如何在 http 头文件中查找内容长度 int答案

【问题标题】：How to find an content length int in http header file如何在 http 头文件中查找内容长度 int
【发布时间】：2014-11-12 03:59:15
【问题描述】：

我正在尝试在头文件中查找内容长度的整数。我们目前使用的东西适用于某些网站，但不适用于较大的文件（超过 9999 字节）。我们如何在特定标头的末尾找到换行符，以便我们可以准确地获得内容长度的整数？

content_length = headers[headers.find("Content-Length: ")+16:headers.find("Content-Length: ")+20]

我会尝试搜索“\r\n”，但这是有问题的，因为 http 标头中有很多。很遗憾，我们无法访问 urllib。

示例标题：

GET http://example.com/ HTTP/1.1\r\n
Content-Length: 95972\r\n
Keep-Alive: 300\r\n
Connection: keep-alive\r\n\r\n

【问题讨论】：

【解决方案1】：

简单。假设您的标头存储到一个字符串：

for line in headers:
    if "Content-Length:" in line:
        contentLength = line

contentLength = contentLength[16:]

警告：并非所有 HTTP 标头都包含 Content-Length，并且某些标头可能包含多个 Content-Length。

【讨论】：

【解决方案2】：

标题以“\r\n”结尾，而不仅仅是“\n”。请阅读 RFC for HTTP。

因此，您应该阅读 Content-Length 标头，直到您点击字符“\r”，然后您可以检查下一个字符是否为“\n”以进行确认。

或者正则表达式可以是："Content-Length:\s+\d+\s+"

编辑是的，正文中可以有很多“\r\n”，但您不必解析所有内容，您只需遍历以“\r\n”分隔的标题行，并获取以“内容长度”，这就是你要找的。此外，HTTP 消息正文将在“\r\n\r\n”之后开始。

【讨论】：

由于我使用的是 Linux，这是一个简单的错字。在任何情况下，每一行都有一个回车，并且由于内容长度可以是任意长度，我们不能直接将其去掉。这让我回到了我提出的问题。