用 C#来编写 WebSocket 服务器

介绍

如果你想学习如何使用 WebSocket API,那么有一台服务器将会是非常有用的。在本文中,我将向你展示如何使用 C#来写后端。你可以使用任何可用于后端开发的语言来做这个事,但是,要为了使例子简明易懂,我选择微软的 C#。

此服务器符合 RFC 6455 因此,因此它只处理来自 Chrome16,Firefox 11,IE 10 及更高版本的连接。

第一步

WebSockets 通过 TCP (传输控制协议) 连接进行通信.。幸运的是,C# 中有一个 TcpListener 类。它位于 System.Net.Sockets 的命名空间。

备注:最好使用 using 关键字来包含命名空间,这样在你写代码的时候就不需要指定详细的命名空间。

TcpListener

构造函数:

cpp
TcpListener(System.Net.IPAddress localaddr, int port)

localaddr 是监听地址, port 是监听端口。

备注:如果字符串创建 IPAddress 对象,请使用 Parse 静态方法。

方法:

  • Start()
  • System.Net.Sockets.TcpClient AcceptTcpClient() 等一个 Tcp 连接,并接受一个返回的 TcpClient 对象。

下面是基于服务端的实现:

cs
using System.Net.Sockets;
using System.Net;
using System;

class Server {
    public static void Main() {
        TcpListener server = new TcpListener(IPAddress.Parse("127.0.0.1"), 80);

        server.Start();
        Console.WriteLine("Server has started on 127.0.0.1:80.{0}Waiting for a connection...", Environment.NewLine);

        TcpClient client = server.AcceptTcpClient();

        Console.WriteLine("A client connected.");
    }
}

TcpClient

方法:

  • System.Net.Sockets.NetworkStream GetStream() 获取一个通信通道的流,通道两边都具有读写能力。

属性:

  • int Available 这个属性表示已经发送了多少个字节的数据。它的值为零,直到 NetworkStream.DataAvailable 为 true。

NetworkStream

方法:

  • Write(Byte[] buffer, int offset, int size) 根据 buffer 数组写入字节流,offset 与 size 参数决定了消息的长度。
  • Read(Byte[] buffer, int offset, int size) 将字节流读取到 buffer 中。 offsetsize 参数决定了消息的长度。

让我们扩充一下我们的示例。

cpp
TcpClient client = server.AcceptTcpClient();

Console.WriteLine("A client connected.");

NetworkStream stream = client.GetStream();

//enter to an infinite cycle to be able to handle every change in stream
while (true) {
    while (!stream.DataAvailable);

    Byte[] bytes = new Byte[client.Available];

    stream.Read(bytes, 0, bytes.Length);
}

握手

当一个客户端连接到服务器时,它会发送一个 GET 请求将现在一个简单的 HTTP 请求升级为一个 WebSocket 请求。这被称为握手。

下面是一段检测从客户端发来的 GET 请求的代码。需要注意的是,下面的程序在没有收到消息开头的 3 个有效字节前将处于阻塞状态。在生产环境下,应该考虑使用可用于替代的解决方案。

cpp
using System.Text;
using System.Text.RegularExpressions;

while(client.Available < 3)
{
   // wait for enough bytes to be available
}

Byte[] bytes = new Byte[client.Available];

stream.Read(bytes, 0, bytes.Length);

//translate bytes of request to string
String data = Encoding.UTF8.GetString(bytes);

if (Regex.IsMatch(data, "^GET")) {

} else {

}

回应的消息很容易构造,但是可能会有一点难以理解。完整的关于服务器握手的解释可以在 RFC 6455, section 4.2.2 找到。从我们的目的出发,我们将构造一个简单的回应消息。

你必须:

  1. 获取请求头中"Sec-WebSocket-Key"字段的值,这个字段值不能有任何的前导和后继空格字符
  2. 将它与"258EAFA5-E914-47DA-95CA-C5AB0DC85B11"(一个 RFC 6455 中规定的特殊的 GUID ) 拼接起来
  3. 计算新的值的 SHA-1 和 Base64 哈希值
  4. 将哈希值写回到一个 HTTP 响应头,作为"Sec-WebSocket-Accept"字段的值
cpp
if (new System.Text.RegularExpressions.Regex("^GET").IsMatch(data))
{
    const string eol = "\r\n"; // HTTP/1.1 defines the sequence CR LF as the end-of-line marker

    Byte[] response = Encoding.UTF8.GetBytes("HTTP/1.1 101 Switching Protocols" + eol
        + "Connection: Upgrade" + eol
        + "Upgrade: websocket" + eol
        + "Sec-WebSocket-Accept: " + Convert.ToBase64String(
            System.Security.Cryptography.SHA1.Create().ComputeHash(
                Encoding.UTF8.GetBytes(
                    new System.Text.RegularExpressions.Regex("Sec-WebSocket-Key: (.*)").Match(data).Groups[1].Value.Trim() + "258EAFA5-E914-47DA-95CA-C5AB0DC85B11"
                )
            )
        ) + eol
        + eol);

    stream.Write(response, 0, response.Length);
}

解密消息

在一次成功的握手之后,客户端将向服务器发送加密后的消息

如果我们发送了 "MDN",那么我们会得到下面这些字节:

129 131 61 84 35 6 112 16 109

让我们看看这些字节意味着什么。

第一个字节,当前值是 129,是按位组成的,分解如下:

FIN (Bit 0) RSV1 (Bit 1) RSV2 (Bit 2) RSV3 (Bit 3) Opcode (Bit 4:7)
1 0 0 0 0x1=0001
  • FIN 位:这个位表明是否整个消息都已经从客户端被发送出去。消息可能以多个帧的形式发送,但现在我们将情景考虑得简单一些。
  • RSV1, RSV2, RSV3:除非规定的扩展协议支持将它们赋为非 0 值,否则这些位必须为 0。
  • Opcode:这些位描述了接收的消息的类型。Opcode 0x1 意味着这是一条文本消息。Opcodes 值的完整罗列

第二个字节,当前值是 131,是另一个按位组成的部分,分解如下:

MASK (Bit 0) Payload Length (Bit 1:7)
1 0x83=0000011
  • MASK 位:定义了是否"Payload data"进行了掩码计算。如果值设置为 1,那么在 Masking-Key 字段中会有一个掩码密钥,并且它可以用来进行"Payload data"的去掩码计算。所有从客户端发到服务器的消息中此位都会被置 1。
  • Payload Length:如果这个值在 0 与 125 之间,那么这个值就是消息的长度。如果这个值是 126,那么接下来的 2 个字节(16 位无符号整数)是消息长度。如果这个值是 127,那么接下来的 8 个字节(64 位无符号整数)是消息长度。

备注:因为在客户端到服务器的消息中第一位总是 1,所以你可以将这个字节减去 128 去除 MASK 位。

需要注意的是 MASK 位在我们的消息中被置为 1。这意味着接下来的 4 个字节 (61, 84, 35, 6) 是用于解码消息的掩码字节。这些字节在每个消息中都不是固定不变的。

剩下的字节是加密后的消息载荷。

解密算法

Di = Ei XOR M(i mod 4)

D 是解密后的消息数组,E 是被加密的消息数组,M 是掩码字节数组,i 是需要解密的消息字节的序号。

C# 示例:

cpp
Byte[] decoded = new Byte[3];
Byte[] encoded = new Byte[3] {112, 16, 109};
Byte[] mask = new Byte[4] {61, 84, 35, 6};

for (int i = 0; i < encoded.Length; i++) {
    decoded[i] = (Byte)(encoded[i] ^ mask[i % 4]);
}

有关文档