在 Erlang 中解析二进制文件

Question

如果我有以下二进制文件： <<"GET http://www.google.com HTTP/1.1">>，如何将其拆分以便只能检索主机 (http://www.google.com)？

我从以下内容开始：

get_host(<<$G, Rest/binary>>) -> get_host(休息);
get_host(<<$E, Rest/binary>>) ->; get_host(休息);
get_host(<<$T, Rest/binary>>) ->; get_host(Rest);

但我不知道如何从这里继续。我正在考虑反转 Rest 并从二进制文件的末尾重新开始。

Answer 1

看来您正在尝试为 HTTP 1.1 实现一个最小的解析器。这是一个解决方案，它遵循 HTTP 1.1 的规范并解析第一行一个http请求。在不知道您的具体情况的情况下，我在大多数情况下建议在简化的“分割二进制”或类似的之前使用通用的 HTTP 解析器。

1> erlang:decode_packet(http,<<"GET http://www.google.com HTTP/1.1\n">>,[]).  
{ok,{http_request,'GET',
              {absoluteURI,http,"www.google.com",undefined,"/"},
              {1,1}},
<<>>}

Answer 2

我建议使用 erlang:decode_packet 来实现此目的，但为了展示如何完成此操作，这里有一对函数，它们可以去除前导的 "GET " 然后返回所有内容到第一个空格（但如果没有空格则会崩溃）。

get_host(<<"GET ", Rest/binary>>) ->
    get_host2(Rest, <<>>).

get_host2(<<" ", _/binary>>, Acc) ->
    Acc;
get_host2(<<C, Rest/binary>>, Acc) ->
    get_host2(Rest, <<Acc/binary, C>>).

基本上，我将每个不是空格的字节放入我的“累加器”中，当我找到空格时，我返回我的累加器。这是一个常见的技巧，在列表中更常见。 （对于列表，您需要将新项目放在列表的前面，并在末尾反转列表，以避免 O(N) 算法变成 O(N²)，但这不是二进制文件需要。）

Answer 3

简单的答案（但可能不是您真正想要的）

B = <<"GET http://www.google.com HTTP/1.1">> .
{_,H}=split_binary(B,4). 
split_binary(H,21).