NodeJS搭建HTTP服务器的实现步骤
作者：PandaShen
前言
在 NodeJS 中用来创建服务的模块是 http 核心模块，本篇就来介绍关于使用 http 模块搭建 HTTP 服务器和客户端的方法，以及模块的基本 API。
HTTP 服务器
1、创建 HTTP 服务器
在 NodeJS 中，创建 HTTP 服务器可以与 net 模块创建 TCP 服务器对比，创建服务器有也两种方式。
方式 1：
const http = require("http");
const server = http.createServer(function(req, res) {
// ......
});
server.listen(3000);
方式 2：
const http = require("http");
const server = http.createServer();
server.on("request", function(req, res) {
// ......
});
server.listen(3000);
在 createServer 的回调和 request 事件的回调函数中有两个参数，req（请求）、res（响应），基于 socket，这两个对象都是 Duplex 类型的可读可写流。
http 模块是基于 net 模块实现的，所以 net 模块原有的事件在 http 中依然存在。
const http = require("http");
const server = http.createServer();
// net 模块事件
server.on("connection", function(socket) {
console.log("连接成功");
});
server.listen(3000);
2、获取请求信息
在请求对象 req 中存在请求的方法、请求的 url（包含参数，即查询字符串）、当前的 HTTP 协议版本和请求头等信息。
const http = require("http");
const server = http.createServer();
server.on("request", function(req, res) {
console.log(req.method); // 获取请求方法
console.log(req.url); // 获取请求路径（包含查询字符串）
console.log(req.httpVersion); // 获取 HTTP 协议版本
console.log(req.headers); // 获取请求头（对象）
// 获取请求体的内容
let arr = [];
req.on("data", function(data) {
arr.push(data);
});
req.on("end", function() {
console.log(Buffer.concat(arr).toString());
});
});
server.listen(3000, function() {
console.log("server start 3000");
});
通过 req 对应的属性可以拿到请求行和请求首部的信息，请求体内的内容通过流操作来获取，其中 url 中存在多个有用的参数，我们自己处理会很麻烦，可以通过 NodeJS 的核心模块 url 进行解析。
const url = require("url");
let str = "http://user:pass@www.pandashen.com:8080/src/index.html?a=1&b=2#hash";
// parse 方法帮助我们解析 url 路径
let obj = url.parse(str, true);
console.log(obj);
// {
// protocol: 'http:',
// slashes: true,
// auth: 'user:pas',
// host: 'www.pandashen.com:8080',
// port: '8080',
// hostname: 'www.pandashen.com',
// hash: '#hash',
// search: '?a=1&b=2',
// query: '{ a: '1', b: '2' }',
// pathname: '/src/index.html'
// path: '/src/index.html?a=1&b=2',
// href: 'http://user:pass@www.pandashen.com:8080/src/index.html?a=1&b=2#hash' }
在被解析路径返回的对象中有几个属性被经常使用：
- host：主机（域名 + 端口号）；
- hostname：主机名；
- query：请求参数（查询字符串或参数对象）；
- pathname：资源路径（根据不同的路径返回不同的资源）。
我们使用 url 的 parse 方法来帮我们解析请求路径，在真实的服务器中传入的第一个参数为 req.url，第二个参数不传时，query 会被解析成 a=1&b=2 的形式，第二个参数传入 true，query 属性的查询字符串会被解析成对象的形式。
url 模块中，将查询字符串 a=1&b=2 转换为对象 { a: '1', b: '2' } 的实现方式其实是使用正则替换实现的。
模拟查询字符串转换对象的核心逻辑：
let str = "a=1&b=2&c=3";
let obj = {};
str.replace(/([^=&]+)=([^=&]+)/g, function() {
obj[arguments[1]] = arguments[2];
});
console.log(obj); // { a: '1', b: '2', c: '3' }
在上面代码的 replace 方法的回调函数中参数集合的第一项为匹配到的字符串，第二项为第一个分组的值，第三项为第二个分组的值，依次类推，倒数第二项为分组匹配的索引，最后一项为原字符串。
3、设置响应信息
我们可以通过 req 来获取请求信息，自然也可以通过 res 来设置响应信息返回给客户端。
const http = require("http");
const server = http.createServer();
server.on("request", function(req, res) {
// 设置响应头（过去的用法），不能多次调用，见到要认识
