关于golang:有趣一行代码居然无法获取请求的完整URL

来自公众号：Gopher 指北

缘起

做 Web 服务的时候，可能会有这样一个业务场景，获取一个 HTTP 申请的残缺 URL。很巧，老许就碰到了这样的业务场景。面对如此简略的需要，CV 大法基本没有展现能力的机会。啪啪啪，获取申请的残缺 URL 代码就进去了。

过后离验证只差一步，老许信念满满，很快，打脸来得很快就像龙卷风。。。

从图中能够晓得，req.URL中的 Scheme 和Host均为空，所以 r.URL.String() 无奈失去残缺的申请连贯。这个后果让老许一阵冲动，万万没想到有一天我也有机会发现 Go 源码中可能脱漏的赋值。老许强行按耐住心中的冲动，筹备好好钻研一番，万一成为了 Go 的 Contributor 呢 ^ω^。最初发现官网实现没有问题，因而就有了明天这篇文章。

HTTP1.1 中为什么无奈获取残缺的连贯

HTTP1.1 的 Server 读取申请并构建 Request.URL 对象的逻辑在 request.go 文件的 readRequest 办法中，上面老许对其源码做一个简略剖析总结。

1. 读取申请的第一行，HTTP 申请的第一行又称为申请行。

// First line: GET /index.html HTTP/1.0
var s string
if s, err = tp.ReadLine(); err != nil {return nil, err}

1. 将申请行的内容别离解析为 req.Method、req.RequestURI 和req.Proto。

var ok bool
req.Method, req.RequestURI, req.Proto, ok = parseRequestLine(s)

1. 将 req.RequestURI 解析为req.URL。

rawurl := req.RequestURI
if req.URL, err = url.ParseRequestURI(rawurl); err != nil {return nil, err}

注：当申请办法是 CONNECT 时，上述流程略有变动

通过下面的流程咱们晓得 req.URL 的数据起源为 req.RequestURI，而req.RequestURI 到底是什么让咱们持续浏览后文。

申请资源

依据 rfc7230 中的定义，申请行分为申请办法、申请资源和 HTTP 版本，别离对应上述的 req.Method、req.RequestURI 和req.Proto（request-target 在本文均被译作申请资源）。

对于申请办法有哪些想必不必老许在这儿科普了吧。至于罕用的 HTTP 版本无非就是 HTTP1.1 和 HTTP2。上面次要介绍申请资源的几种模式。

origin-form

这种模式是申请资源中最常见的模式，其格局定义如下。

origin-form    = absolute-path ["?" query]

当间接向服务器发动申请时，除开 CONNECT 和 OPTIONS 申请，只容许发送 path 和 query 作为申请资源。如果申请链接的 path 为空，则必须发送 / 作为申请资源。申请链接中的 Host 信息以 Header 头的模式发送。

以 http://www.example.org/where?q=now 为例，申请行和 Host 申请头信息如下

GET /where?q=now HTTP/1.1
Host: www.example.org

absolute-form

这种模式目前仅在向代理发动申请时应用，其格局定义如下。

absolute-form  = absolute-URI

依据 rfc7230 中的定义，目前 client 仅会向代理发送这种模式的申请资源，但为了未来某个 HTTP 版本可能会转换为这种模式的申请资源所以 server 须要反对这种模式的申请资源。这大略就是为什么 req.URL 中大部分字段值为空却依然将 URL 各局部定义残缺的起因。

一个 absolute-form 模式的申请行例子如下。

GET http://www.example.org/pub/WWW/TheProject.html HTTP/1.1

authority-form

authority-form模式的申请资源仅用于 CONNECT 申请中，其格局定义如下。

authority-form = authority

发送 CONNECT 申请时，client 只能发送 URI 的 authority 局部（不蕴含 userinfo 和 @定界符）作为申请资源。这样讲比拟形象，咱们先来看看 http-URI 的定义。

通过下面这张图大略可能猜出来 authority 应该是指 Host 信息。Very Good！你没有猜错！

The origin server for an "http" URI is identified by the authority component, which includes a host identifier and optional TCP port.

