Python小项目四：实现简单的web服务器

要想实现web服务器，首先要明白web服务器应该具备怎样的功能：比如说浏览器发送了http请求（GET或POST），服务器要首先接收客户端发送的TCP请求，与之建立链接，然后接收http请求，解析并响应。 之后就是客户端的事情了，客户端接受响应并解析，显示，之后服务器断开链接。

为了能很好地理解上面这个过程，我分别查询了以下概念：

1. HTTP协议

对于 http://www.google.com 这个网址，我们叫url，而http则是服务于url的协议。另外，url和ip地址两者的一一对应是通过DNS(域名解析系统)来完成的。

浏览器的页面中包含CSS，html，JavaScript，视频文件、图片文件等等。我的理解就是html协议规定了网页元素的表达，一个html文件可以视为用编程语言写出来的网页内容。而html本身也指这个规定本身。

而互联网的概念是：所有设备都提供独特的标签（总称互联网协议地址或IP地址），有互联网服务供应商（ISP）提供的公网IP地址，通过这些地址，可以进行通信。

如下图：

2. web服务器的基本概念，包括链接建立后的传输过程

这时候，我们对整个过程有了大致的了解，要对其进行实现我们需要做瑞星啊几件事：

* 接受TCP请求可使用http.server库来自动完成（注意，python3使用这个库，但是实验楼里用python2.7用的是另一个库）。

伪代码如下：

from http.server import HTTPServer, 某个handler类
 
httpd = HTTPServer( url地址， handler类)

其中HTTPServer作用是创建并监听HTTP socket，解析请求给handler类。url地址即服务器url，handler类在http.server中有三种，这里用BaseHTTPRequestHandler，该类本身不能响应任何实际的HTTP请求，因此需要定义子类来处理每个请求方法（GET/POST），实际上就是空的handler类，允许用户自定义处理方法。

在本次实验中值处理GET请求——相应的在子类中定义（给出）do_GET（）函数即可。

上面内容中也提到了socket，为了更好地理解我也查询了相关内容。注意python中的大部分网络编程模块都隐藏了socket模块的细节，不直接和套接字交互。所以这里我们只需要理解即可，具体编程不需要考虑其中内容。

  socket套接字是做什么用的？-->两个端点的程序之间的“信息通道”。即计算机1中的程序与计算机2中的程序通过socket发送信息。套接字是一个类，一个套接字是socket模块中的socket类中的一个实例。一个套接字处理一次通讯（服务器和客户机），各自进行设置，对应有不同的方法，比如说，s.connect就是客户机，s.listen(5)就是服务器。

连接方式在于一个connect（），一个listen（），使用accept（）方法来完成。（accept()是服务器端开始监听后，可以接受客户端的连接。）accept返回（client,address）元祖，client是客户端套接字，而address是地址。处理完与该客户端的连接后，再次调用accept方法开始等待下一个连接。

总结来说，在这个实验里，我们要实现的功能只是根据用户的请求，生成http响应。所以我们也应该知道http请求和响应的格式：

--------------------------------------------------------------------------------------------------------------------------------------------------------------

一. 实现静态页面

接下来按照我实验时的步骤来分别记录。

步骤1. 首先建立一个简单web服务器， 能够响应静态页面

首先在主函数中，固定的使用以下语句即可：

 
if __name__ == '__main__':
 

httpAddress = ('', 8030)
 
httpd = hs.HTTPServer(httpAddress, RequestHandler)
 
httpd.serve_forever()

这里url地址空缺则代表本机地址127.0.0.1，端口可以改动（有些端口系统占用着）。

所以为了让上述代码运行起来，我们的主要内容在于实现RequestHandler。

之前提到过，使用BaseHTTPRequestHandler，则需要定义一个子类，并在子类中给出do_GET()，页面设计等内容。如下代码所示，我们在该类中给出依照http响应的格式写出的内容，再在do_GET()函数中将该内容作为响应返回。相当于我们在RequestHandler类中给出了http的响应。

 

 
class RequestHandler(hs.BaseHTTPRequestHandler):
 
 
 
def send_content(self, page, status = 200):
 
 
 
self.send_response(status)
 
self.send_header("Content-type", "text/html")
 
self.send_header("Content-Length", str(len(page)))
 
self.end_headers()
 
self.wfile.write(bytes(page, encoding = 'utf-8'))
 
