为什么我的 HTTP 消息在正文大小达到 Content-Length 标头中规定的大小之前就结束了？

Question

我用 Java 为 HTTP 消息编写了一个标记器。它有一个方法nextToken()，它应该返回一个包含接收到的整个HTTP 消息的字符串。问题是消息在预期的正文大小被读取之前就结束了。

我将输入流一直读取到正文的开头。然后我尝试从流中读取 n 个字节，其中 n 是 Content-Length 标头中规定的主体的字节大小。问题是在while 循环内，charsRead = in.read(buffer) 行阻塞，因为输入流中没有更多的输入。但它发生在 n 个字节被读取之前。

示例：在大小为 12,493 的主体中，当预期读取更多 675 个字节时，它会阻塞。

输入流使用 UTF-8，因此每个字节都被编码为一个 char。

/* Somewhere else in the code: 
InputStreamReader _isr =
     new InputStreamReader(clientSocket.getInputStream(), "UTF-8")
*/
BufferedReader in = new BufferedReader(_isr);
StringBuilder tmp = new StringBuilder();
String line = "";
boolean body = false;
int bodylen = -1;

for (;;) {
   line = in.readLine();

   if (line == null)
       break;
   if (line.equals("")) { /* We've reached the body */
       body = true;
       break;
   }

   tmp.append(line + "\r\n");

   if ((bodylen == -1) && (line.contains("Content-Length:"))) {
       /* Make `bodylen` hold the length of the body */
       String[] splitted = line.split("Content-Length:");
       bodylen = Integer.parseInt(splitted[1].trim());
   }
}

if (body == true) { 
    int charsRead;
    char[] buffer = new char[1024];

    while (bodylen > 0) {
        charsRead = in.read(buffer);
        if (charsRead == -1)
            break;
        bodylen -= charsRead;
        tmp.append(buffer);
    }
}

为什么会发生以及如何解决？

Answer 1

您似乎将字符与字节混淆了。 Content-Length 以字节为单位，但您正在计算字符。

Answer 2

您使用了错误的read() 方法。您应该使用read(byte[], int start, int len) 方法。

以下是您应该如何阅读的示例助手：

private void readAll(InputStream is, byte[] buffer){
    int read = 0;
    while (read != buffer.length){
       int ret = in.read(buffer, read, buffer.length - read);
       if (ret == -1) return;
       read += ret;
    }
}

您在代码中所做的是每次调用 read 时都要求 API 读取 1024 个字节。发生的事情是底层 InputStream 只能读取 675 个字节（这是一个网络调用，所以这是可以预料的），在您通过循环的下一次迭代中，您要求 API 再次读取 1024 个字节。 API 读取剩余的（1024 - 675 字节）并阻塞，直到它填满整个缓冲区，这是永远无法做到的，因为您已经将读取拆分为 2 个调用（您的代码也会覆盖先前的读取，因为它们都从 0 开始)。

在处理网络内容时这是非常正常的行为，人们习惯于处理文件，当他们无法完全准备好缓冲区长度时，他们会觉得很奇怪。