩坑攒下来的遇到问题先查这里errno含义常见原因ECONNREFUSED连接被拒绝端口没开、服务没启动ETIMEDOUT连接超时防火墙拦截、IP 不可达EHOSTUNREACH主机不可达路由问题、DNS 解析到了错误 IPEAGAIN / EWOULDBLOCK操作会阻塞超时设置生效或非阻塞模式下无数据EINTR系统调用被信号中断收到信号需要重试EPIPE管道破裂对端已关闭写数据触发EINTR特别容易被忽略recv被信号打断时返回 -1errno是EINTR这时候不应该当成错误而应该重试。正确写法是while ((n recv(sockfd, buf, sizeof(buf), 0)) 0) { response.append(buf, n); } if (n 0 errno EINTR) { // 重试逻辑 }4.3 用 curl 和 telnet 做对照验证自己写的客户端返回乱码或空内容时别急着改代码先用系统工具确认服务器行为。curl -v能看到完整的请求和响应头curl -v http://example.com/api/data如果 curl 正常而你的程序不正常问题一定在你的实现里。另一个好用的工具是telnet手动敲请求telnet example.com 80 GET /api/data HTTP/1.1 Host: example.com Connection: close注意 telnet 里要敲两次回车空行才会发送请求。如果 telnet 能拿到正确响应说明服务器没问题你的 socket 代码有 bug。这种对照法能快速定位问题在网络层还是应用层。5. 避坑指南手写 httpget 最容易翻车的五个地方5.1 现象程序在 Linux 上跑着跑着突然退出没有任何错误信息原因往已关闭的 socket 写数据触发了SIGPIPE信号默认行为是终止进程。这个坑在服务器提前关闭连接时特别常见而且因为进程直接死掉连日志都来不及打。解决在main开头加signal(SIGPIPE, SIG_IGN);或者在send时用MSG_NOSIGNAL标志Linux 专有。前者更省事后者更精确。5.2 现象Windows 上编译通过运行时所有 socket 调用都失败原因忘了调用WSAStartup。Windows 的 Winsock 库需要显式初始化不初始化的话socket()直接返回INVALID_SOCKET。解决在程序入口调用WSADATA wsaData; if (WSAStartup(MAKEWORD(2, 2), wsaData) ! 0) { // 处理错误 } // 程序结束时 WSACleanup();MAKEWORD(2, 2)表示请求 Winsock 2.2 版本。链接时别忘了加-lws2_32MinGW或在项目属性里加Ws2_32.libMSVC。5.3 现象响应内容被截断body 只拿到一半原因recv一次返回的数据量不确定如果只调用一次就当成完整响应必然截断。TCP 是流式协议没有消息边界。解决循环recv直到返回 0。如果用了Connection: keep-alive则要根据Content-Length或 chunked 编码判断结束复杂度会高很多。手写实现建议一律用Connection: close。5.4 现象URL 里带中文或空格请求发出去服务器返回 400原因HTTP 请求行里的 path 必须是 URL 编码的中文和空格不能直接放进去。浏览器会自动编码手写代码不会。解决对 path 做百分号编码空格转%20中文按 UTF-8 字节逐个转%XX。简单场景可以只处理空格std::string url_encode(const std::string s) { std::string out; for (unsigned char c : s) { if (c ) out %20; else out c; } return out; }完整实现还要处理?、、等保留字符但那些在 path 里通常不需要编码。5.5 现象程序跑一段时间后内存持续增长原因getaddrinfo返回的链表没有freeaddrinfo或者 socket 没有close。异常路径下特别容易漏比如connect失败后直接抛异常socket 就泄漏了。解决用 RAII 封装 socket 和 addrinfo。C 里最简单的做法是写个小类析构函数里closestruct SocketGuard { int fd; SocketGuard(int f) : fd(f) {} ~SocketGuard() { if (fd 0) close(fd); } };这样即使中途抛异常析构函数也会被调用不会泄漏。getaddrinfo的结果同理可以用std::unique_ptr配自定义 deleter。6. 进阶技巧把 httpget 封装成可复用的类并验证它真的可靠6.1 用 RAII 封装 socket 生命周期前面几章的实现是过程式的函数之间靠返回值传递 socket异常路径下容易泄漏。