#print(page)
 
def do_GET(self):
 
获取路径，
 
执行操作（send_content）

而我们同样要判断在什么样的情况下我们给出上述响应，同时处理不合理的请求和异常。

因此接下来我们要写do_GET()的具体逻辑和代码，假设静态页面存在了plain.html中，那么合理的url是127.0.0.1:8030/plain.html，而其对于他的请求服务器是不能做出反应的。所以do_GET()的重点在于判断输入合理与否：我们将输入分为三种情况：路径不存在、路径不是一个文件、路径是一个文件。

 
def do_GET(self):
 
#这里要处理两个异常，一个是读入路径时可能出现的异常，一个是读入路径后若不是文件，要作为异常处理
 
try:
 
#获取文件路径
 
full_path = os.getcwd() + self.path
 
# 如果路径不存在
 
if not os.path.exists(full_path):
 
raise ServerException("'{0}' not found".format(self.path))
 
#如果该路径是一个文件
 
elif os.path.isfile(full_path):
 
self.handle_file(full_path)
 
#如果该路径不是一个文件
 
else:
 
raise ServerException("Unknown object '{0}'".format(self.path))
 
except Exception as msg:
 

self.handle_error(msg)

这里的异常是异常中基类Exception的子类，即

class ServerException(Exception):
 
'''服务器内部错误'''
 
pass

里面什么都不干，但是利用Exception我们可以对异常报相应的错误信息。raise 语句中括号中就是异常的提示信息。

/* 这里

"Unknown object '{0}'".format(self.path)

用到了字符串的format方法，format是格式化输出的方法，即最终显示的是format括号内的内容代替{0}中的内容后的字符串内容。当然format的用法还有更为复杂的形式，如后面会见到的“”.format(**字典)，这个语句中有另外一个知识点，**dict。**dict作为函数的参数时，是用键值对应函数中的参数名，而用值作为函数的输入值。而在字符串.format中，用字典的键匹配字符串中{}里的内容，而用值去依次替换，如

d = {'x':1, 'y':2}
 
str = “Pages show {x} and {y}”
 
print(str.format(**d))
 
#将显示Pages show 1 and 2
*/

有关文件路径：

#获取文件路径 fullpath = os.getcwd() + self.path (+号前得到当前路径，后面是得到handler得到的路径，如/plain.html

#判断路径是否存在 os.path.exist(fullpath)

#判断路径是否是文件 os.path.isfile(fullpath)

处理并显示内容 

#从文件中得到内容 content = file.read() (注意content此处需要字符串，所以open('r')以r方式而非rb，rb读入是byte类型。

/* 这里需要说明下，python3.6对于字符串还是byte有明确区分，所以读入时要用'r' 还是‘rb’要注意。之前有关python项目中也提到过这个问题。*/

以上内容都了解后，我们就可以实现出一个响应静态页面的服务器，当然，你需要有plain.html文件放在和你python代码的相同目录下。你可以在https://drive.google.com/file/d/0By68FgZpORkFOWZKS1dzeHpfTlk/view?usp=sharing下载得到。

下载httpserver_plain.py文件和plain.html文件即可测试以上介绍的内容。（csdn上传以后不能删除不能修改，这里必须疯狂吐槽）

/* 如何测试？

你可以用cmd打开终端，运行以上python代码（命令为python httpserver_plain.html）,之后在浏览器中输入127.0.0.1:你设置的端口号/plain.html.查看效果。

或者pip安装httpie，终端输入http 127.0.0.1:你设置的端口号/plain.html来查看调用效果。

*/

示意代码如下：

# -*- coding: utf-8 -*-
 
"""
 
Created on Fri Jun 23 08:13:43 2017
 
@author: dc
 
"""
 

import http.server as hs
 
import sys, os
 
 
class ServerException(Exception):
 
'''服务器内部错误'''
 

pass
 

class RequestHandler(hs.BaseHTTPRequestHandler):
 
def send_content(self, page, status = 200):
 
self.send_response(status)
 
self.send_header("Content-type", "text/html")
 
self.send_header("Content-Length", str(len(page)))
 
self.end_headers()
 
self.wfile.write(bytes(page, encoding = 'utf-8'))
 
#print(page)
 
def do_GET(self):
 
#这里要处理两个异常，一个是读入路径时可能出现的异常，一个是读入路径后若不是文件，要作为异常处理
 
try:
 
