c# - 解析 HTTP 标头字段值的每个部分

Question

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

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 标头。

查看HTTP/1.1 的基本 RFC，似乎 HTTP 标头解析会很复杂。RFC 为标头的不同部分描述了非常复杂的正则表达式。

我应该编写这些正则表达式来解析 HTTP 标头的不同部分吗？

到目前为止，我为 HTTP 标头编写的基本解析是针对通用 HTTP 标头的：

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

并且我已经包括用逗号分隔值替换内部LWS和SP重复标题，field-name如第 4.2 节所述。

但是，例如查看第 14.9 节会表明，为了解析 I 的不同部分，field-value我需要一个更复杂的解析方案。

field-value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，您如何建议我应该处理 HTTP 解析的复杂部分（特别是）？

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。与其尝试创建一个单一的整体解析器，它知道人类已知的每个 HTTP 标头的每个细节，不如更简单。编写一个简单的可扩展解析器，它本身只负责处理解析字段名称并将该名称与原始值相关联。然后使用只负责解析一种头的可插入扩展。当您创建解析器的实例时，注入一组扩展，并将每个扩展映射到一组它知道如何解析的字段名称。

你用这种方法用一块石头杀死两只鸟。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，而不必弄乱它的胆量，从而产生更健壮的代码。

Answer 2

命名空间中有一堆解析器System.Net.Http.Headers。值得一看。