【C/C++】用 C 写 HTTP 客户端

用 C 写 HTTP 客户端：为什么 select 还要配合非阻塞 IO

学习代码：http/http_request.c

HTTP 项目表面上是写一个 GET/POST 客户端，本质上是在练 TCP 客户端的完整流程：域名解析、建立连接、构造请求、发送数据、循环接收响应。和浏览器相比，自己用 C 写一遍会发现，HTTP 文本格式很清楚，但网络 IO 的边界情况一点都不少。

一个最基础的 GET 请求可以这样构造：

snprintf(request, sizeof(request),
         "GET %s HTTP/1.1\r\n"
         "Host: %s\r\n"
         "User-Agent: SimpleCClient/1.0\r\n"
         "Accept: */*\r\n"
         "Connection: close\r\n"
         "\r\n",
         path, host);

这里要注意 \r\n，HTTP 请求行和请求头都用回车换行结束，头部结束后还要有一个空行。Connection: close 的作用是告诉服务器响应完成后关闭连接，这样客户端可以通过 recv 返回 0 判断对端关闭，简化读取逻辑。

项目里更关键的是 select 接收模板。刚开始我以为 select 返回可读之后，recv 就一定不会阻塞。后来看笔记才明白：select 只能说明“当时看起来可读”，它不是永久保证。多线程抢读、连接异常、协议状态变化，都可能让后续阻塞调用卡住。因此更稳妥的方式是把 fd 设置成非阻塞：

int flags = fcntl(sockfd, F_GETFL, 0);
fcntl(sockfd, F_SETFL, flags | O_NONBLOCK);

同时，每轮 select 前都要重新设置 fd_set 和 timeval：

FD_ZERO(&read_fds);
FD_SET(sock, &read_fds);

tv.tv_sec = timeout_sec;
tv.tv_usec = 0;

ret = select(sock + 1, &read_fds, NULL, NULL, &tv);

这是一个很容易踩的坑。因为 select 会修改 fd_set，有些系统还会把 timeval 改成剩余时间。如果循环里不重置，后面的判断就可能被污染，出现空转或漏读。

我的理解是，HTTP 客户端练的不只是协议文本，更是“可靠地读完不确定长度的数据”。网络编程里，读到一半、超时、对端关闭、暂时无数据都是正常情况。代码必须把这些状态写清楚，程序才不会在真实网络环境里表现得忽好忽坏。

学习链接: https://github.com/0voice