#获取文件路径
 
full_path = os.getcwd() + self.path
 
# 如果路径不存在
 
if not os.path.exists(full_path):
 
raise ServerException("'{0}' not found".format(self.path))
 
#如果该路径是一个文件
 
elif os.path.isfile(full_path):
 
self.handle_file(full_path)

#如果该路径不是一个文件
 
else:

raise ServerException("Unknown object '{0}'".format(self.path))
 
except Exception as msg:
 
self.handle_error(msg)
 
def handle_file(self, full_path):
 
try:
 
with open(full_path, 'r') as file:

content = file.read()
 
self.send_content(content,200)
 
except IOError as msg:
  
msg = "'{0}' cannot be read: {1}".format(self.path, msg)
 
self.handle_error(msg)
 
Error_Page = """
 
<html>
 
<body>
 
<h1>Error accessing {path}</h1>
 
<p>{msg}</p>
 
</body>
 
</html>
 
"""
 
def handle_error(self, msg):
content = self.Error_Page.format(path= self.path,msg= msg)
 
self.send_content(content, 404)
 
if __name__ == '__main__':
 
 
httpAddress = ('', 8030)
 
 
 
httpd = hs.HTTPServer(httpAddress, RequestHandler)
 
 
 
httpd.serve_forever()

-------------------------------------------------------------------------------------------------------------------

二. 当可以响应静态页面之后，我们接着实现CGI协议与脚本。

某些请求可以用另外编写脚本来处理（给出响应），这样对于新增的一些请求，就不用每次都修改服务器脚本了。为了更好地理解CGI，我们需要知道以下基本概念。

与之前实现静态页面相对比，这里实现cgi脚本有何不同？

--> 我们在访问静态页面时，输入127.0.0.1:8030/plain.html，服务器会为我们返回plain.html文件的内容；而cgi脚本我们访问的是一个脚本，即127.0.0.1:8030/time.py，返回的是执行外部命令并获得的输出。

1. 第一个内容就是如何实现执行外部命令获得该输出

我们使用subprocess库，具体代码是：

subprocess.check_output(['cmd', 'arg1', 'arg2'])
 
本例中为data = subprocess.check_output(['python', fullpath])

2. 第二个内容是要在if语句中判断是否路径中文件是否以指定后缀结尾

可用字符串方法endswith()判断是否以".py"结尾。（该方法以".py"作为参数，输出bool值）

当实现了以上两个功能后，我们只需在类似静态页面的实现那样填补代码逻辑即可，示意代码如下：

 # -*- coding: utf-8 -*-
 
"""
 
Created on Sun Jun 25 03:38:11 2017
 
@author: dc
 
"""

import http.server as hs
 
import sys, os
 
import subprocess
 
class ServerException(Exception):
 
'''服务器内部错误'''
 
pass
 
# 如果路径不存在
 
class case_no_path(object):
 
'''如果路径不存在'''
 
def test(self, handler):
 
return not os.path.exists(handler.full_path)

def act(self, handler):

raise ServerException("{0} not found".format(handler.path))

#所有情况都不符合时的默认处理类
 
class case_allother_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.full_path))
 
class case_is_file(object):
 
''' 输入的路径是一个文件'''
 
def test(self, handler):
 
return os.path.isfile(handler.full_path)
 
def act(self, handler):
 
handler.handle_file(handler.full_path)
 
class case_CGI_file(object):
 
def test(self, handler):
 
print(os.path.isfile(handler.full_path) and handler.full_path.endswith('.py'))
 
return os.path.isfile(handler.full_path) and 
 
handler.full_path.endswith('.py')
 
def act(self, handler):
 
handler.run_cgi(handler.full_path)
 
class case_index_file(object):
 
'''输入跟url时显示index.html'''
 
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，且需要判断目录下是否包含index.html
 
def test(self, handler):
 
return os.path.isdir(handler.full_path) and 
 
os.path.isfile(self.index_path(handler))
 
def act(self, handler): 
 
handler.handle_file(self.index_path(handler))
 
class RequestHandler(hs.BaseHTTPRequestHandler):
 
'''
 
请求路径合法则返回相应处理，
 
否则返回错误页面
 
'''
 
full_path = ""
 