把它封装成一个类用 RAII 管理资源代码会干净很多class HttpClient { public: explicit HttpClient(int timeout_sec 5) : timeout_(timeout_sec) {} std::string get(const std::string url) { Url u parse_url(url); SocketGuard sock(connect_to(u.host, u.port)); set_timeout(sock.fd); send_request(sock.fd, u); return read_response(sock.fd); } private: int timeout_; // ... 各步骤拆成私有方法 };这样SocketGuard在get返回时自动关闭 socket无论正常返回还是抛异常。timeout_作为成员变量构造时传入方便统一调整。6.2 用本地 Python 起一个测试服务器验证写完客户端别急着连外网先用本地服务器验证。Python 自带http.server一行命令就能起python3 -m http.server 8000然后在另一个终端测试HttpClient client; std::string body client.get(http://127.0.0.1:8000/); std::cout body std::endl;如果返回的是目录列表的 HTML说明基本流程通了。再测几个边界请求一个不存在的路径看是否返回 404 页面请求一个大文件看是否完整把服务器关掉再请求看是否报连接拒绝而不是崩溃。这几步走完你的实现基本能用了。6.3 一个我常用的验证习惯我写网络代码有个习惯先用curl确认目标 URL 的行为再用telnet手动发一次请求最后才跑自己的代码。这样出问题时能快速判断是服务器的问题还是自己代码的问题。另外strace -e tracenetwork ./your_program能看到所有 socket 系统调用的返回值比在代码里到处打日志高效得多。这套流程帮我省了很多「玄学」调试时间。手写 httpget 这件事说简单也简单说坑多也真多。我的经验是先跑通最小版本再逐个补超时、错误处理、编码别一上来就追求完美。希望帮到你。本文还有配套的精品资源点击获取
C++ 手写 HTTP GET 客户端：从 socket 到跨平台实现与避坑指南
简介这是一份面向C网络编程初学者的轻量级HTTP GET请求实现示例聚焦于用C完成从指定URL获取数据的基础通信流程适合刚接触socket或HTTP协议、希望动手理解请求发起与响应处理的学习者。压缩包共3个文件包含2个.h头文件与1个.cpp源文件分别承担请求类接口定义、计时器封装与具体实现逻辑整体仅约2KB结构精简便于快速通读。资源将HTTP请求逻辑与耗时度量结合通过计时器记录请求执行时间为性能观察与调试提供参考同时保留了扩展HTTPS、处理重定向与超时等方向的空间。目前已有268人学习下载可作为网络通信入门练手与后续功能扩展的起点。1. 从一行 HTTP GET 说起为什么 C 里最不起眼的网络请求反而最容易翻车很多人第一次在 C 里发 HTTP 请求都是被一个很朴素的需求逼出来的拉一段配置、取一个 JSON、下载一个小文件。看起来一行httpget就能搞定真动手才发现坑比想象中多——Windows 上要链ws2_32Linux 上要处理EINTRHTTPS 还得挂 OpenSSL稍不注意就是连接超时、返回乱码、内存泄漏三连。这也是为什么「简单的 httpget c 实现」这个标题看着平平无奇实际是 C 入门到进阶路上一个非常典型的综合练习它同时考你对 socket、字符串处理、HTTP 协议格式、构建系统的理解。这篇笔记不讲玄学也不堆八股就按一线做法把这件事拆开先讲清楚 HTTP GET 在 C 里到底要自己实现哪几层再给一份能直接编译运行的最小实现然后补上参数怎么调、错误怎么看、坑在哪。适合刚学完 C 基础、想动手写点真东西的人也适合工作里偶尔要嵌一个轻量 HTTP 客户端、不想拖进整个 libcurl 的工程师。读完你应该能自己写一个 200 行以内、跨 Linux 和 Windows 都能跑的 GET 客户端。2. 先搞清楚 HTTP GET 在 C 里到底要自己实现哪几层2.1 从 URL 到 socket一次 GET 请求的完整链路HTTP GET 本质上是「用 TCP 发一段符合 HTTP 格式的文本再读回一段文本」。C 标准库不提供网络能力所以这件事必须落到操作系统 socket API 上。一次完整的 GET 请求链路是这样的解析 URL拆出 schemehttp/https、host、port、path。用getaddrinfo把 host 解析成 IP 地址。创建 socketconnect到目标 IP 和端口。拼出请求报文请求行 Host 头 Connection 头 空行。