c - 将 HTTP GET 响应与传入文件分开

Question

我正在开发一个 C 程序，该程序使用套接字通过 HTTP GET 请求检索文件。我用recv函数写入缓冲区，然后将缓冲区的内容追加到一个新文件中。该程序工作正常，但有一个问题:每个文件的顶部都包含 HTTP 响应。

例如，我可以使用我的程序从网络成功下载并打开 PDF 文件，并且打开该文件不会出现任何问题。但是，如果我在 Notepad++ 中编辑 PDF，我会在顶部看到以下内容:

HTTP/1.1 200 OK
Date: Wed, 07 Nov 2012 19:57:54 GMT
Server: Apache/2.2.21 (Unix) mod_python/3.3.1 Python/2.6.6 PHP/5.3.8
Last-Modified: Wed, 01 Aug 2012 21:31:31 GMT
ETag: "f2ae8c-4134aa-4c63b04c07df2"
Accept-Ranges: bytes
Content-Length: 4273322
Content-Type: application/pdf

%PDF-1.4
%äðíø
10 0 obj
<</Filter/FlateDecode/Length 2722>>
...

如果我使用浏览器下载 PDF 文件，则除了我的程序检索的文件顶部的 HTML 响应之外，文件都会匹配。我通过删除有问题的行并比较文件哈希值来验证这一点。

我觉得有更多优雅和正确的方法来解决这个问题。我知道在文件开始之前的 HTTP 响应之后总是有两个换行符，因此这是我提取响应的(草率的、无效的)尝试:

FILE* ptr_file = fopen("PDF_TEST.pdf", "w+");
char* buffer[BUFFER_SIZE];
int file_pos   = 0;
int bytes_rcvd = 0;
int first_iter = 1;

while((bytes_rcvd = recv(socket_server, buffer, BUFFER_SIZE, 0)) > 0)
{
    if(first_iter)
    {// Need to remove the HTTP response from the buffer
        char* str_buffer;
        char* html_resp = strstr(buffer, "\n\n");
        int   html_resp_length = strlen(html_resp) + 2;
        printf("HTML RESPONSE:\n%s\n\n", html_resp);
        char* first_buffer[BUFFER_SIZE - html_resp_length];
        memcpy(first_buffer, buffer+html_resp_length-1, sizeof(first_buffer));
        printf("\n\nREST OF BUFFER:%s\n", first_buffer);
        bytes_rcvd -= html_resp_length;
        fwrite(first_buffer, 1, bytes_rcvd, ptr_file);
        first_iter = 0;
        continue;
    }           
    fwrite(buffer, 1, bytes_rcvd, ptr_file); 
    file_pos += bytes_rcvd;
}  

我在这段代码中遇到了段错误，但我相信这是因为我的缓冲区是一个 char* 的数组。我使用它就好像它是 char大批。

我的问题:
1.) 将 HTTP 响应与文件分离的最佳方法是什么？
2.) 使用 Content-Length 是否更好由 HTML 响应指定写入文件，或者我应该使用当前的方法来写入收到的字节数？

欢迎任何意见。

Answer 1

一种方法是有两个循环:第一个循环用于响应 header ，读取直到获得空行。数据的第二个接收循环。