#一定要注意条件类的优先顺序不同，对于文件的捕捉能力也不同，越是针对某种特例的条件类，
 
#越应该放在前面。
 
cases = [case_no_path(),
 
case_CGI_file(),
 
case_is_file(),
 
case_index_file(),
 
case_allother_fail()]
 
def run_cgi(self, fullpath):
 
#运行cgi脚本并得到格式化的输出，从而可以显示到浏览器上
 
data = subprocess.check_output(["python", fullpath])
 
#self.wfile.write(bytes(fullpath, encoding = 'utf-8'))
 
self.send_content(page = str(data, encoding = 'utf-8'))
  
 
def send_content(self, page, status = 200):
 
self.send_response(status)
 
self.send_header("Content-type", "text/html")
 
self.send_header("Content-Length", str(len(page)))
 
self.end_headers()
 
self.wfile.write(bytes(page, encoding = 'utf-8'))
 
#print(page)
 
def do_GET(self):
 
#这里要处理两个异常，一个是读入路径时可能出现的异常，一个是读入路径后若不是文件，要作为异常处理
 
try:
 
 
#获取文件路径
 
self.full_path = os.getcwd() + self.path
 
# 如果路径不存在
 
for case in self.cases:
 
if case.test(self):
 
case.act(self)
 
break
 
except Exception as msg:
 
self.handle_error(msg)
 
 
def handle_file(self, full_path):
 
try:
 
with open(full_path, 'r') as file:
 
content = file.read()
 
self.send_content(content,200)
 
except IOError as msg:
 
msg = "'{0}' cannot be read: {1}".format(self.path, msg)
 
 
self.handle_error(msg)

Error_Page = """
 
<html>
 
<body>
 
<h1>Error accessing {path}</h1>
 
<p>{msg}</p>
 
</body>
 
</html>
 
"""

def handle_error(self, msg):
 
content = self.Error_Page.format(path= self.path,msg= msg)
 
self.send_content(content, 404)
 
if __name__ == '__main__':
 
httpAddress = ('', 8090)
  
httpd = hs.HTTPServer(httpAddress, RequestHandler)

httpd.serve_forever()

注意到主要的区别在于我们在RequestHandler类中实现了run_cgi(self, fullpath)，用来从外部执行请求的脚本内容（如这里的time.py）；而条件中我们也加入了后缀的判断。

整个代码运行效果是，当我们在终端输入http 127.0.0.1:端口号/time.py，则服务器会执行time.py的结果作为响应返回。该代码同样包含在上述下载链接内，包含httpserver_CGI.py和time.py。

-----------------------------------------------------------------------------------------------------------------------------------------

三. 代码整理和重构

3.1 条件类

从上述plain和cgi的两个示意代码中，大家可能已经发现：在对不同条件的判断中，两个代码分别使用了if-elif-else语句形式和条件类的形式。其中前者理解很容易，而后者条件类是指将条件放置在不同的类中，然后循环遍历这些类，看哪个符合则对应执行相应条件。这样处理的好处在于易于维护：对于新加入的条件，不对改动if-elif-else使其变得臃肿，而只需增加一个类作为条件，同时在handler中循环遍历即可。

如我们要增加一个功能：在输入127.0.0.1:端口号时，我们希望得到主页的显示（存为index.html），这时我们就新建一个条件类：

class case_index_file(object):
 
'''输入跟url时显示index.html'''
 
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，且需要判断目录下是否包含index.html
 
def test(self, handler):
 
return os.path.isdir(handler.full_path) and 
 
os.path.isfile(self.index_path(handler))
 
 
def act(self, handler):
 
 
handler.handle_file(self.index_path(handler))

同时在RequestHandler的实现中将其加入：

class RequestHandler(hs.BaseHTTPRequestHandler):
 
'''
 
请求路径合法则返回相应处理，
 
否则返回错误页面
 
'''

full_path = ""
 
cases = [case_no_path(),
 
case_index_file(),
 
case_is_file(),
 
case_allother_fail()]

1.  def do_GET(self):
    
      #这里要处理两个异常，一个是读入路径时可能出现的异常，一个是读入路径后若不是文件，要作为异常处理    
    
           try:
   
               #获取文件路径
    
               self.full_path = os.getcwd() + self.path
    
               # 如果路径不存在
    
               for case in self.cases:
    
                   if case.test(self):
    
    
                       case.act(self)
    
                       break
   
           except Exception as msg:
               self.handle_error(msg)