send发送请求recv循环读取响应。解析响应跳过状态行和响应头拿到 body。这六步里第 1 步和第 6 步是纯字符串处理第 2 到第 5 步是 socket 编程。很多人以为难点在 socket其实真正容易翻车的是第 1 步的 URL 解析和第 6 步的响应切分——边界条件特别多比如 URL 带查询参数、响应头里有\r\n\r\n但 body 里也有、Content-Length和Transfer-Encoding: chunked二选一。常见做法是如果只是练手或内网小工具自己写这套解析完全够用如果要做生产级客户端直接上 libcurl 或 Boost.Beast别重复造轮子。这篇笔记走的是前者目的是让你看清每一层。2.2 为什么不用 libcurl手写实现的适用边界libcurl 是 C HTTP 客户端的默认答案功能全、跨平台、久经考验。但它也有代价引入一个不小的依赖构建时要处理静态/动态链接Windows 上还要配CURL_STATICLIB之类的宏。如果你的场景是「程序启动时拉一个远程配置」「给嵌入式设备发个心跳」手写一个 200 行的 GET 客户端反而更干净。手写实现的适用边界大致是只需要 HTTP/1.1 的 GET不需要 POST、重定向、cookie、认证。不需要 HTTPS或者能接受单独接 OpenSSL。目标平台固定Linux 或 Windows 二选一或者愿意写一层薄薄的平台适配。对体积和依赖敏感比如静态编译的小工具。超出这个边界比如要处理 chunked 编码、要跟随 302、要支持 HTTPS 证书校验手写的成本会迅速超过收益。这时候老老实实上 libcurl别硬扛。2.3 跨平台 socket 初始化的差异WSAStartup 与 SIGPIPELinux 和 Windows 的 socket API 长得几乎一样但有两个必须处理的差异新手最容易在这里翻车。第一个是 Windows 必须先调用WSAStartup初始化 Winsock 库否则所有 socket 调用都返回SOCKET_ERROR。对应的清理函数是WSACleanup。Linux 不需要这一步。第二个是 Linux 上如果往一个已经关闭的 socket 写数据进程会收到SIGPIPE信号默认行为是直接终止进程。写 HTTP 客户端时如果服务器提前断开你的程序会莫名其妙挂掉。解决办法是在程序开头忽略这个信号#ifdef __linux__ #include signal.h #endif // 在 main 开头调用 #ifdef __linux__ signal(SIGPIPE, SIG_IGN); #endifWindows 没有 SIGPIPE 这个概念发送失败会直接返回错误码所以这段用宏包起来。第三个差异是 socket 句柄类型Linux 是intWindows 是SOCKET本质是UINT_PTR。写跨平台代码时通常用typedef统一或者干脆用条件编译分开写。下面这份实现我用了一个简单的宏来屏蔽差异。3. 一份能直接编译运行的最小 httpget 实现3.1 URL 解析把 http://host:port/path 拆成四段URL 解析是整个实现里最容易被低估的部分。一个典型的 URL 长这样http://example.com:8080/api/data?id1。要拆出 scheme、host、port、path 四部分。规则是://之前是 scheme。://之后到第一个/之间是 host 和可选的 port用:分隔。第一个/之后含/是 path如果没有/path 默认是/。#include string #include stdexcept struct Url { std::string scheme; std::string host; std::string port; std::string path; }; Url parse_url(const std::string url) { Url u; // 找 scheme auto scheme_end url.find(://); if (scheme_end std::string::npos) { throw std::runtime_error(invalid url: missing scheme); } u.scheme url.substr(0, scheme_end); // host 和 path 的分界点 auto host_start scheme_end 3; auto path_start url.find(/, host_start); std::string host_port; if (path_start std::string::npos) { host_port url.substr(host_start); u.path /; } else { host_port url.substr(host_start, path_start - host_start); u.path url.substr(path_start); } // 拆 host 和 port auto colon host_port.find(:); if (colon std::string::npos) { u.host host_port; u.port (u.scheme https) ? 