使用Boost.Beast异步处理HTTP 100-Continue响应
2025-06-12 00:13:05作者:齐冠琰
概述
在HTTP协议中,100-Continue是一种特殊的响应状态码,用于客户端在发送请求体之前确认服务器是否愿意接收请求体。这种机制在需要传输大量数据时特别有用,可以避免不必要的数据传输。本文将详细介绍如何使用Boost.Beast库异步处理100-Continue响应。
HTTP 100-Continue机制
当客户端发送一个包含Expect: 100-continue头部的请求时,它实际上是在询问服务器:"你准备好接收我的请求体了吗?"服务器如果愿意接收,会先发送一个100 Continue响应,然后客户端再发送实际的请求体。这种机制特别适用于:
- 大文件上传
- 需要预先验证请求的场景
- 减少不必要的网络传输
Boost.Beast异步实现
Boost.Beast提供了强大的异步HTTP客户端功能,我们可以利用它来实现100-Continue的处理流程。以下是关键实现步骤:
1. 创建解析器
首先需要创建一个http::response_parser对象,用于逐步解析HTTP响应:
http::response_parser<http::string_body> respr_;
2. 分步读取响应
异步处理100-Continue的关键在于分步读取HTTP响应:
// 先异步读取响应头
http::async_read_header(stream_, buffer_, respr_,
beast::bind_front_handler(
&session::on_header,
shared_from_this()));
// 头读取完成后的回调
void on_header(beast::error_code ec, std::size_t bytes_transferred)
{
if(ec) return fail(ec, "read");
// 检查是否为100 Continue
if(respr_.get().result() == http::status::continue_)
{
// 如果是100 Continue,继续发送请求体
send_request_body();
}
else
{
// 否则直接读取完整响应
http::async_read(stream_, buffer_, respr_,
beast::bind_front_handler(
&session::on_body,
shared_from_this()));
}
}
3. 完整实现示例
下面是一个完整的异步HTTP客户端实现,包含100-Continue处理:
class http_client : public std::enable_shared_from_this<http_client>
{
tcp::resolver resolver_;
beast::tcp_stream stream_;
beast::flat_buffer buffer_;
http::request<http::string_body> req_;
http::response_parser<http::string_body> res_parser_;
public:
explicit http_client(net::io_context& ioc)
: resolver_(net::make_strand(ioc))
, stream_(net::make_strand(ioc))
{}
void run(const std::string& host, const std::string& port, const std::string& target)
{
// 设置请求
req_.version(11);
req_.method(http::verb::post);
req_.target(target);
req_.set(http::field::host, host);
req_.set(http::field::user_agent, BOOST_BEAST_VERSION_STRING);
req_.set(http::field::expect, "100-continue");
// 解析主机名
resolver_.async_resolve(host, port,
beast::bind_front_handler(
&http_client::on_resolve,
shared_from_this()));
}
private:
void on_resolve(beast::error_code ec, tcp::resolver::results_type results)
{
if(ec) return fail(ec, "resolve");
// 连接服务器
stream_.expires_after(std::chrono::seconds(30));
stream_.async_connect(results,
beast::bind_front_handler(
&http_client::on_connect,
shared_from_this()));
}
void on_connect(beast::error_code ec, tcp::resolver::results_type::endpoint_type)
{
if(ec) return fail(ec, "connect");
// 发送请求头
stream_.expires_after(std::chrono::seconds(30));
http::async_write(stream_, req_,
beast::bind_front_handler(
&http_client::on_write_header,
shared_from_this()));
}
void on_write_header(beast::error_code ec, std::size_t)
{
if(ec) return fail(ec, "write header");
// 读取服务器响应头
http::async_read_header(stream_, buffer_, res_parser_,
beast::bind_front_handler(
&http_client::on_read_header,
shared_from_this()));
}
void on_read_header(beast::error_code ec, std::size_t)
{
if(ec) return fail(ec, "read header");
// 检查是否为100 Continue
if(res_parser_.get().result() == http::status::continue_)
{
// 发送请求体
send_request_body();
}
else
{
// 直接读取完整响应
read_full_response();
}
}
void send_request_body()
{
// 设置请求体内容
req_.body() = "这是请求体内容";
req_.prepare_payload();
// 发送请求体
http::async_write(stream_, req_,
beast::bind_front_handler(
&http_client::on_write_body,
shared_from_this()));
}
void on_write_body(beast::error_code ec, std::size_t)
{
if(ec) return fail(ec, "write body");
// 读取完整响应
read_full_response();
}
void read_full_response()
{
http::async_read(stream_, buffer_, res_parser_,
beast::bind_front_handler(
&http_client::on_read_body,
shared_from_this()));
}
void on_read_body(beast::error_code ec, std::size_t)
{
if(ec) return fail(ec, "read body");
// 处理完整响应
std::cout << "响应: " << res_parser_.get().body() << std::endl;
// 关闭连接
stream_.socket().shutdown(tcp::socket::shutdown_both, ec);
}
};
关键点解析
- 分步处理:通过
async_read_header和async_read分离处理响应头和响应体 - 状态检查:在
on_read_header中检查是否为100 Continue响应 - 异步链:通过回调函数保持异步操作的连续性
- 错误处理:每个步骤都有独立的错误处理
实际应用建议
- 超时设置:为每个异步操作设置合理的超时
- 连接复用:考虑实现连接池以提高性能
- 流量控制:对于大文件传输,实现适当的流量控制
- 日志记录:记录关键步骤和错误信息以便调试
总结
通过Boost.Beast库,我们可以优雅地实现HTTP 100-Continue的异步处理。这种实现方式不仅高效,而且能够很好地融入现有的异步I/O架构中。理解并掌握这种模式,对于开发高性能的HTTP客户端应用非常有帮助。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0111
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
853
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
673
1.31 K
Ascend Extension for PyTorch
Python
716
866
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.76 K
185
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
436
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.06 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
990
598
暂无简介
Dart
1 K
259