这样，我们就可以很方便的把新的条件加入进去，同时管理维护起来也很方便。该代码的实现也在上述链接中可以下载，包含两个文件：httpserver_index.py和index.html。

3.2 代码重构

这里的重构主要针对每个条件类中重复过的代码，我们可以通过构建基类，然后生成条件类时作为基类的子类生成即可，从而更好地维护代码。具体实现如下：

class base_case(object):
 
'''定义基类，用来处理不同的条件类，条件类继承该基类'''
 
 
def handle_file(self, handler, full_path):
 
try:
 
with open(full_path, 'r') as file:
 
content = file.read()
 
handler.send_content(content,200)
 
except IOError as msg:
 
msg = "'{0}' cannot be read: {1}".format(self.path, msg)
 
 
handler.handle_error(msg)
 
 
def test(self, handler):
 
 
assert False, "Not implemented."
 
 
def act(self, handler):
 
 
assert False, "Not implemented."

里面对test和act的定义是通过断言来实现的，内在逻辑是：如果你子类不实现这两个方法， 那么你生成的子类是一定会出错的。于是这相当于是限定子类必须实现这两种方法。之后子类继承该基类即可：

# 如果路径不存在
 
class case_no_path(base_case):
 
'''如果路径不存在'''
 
def test(self, handler):
 
return not os.path.exists(handler.full_path)
 
def act(self, handler):
 
raise ServerException("{0} not found".format(handler.path))

但是handle_file就不需要在RequestHandler中实现了，因为基类中已经包含了。该代码在连接中名为httpserver_baseclass.py。

----------------------------------------------------------------------------------------------------------

以上就是我做实验楼实验的整个笔记，从一开始BaseHTTPServer模块import出错，找python3中的对应模块，到学习新模块，依次完成实验内容，中间有一些py2、3的不同的小坑，但是学完之后还是有不少收获。

这里我在将学到的内容总结一下：

1.http协议

对于 http://www.google.com 这个网址，我们叫url，而http则是服务于url的协议。另外，url和ip地址两者的一一对应是通过DNS(域名解析系统)来完成的。

浏览器的页面中包含CSS，html，JavaScript，视频文件、图片文件等等。我的理解就是html协议规定了网页元素的表达，一个html文件可以视为用编程语言写出来的网页内容。而html本身也指这个规定本身。

而互联网的概念是：所有设备都提供独特的标签（总称互联网协议地址或IP地址），有互联网服务供应商（ISP）提供的公网IP地址，通过这些地址，可以进行通信。

如下图：

2. web服务器的基本概念，包括链接建立后的传输过程

3. http请求格式


4.http响应格式

5. httpie库

可以使用httpie库代替浏览器发送请求

安装命令是 pip install httpie，

使用命令是：http 网址（url）

6. http.server库

整个web服务器实现都是在使用这个库，他替我们解决tcp链接，请求解析等很多内容，我们只需要实现RequestHandler类的处理逻辑编写（这里也只涉及到了do_GET）.

7.socket模块

  socket套接字是做什么用的？-->两个端点的程序之间的“信息通道”。即计算机1中的程序与计算机2中的程序通过socket发送信息。套接字是一个类，一个套接字是socket模块中的socket类中的一个实例。一个套接字处理一次通讯（服务器和客户机），各自进行设置，对应有不同的方法，比如说，s.connect就是客户机，s.listen(5)就是服务器。

连接方式在于一个connect（），一个listen（），使用accept（）方法来完成。（accept()是服务器端开始监听后，可以接受客户端的连接。）accept返回（client,address）元祖，client是客户端套接字，而address是地址。处理完与该客户端的连接后，再次调用accept方法开始等待下一个连接。

8.CGI

（1）字符串format方法

（2）**dict

（3）str/byte转换

1. os库

#获取文件路径 fullpath = os.getcwd() + self.path (+号前得到当前路径，后面是得到handler得到的路径，如/plain.html

#判断路径是否存在 os.path.exist(fullpath)

#判断路径是否是文件 os.path.isfile(fullpath)

2. subprocess库

如何实现执行外部命令获得该输出

我们使用subprocess库，具体代码是：

subprocess.check_output(['cmd', 'arg1', 'arg2'])
 
本例中为data = subprocess.check_output(['python', fullpath])

本文转载自：https://blog.csdn.net/u010103202/article/details/74002538