为什么使用 Java Sockets 永远不会到达输入流的末尾？

Question

我正在用 Java 编写一个简单的代理。我无法将给定请求的全部内容读入字节数组。具体来说，在下面的循环中，即使客户端已经发送了它将发送的所有数据（也就是说，永远不会到达流的末尾），对“读取”的调用也会阻塞。因为在我读完整个输入之前我不能确定是时候开始写输出了，这会造成一些麻烦。如果我终止与服务器的连接，则最终到达流的末尾，并且一切都顺利进行（来自客户端的所有数据，在这种情况下，Firefox 请求 www.google.com，已被服务器读取，并且它能够根据需要对其进行处理，但显然它无法将任何内容发送回客户端）。

public static void copyStream(InputStream is, OutputStream os) throws IOException
{
    int read = 0;
    byte[] buffer = new byte[BUFFER_SIZE];
    while((read = is.read(buffer, 0, BUFFER_SIZE)) != -1)
    {
      os.write(buffer, 0, read);
    }
    return;
}

InputStream 直接来自客户端套接字（getInputStream()，然后缓冲）； OutputStream 是一个 ByteArrayOutputStream。

我做错了什么？

Answer 1

请记住，并非所有连接都有Content-Length 标头；有些人可能正在使用Transfer-Encoding: chunked，其中内容长度被编码并包含在正文中。

Answer 2

所有现代浏览器都支持的 HTTP 1.1 有一个称为“keep-alive”或“持久连接”的功能，默认情况下允许客户端为多个请求重用与服务器的 HTTP 1.1 连接（请参阅@ 987654321@)。 因此，如果您将 FF 指向 http://www.google.com，则与 www.google.com:80 的连接将保持打开一段时间，即使第一个请求已完成。因此，如果您的应用程序对 HTTP 协议没有基本了解，您将无法知道是否所有数据都已发送。 您可以通过在连接上使用超时以某种方式规避这种情况，希望客户端不会卡在某个地方，并且静音实际上意味着数据块的结束。 另一种方法是重写服务器响应标头，将您的代理宣传为符合 HTTP 1.0 而不是 1.1，从而禁止客户端使用持久连接。

Answer 3

通常在 HTTP 中，Content-Length 标头指示您应该从流中读取多少数据。基本上，它会告诉您指示 HTTP 标头结束的双换行符（实际上是双-\r\n）后面有多少字节。请参阅W3C 了解更多信息...

如果没有发送Content-Length 标头，您可以尝试在经过一定时间后中断读取，并且没有通过连接发送数据，尽管这绝对不是可取的。

（我假设您将以某种方式处理正在读取的数据，否则您可以在读取时写出每个字节）