443 : 80; } else { u.host host_port.substr(0, colon); u.port host_port.substr(colon 1); } return u; }这段代码的关键点find(/, host_start)从 host 起始位置开始找斜杠避免把 scheme 里的//误判。port 缺省时按 scheme 给默认值http 是 80https 是 443。注意这里没有处理 URL 里的用户名密码user:passhost和 IPv6 地址[::1]:80如果你的场景需要得再补分支。3.2 建立连接getaddrinfo 与 connect 的正确姿势拿到 host 和 port 后用getaddrinfo做 DNS 解析。它比老的gethostbyname好用的地方在于直接返回一个链表支持 IPv4 和 IPv6还能顺便填好sockaddr结构。#include netdb.h #include sys/socket.h #include unistd.h #include cstring int connect_to(const std::string host, const std::string port) { struct addrinfo hints{}, *res, *p; hints.ai_family AF_UNSPEC; // 允许 IPv4 或 IPv6 hints.ai_socktype SOCK_STREAM; // TCP int rc getaddrinfo(host.c_str(), port.c_str(), hints, res); if (rc ! 0) { throw std::runtime_error(std::string(getaddrinfo: ) gai_strerror(rc)); } int sockfd -1; for (p res; p ! nullptr; p p-ai_next) { sockfd socket(p-ai_family, p-ai_socktype, p-ai_protocol); if (sockfd 0) continue; if (connect(sockfd, p-ai_addr, p-ai_addrlen) 0) { break; // 连接成功 } close(sockfd); sockfd -1; } freeaddrinfo(res); if (sockfd 0) { throw std::runtime_error(connect failed); } return sockfd; }参数说明AF_UNSPEC表示不限定协议族让系统自己选SOCK_STREAM是 TCP。循环遍历res链表是因为一个域名可能解析出多个 IP第一个连不上要试下一个。freeaddrinfo必须调用否则内存泄漏。这段是 Linux 版本Windows 上要把close换成closesocket头文件换成winsock2.h和ws2tcpip.h。3.3 发送请求与接收响应处理粘包和 Content-LengthHTTP/1.1 的请求报文很简单一个 GET 请求最少只要三行GET /path HTTP/1.1\r\n Host: example.com\r\n Connection: close\r\n \r\nConnection: close告诉服务器响应完就关闭连接这样我们读数据时可以用「读到 EOF 为止」的简单策略不用处理 keep-alive。这是手写实现里最省事的做法。std::string http_get(const std::string url) { Url u parse_url(url); if (u.scheme ! http) { throw std::runtime_error(only http supported in this minimal impl); } int sockfd connect_to(u.host, u.port); std::string request GET u.path HTTP/1.1\r\n Host: u.host \r\n Connection: close\r\n \r\n; send(sockfd, request.c_str(), request.size(), 0); std::string response; char buf[4096]; ssize_t n; while ((n recv(sockfd, buf, sizeof(buf), 0)) 0) { response.append(buf, n); } close(sockfd); return response; }逻辑说明send的返回值要检查但这里为了简洁省略了。