下面是 rfc7230 对于 authority 的解释。老许依据本人的翻译，在这里单方面发表 authority 包含主机标识符和可选的端口信息。一个 authority-form 模式的申请行例子如下。

CONNECT www.example.com:80 HTTP/1.1

asterisk-form

asterisk-form模式的申请资源仅实用于 OPTIONS 申请且只能为*，其格局定义如下。

asterisk-form  = "*"

一个 asterisk-form 模式的申请行例子如下。

OPTIONS * HTTP/1.1

对下面几种模式的申请资源有所理解后，咱们再次回到获取申请的残缺 URL 这一问题自身。以最罕用的 absolute-form 为例（其余模式的申请资源咱们在开发中简直不必思考），申请资源中自身就短少 Host 和Scheme信息，所以一行代码天然无奈获取申请的残缺 URL。难道咱们就无奈获取到申请的残缺 URL 嘛？当然不是，咱们还能够通过以下两种计划失去残缺的 URL。

计划一：

1. 通过 req.Host 失去 Host 相干信息。
2. 如果 req.TLS == nil 则为 HTTP 申请，否则为 HTTPS 申请。
3. 通过步骤 1、步骤 2 并联合申请行信息即可失去残缺的 URL。

计划二 ：
在配置文件中配置好服务的 Host 信息，获取残缺申请时只须要读取配置文件并拼接 req.RequestURI 即可。事实上老许采纳的就是计划二，因为很多服务都在网关前面。当客户端应用 HTTPS 申请网关，网关以 HTTP 申请服务时应用 req.TLS == nil 判断就不合理了。

HTTP2 中为什么无奈获取残缺的连贯

须要留神的是在 HTTP2 中曾经没有申请行的概念了，取而代之的是申请伪标头，这一点老许在 Go 发动 HTTP2.0 申请流程剖析(后篇)——标头压缩这篇文章中提到过。

下图为一次 HTTP2 申请的局部 Header 信息。

从图中能够发现，HTTP1.1 中的申请行曾经没有了。依据 rfc7540 中的定义，申请的伪标头字段有 :method、:scheme、:authority 和:path。

:method和 :scheme 不须要老许多说，看英文单词的意思就能够了。

:authority: 依据前文的解释，其值为主机标识符和可选的端口信息。另外须要留神的是 HTTP2 中没有 Host 申请头。

:path: 如果是 OPTIONS 申请，则其值为*。其余状况该值为申请 URI 的 path 和 query，如果 path 为空则其值为/。

在对 HTTP2 申请的伪标头有了一个根本理解后，上面咱们来看一下 Request.URL 的赋值过程。HTTP2 的 Server 读取申请并构建 Request.URL 对象的逻辑在 h2_bundle.go 文件的 (*http2serverConn).newWriterAndRequestNoBody 办法中。

1. 如果是 CONNECT 申请通过 :authority 构建 url_，否则通过:path 构建url_。

if rp.method == "CONNECT" {url_ = &url.URL{Host: rp.authority}
    requestURI = rp.authority // mimic HTTP/1 server behavior
} else {
    var err error
    url_, err = url.ParseRequestURI(rp.path)
    if err != nil {return nil, nil, http2streamError(st.id, http2ErrCodeProtocol)
    }
    requestURI = rp.path
}

1. 将 url_ 赋值给req.URL。

req := &Request{
    Method:     rp.method,
    URL:        url_,
    RemoteAddr: sc.remoteAddrStr,
    Header:     rp.header,
    RequestURI: requestURI,
    Proto:      "HTTP/2.0",
    ProtoMajor: 2,
    ProtoMinor: 0,
    TLS:        tlsState,
    Host:       rp.authority,
    Body:       body,
    Trailer:    trailer,
}

因为 :path 标头的值也不蕴含 Host 信息，所以 HTTP2 的 server 也无奈通过 req.URL.String() 失去申请的残缺 URL。

在这里咱们反思一个问题。通过伪标头字段曾经可能失去残缺的 URL，为什么依然只读取 :path 和:authority中的一个来赋值 req.URL 呢？

老许在这里猜想可能起因是心愿开发者无需关怀申请是 HTTP1.1 还是 HTTP2，防止不必要的 HTTP 版本判断。

对于获取申请残缺 URL 的思考就到这里。最初，衷心希望本文可能对各位读者有肯定的帮忙。

注：

1. 写本文时，笔者所用 go 版本为: go1.15.2

参考：

https://tools.ietf.org/html/r…

https://tools.ietf.org/html/r…