res.writeHead(200, { "Content-Type": "text", a: "hello world" });
// 设置响应头（现在的用法，常用），可以多次调用，每次设置一个响应头
res.setHeader("Content-Type", "text");
// 设置状态码，不设置默认为 200
res.statusCode = 200;
// 不发送 Date（日期）响应头
res.sendDate = false;
// 返回内容
res.write("hello world"); // 不会关闭连接
res.end("hello world"); // 将内容返回后关闭连接
});
server.listen(3000, function() {
console.log("server start 3000");
});
返回给客户端的信息主要分为两部分，分别为响应头和返回给浏览器的内容，在不设置响应头的情况下，默认会设置响应头 Content-Length 和 Date ，代表当前返回给客户端的内容长度和日期。
返回给浏览器的内容可以通过 res 的 write 方法和 end 方法进行发送，write 方法不会断开连接（通常在响应后需要断开与客户端的连接），end 方法会断开连接，在 end 方法存在参数时，会在内部调用 write 将参数内容返回给客户端，并断开连接。
HTTP 客户端
在 net 模块中可以通过 net.createConnection 来创建客户端，并发送请求到服务端，在 http 模块同样可以创建客户端，并向 http 服务器发送请求。
// 客户端：client.js
const http = require("http");
// 发送请求的配置
let config = {
host: "localhost",
port: 3000,
method: "get",
headers: {
a: 1
}
};
// 创建客户端
let client = http.request(config, function(res) {
// 接收服务端返回的数据
let arr = [];
res.on("data", function(data) {
arr.push(data);
});
res.on("end", function() {
console.log(Buffer.concat(arr).toString());
});
});
// 发送请求
client.end();
在 http 模块中通过 request 方法创建客户端，该方法第一个参数为发送请求的配置，包含请求地址、端口号、请求方法以及请求头等，第二个参数为回调函数，在请求被响应后执行，回调函数的参数为服务器的响应对象 res，创建的客户端通过 end 方法将请求发出与服务端进行通信。
使用 NodeJS 实现的 “爬虫” 其实就可以通过 http 模块创建的客户端来实现，客户端帮我们向我们要抓取数据的地址发送请求，并拿到响应的数据进行解析。
同时使用 HTTP 客户端和服务器
我们使用自己创建的客户端访问自己的服务端，并体会请求响应的过程，就是用上面 client.js 作为客户端，启动 server.js 后再启动 client.js 查看效果。
// 服务器：server.js
const http = require("http");
http.createServer(function(req, res) {
console.log("The request came");
// 获取客户端请求信息
console.log(req.method);
console.log(req.headers);
// 返回数据
res.write("hello world");
}).listen(3000, function() {
console.log("server start 3000");
});
简易爬虫
我们结合 http 模块创建的服务端和客户端实现一个简易版的 “爬虫” 去抓取百度新闻页所有 li 标签内的文章标题。
// 简易爬虫：crawl.js
const http = require("http");
// 创建服务器
const server = http.createServer();
// 监听请求
server.on("request", function(req, res) {
let client = http.request(
{
host: "news.baidu.com",
method: "get",
port: 80
},
function(r) {
// 接收百度新闻返回的数据
let arr = [];
r.on("data", function(data) {
arr.push(data);
});
r.on("end", function() {
// 处理数据
let result = Buffer.concat(arr).toString();
let matches = result.match(/<li class="bold-item">([\s\S*?])<\/li>/gm);
// 设置返回给浏览器的文档类型和编码格式
res.setHeader("Content-Type", "text/html;charset=utf8");
// 响应浏览器
res.end(matches.join(""));
});
}
);
client.end();
});
server.listen(3000);
上面的正则匹配中 ([\s\S*?]) 代表匹配 <li class="bold-item"> 到 <\/li> 之间所有内容（多个字符、非贪婪模式），gm 代表全局并多行匹配。
上面爬取百度新闻数据的过程中，我们自己的 Node 服务器扮演了一个 “中间层” 的角色，我们通过浏览器访问自己的服务器 localhost:3000 触发 request 事件，执行了回调，在回调中创建客户端向 news.baidu.com 发送了请求，并在客户端的回调中处理了响应（百度新闻页返回的数据），将处理后的内容通过我们自己 Node 服务器的 res 对象返回给了浏览器。
总结
相信在读过本篇文章之后对搭建一个 Node 服务应该已经有了思路，为未来通过 Node 服务实现复杂的业务场景及数据的处理打下了一个基础，希望初学 Node 的小伙伴在看了这篇文章后能有所收获。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。