recv循环是核心TCP 是流式协议一次recv拿到的可能只是响应的一部分必须循环读到返回 0对端关闭为止。buf大小 4096 是个经验值太小会增加系统调用次数太大浪费栈空间。拿到完整响应后还要切出 body。响应格式是「状态行 响应头 空行 body」分界点是第一个\r\n\r\nstd::string extract_body(const std::string response) { auto pos response.find(\r\n\r\n); if (pos std::string::npos) { throw std::runtime_error(malformed http response); } return response.substr(pos 4); }注意这里假设 body 里不会再出现\r\n\r\n对于文本响应基本成立。如果 body 是二进制且恰好包含这个序列就会切错。严谨做法是先解析Content-Length按长度取 body这也是为什么生产级实现都建议用 libcurl。4. 参数怎么调、错误怎么看把 httpget 调稳的实操细节4.1 超时设置SO_RCVTIMEO 与 SO_SNDTIMEO默认情况下connect和recv都是阻塞的如果服务器不响应程序会一直卡住。生产代码必须设超时。最直接的方式是用setsockopt设置SO_RCVTIMEO和SO_SNDTIMEO#include sys/time.h struct timeval tv; tv.tv_sec 5; // 5 秒超时 tv.tv_usec 0; setsockopt(sockfd, SOL_SOCKET, SO_RCVTIMEO, tv, sizeof(tv)); setsockopt(sockfd, SOL_SOCKET, SO_SNDTIMEO, tv, sizeof(tv));设置后recv超过 5 秒没数据会返回 -1errno是EAGAIN或EWOULDBLOCK。注意SO_RCVTIMEO对connect无效connect的超时要另想办法常见做法是把 socket 设成非阻塞用select或poll等待可写再检查SO_ERROR。这块比较绕如果只是练手可以先不处理 connect 超时但要知道这个坑存在。4.2 常见错误码对照从 errno 到人话调试 socket 代码时errno是唯一的线索。下面这张表是我踩坑攒下来的遇到问题先查这里errno含义常见原因ECONNREFUSED连接被拒绝端口没开、服务没启动ETIMEDOUT连接超时防火墙拦截、IP 不可达EHOSTUNREACH主机不可达路由问题、DNS 解析到了错误 IPEAGAIN / EWOULDBLOCK操作会阻塞超时设置生效或非阻塞模式下无数据EINTR系统调用被信号中断收到信号需要重试EPIPE管道破裂对端已关闭写数据触发EINTR特别容易被忽略recv被信号打断时返回 -1errno是EINTR这时候不应该当成错误而应该重试。正确写法是while ((n recv(sockfd, buf, sizeof(buf), 0)) 0) { response.append(buf, n); } if (n 0 errno EINTR) { // 重试逻辑 }4.3 用 curl 和 telnet 做对照验证自己写的客户端返回乱码或空内容时别急着改代码先用系统工具确认服务器行为。curl -v能看到完整的请求和响应头curl -v http://example.com/api/data如果 curl 正常而你的程序不正常问题一定在你的实现里。另一个好用的工具是telnet手动敲请求telnet example.com 80 GET /api/data HTTP/1.1 Host: example.com Connection: close注意 telnet 里要敲两次回车空行才会发送请求。如果 telnet 能拿到正确响应说明服务器没问题你的 socket 代码有 bug。这种对照法能快速定位问题在网络层还是应用层。5. 避坑指南手写 httpget 最容易翻车的五个地方5.1 现象程序在 Linux 上跑着跑着突然退出没有任何错误信息原因往已关闭的 socket 写数据触发了SIGPIPE信号默认行为是终止进程。这个坑在服务器提前关闭连接时特别常见而且因为进程直接死掉连日志都来不及打。解决在main开头加signal(SIGPIPE, SIG_IGN);或者在send时用MSG_NOSIGNAL标志Linux 专有。前者更省事后者更精确。5.2 现象Windows 上编译通过运行时所有 socket 调用都失败原因忘了调用WSAStartup。Windows 的 Winsock 库需要显式初始化不初始化的话socket()直接返回INVALID_SOCKET。解决在程序入口调用WSADATA wsaData; if (WSAStartup(MAKEWORD(2, 2), wsaData) ! 0) { // 处理错误 } // 程序结束时 WSACleanup();MAKEWORD(2, 2)表示请求 Winsock 2.2 版本。链接时别忘了加-lws2_32MinGW或在项目属性里加Ws2_32.libMSVC。5.3 现象响应内容被截断body 只拿到一半原因recv一次返回的数据量不确定如果只调用一次就当成完整响应必然截断。TCP 是流式协议没有消息边界。解决循环recv直到返回 0。如果用了Connection: keep-alive则要根据Content-Length或 chunked 编码判断结束复杂度会高很多。手写实现建议一律用Connection: close。5.4 现象URL 里带中文或空格请求发出去服务器返回 400原因HTTP 请求行里的 path 必须是 URL 编码的中文和空格不能直接放进去。浏览器会自动编码手写代码不会。解决对 path 做百分号编码空格转%20中文按 UTF-8 字节逐个转%XX。简单场景可以只处理空格std::string url_encode(const std::string s) { std::string out; for (unsigned char c : s) { if (c ) out %20; else out c; } return out; }完整实现还要处理?、、等保留字符但那些在 path 里通常不需要编码。5.5 现象程序跑一段时间后内存持续增长原因getaddrinfo返回的链表没有freeaddrinfo或者 socket 没有close。异常路径下特别容易漏比如connect失败后直接抛异常socket 就泄漏了。解决用 RAII 封装 socket 和 addrinfo。C 里最简单的做法是写个小类析构函数里closestruct SocketGuard { int fd; SocketGuard(int f) : fd(f) {} ~SocketGuard() { if (fd 0) close(fd); } };这样即使中途抛异常析构函数也会被调用不会泄漏。getaddrinfo的结果同理可以用std::unique_ptr配自定义 deleter。6. 进阶技巧把 httpget 封装成可复用的类并验证它真的可靠6.1 用 RAII 封装 socket 生命周期前面几章的实现是过程式的函数之间靠返回值传递 socket异常路径下容易泄漏。把它封装成一个类用 RAII 管理资源代码会干净很多class HttpClient { public: explicit HttpClient(int timeout_sec 5) : timeout_(timeout_sec) {} std::string get(const std::string url) { Url u parse_url(url); SocketGuard sock(connect_to(u.host, u.port)); set_timeout(sock.fd); send_request(sock.fd, u); return read_response(sock.fd); } private: int timeout_; // ... 各步骤拆成私有方法 };这样SocketGuard在get返回时自动关闭 socket无论正常返回还是抛异常。timeout_作为成员变量构造时传入方便统一调整。6.2 用本地 Python 起一个测试服务器验证写完客户端别急着连外网先用本地服务器验证。Python 自带http.server一行命令就能起python3 -m http.server 8000然后在另一个终端测试HttpClient client; std::string body client.get(http://127.0.0.1:8000/); std::cout body std::endl;如果返回的是目录列表的 HTML说明基本流程通了。再测几个边界请求一个不存在的路径看是否返回 404 页面请求一个大文件看是否完整把服务器关掉再请求看是否报连接拒绝而不是崩溃。这几步走完你的实现基本能用了。6.3 一个我常用的验证习惯我写网络代码有个习惯先用curl确认目标 URL 的行为再用telnet手动发一次请求最后才跑自己的代码。这样出问题时能快速判断是服务器的问题还是自己代码的问题。另外strace -e tracenetwork ./your_program能看到所有 socket 系统调用的返回值比在代码里到处打日志高效得多。这套流程帮我省了很多「玄学」调试时间。手写 httpget 这件事说简单也简单说坑多也真多。我的经验是先跑通最小版本再逐个补超时、错误处理、编码别一上来就追求完美。希望帮到你。本文还有配套的精品资源点击获取
