研读Tomcat源码来看URI处理特性

chenqiang

原文链接：研读Tomcat源码来看URI处理特性

​


前言
这里通过阅读源码和黑盒测试相结合的方式来更加透彻的了解Tomcat的url解析策略
parsePathParameters处理逻辑
Tomcat在处理每一次的请求的时候，主要的处理逻辑是在org.apache.coyote.http11.Http11Processor#service方法中进行对应的Processor层的服务

​

编辑
之后将会将请求转发到Adapter中去进行接下来的逻辑
这里主要是CoyoteAdapter#service方法中
​编辑

进行请求的处理，而我们这篇文章中关注的有关于url解析的特点主要集中在该方法中调用了postParseRequest方法进行解析
​编辑

跟进这个方法的调用，看看具体的逻辑是什么

​

编辑
这里将会判断req.scheme().isNull的返回值
如果不为空，也即是req.scheme返回的是https，则将会设置secure属性值为true
反之，如果为空，也即是http请求，将会将属性值设置为false
接下来的逻辑就是有代理就设置代理，没有的话，将会判断tomcat有没有对端口进行配置，如果这里是通过https进行请求，将会将服务端口设置为443，反之就是默认端口80

​

编辑
我这里的tomcat配置了端口为8080的，所以不会进入这个if语句

​

编辑
接下来就是从Request对象中获取到了请求的URI，首先判断这个URI是不是*
这里主要是用来检查ping OPTTIONS * request用的
​编辑

再然后首先对URI进行进行了解码操作，之后再进入if语句之后，调用duplicate方法将原始的URI，也即是undecodedURI复制到解码后的URI中去
之后调用parsePathParameters方法进行path parameters的解析操作
​编辑

首先是对复制过来的原始URI转化为字节数组之后，获取这个URI的ByteChunk对象
之后会判断在这个URI中是否有;这个分隔符，如果存在有这个分隔符，将会进入这个if语句进行后续的处理

​

编辑
前面主要是获取URI的开始下标，结束下标，pathParam的开始下标，pathParam的结束下标
这里主要看看pathParamEnd的获取方式

​

编辑
主要是遍历bytes参数中的每一个字节，筛选是否有b字节数组中的字节，这个数组也即是分隔符数组，包含有; /两个字符，如果没有找到，将会返回-1, 否则返回的是偏移地址
好了，现在回到parsePathParameters方法中的逻辑来
如果在第一个;后面出现了分隔符，将会进入if语句中去

​

编辑
这里面的逻辑主要是将第一个;出现之后的所有字符串全部传递给pv变量，并在之后调用setEnd设置结束位置

​编辑
之后将会将pv中的字符串以等号作为分隔符，分别取取等号左边和右边的值，调用addPathParameter方法添加进入org.apache.coyote.Request类的pathParameters属性中去了
而如果这后面出现了分隔符，将会进入else语句中

​

编辑
也就是循环一次一次的获取pv值之后调用addPathParameter进行添加
这种的方式就有点像如果将sessionID保存在url中的形式
总结
这里可以简单做个总结

•         /upload;test  ==> /upload
  
•         /upload;test/ ==> /upload/
  
•         /upload;test;/ ==> /upload/
  
•         /upload;te;st/ ==> /upload/
  
•         /upload;te/st/ ==> /upload/st/
  
•         /upload;te/s;t/ ==> /upload/s/
  
•         /upload;te;s;t/ ==> /upload/
  
•         /upload;te;s/t/ ==> /upload/t/
  
  

这里通过黑白盒的方式，大概可以看出来，

•         在URI中以;开头，并且以;或者/结尾的地方将会在处理过程中进行舍弃
  
•         如果URI末尾存在/，解析之后的URI一定存在/
  
  

normalize处理逻辑
接下来我们回到postParseRequest方法中继续阅读Tomcat源码
在这里通过调用req.getURLDecoder().convert方法对URI进行url解码

​

编辑
这里主要是在URI的Byte数组中寻找是否存在有%, 之后进行后续解码操作
之后来到了normalize方法的调用

​

编辑
这一部分大概的逻辑就是如果URI开始的偏移地址也就是结束的偏移地址，将会返回400状态码，或者如果URI首个字符不是/的同时也不是\\也会返回400状态码
之后会遍历URI中的所有字符，如果存在有\且ALLOW_BACKSLASH属性为true的时候将替换为/，如果存在有\u0000字符，将直接返回400

​

编辑
之后，如果URI是以/./开头的，将会将其转化为/
如果是以/../开头的将会直接转化为/
​编辑

简单测试一下

•         /upload/../ ==> /
  
•         /upload/./ ==> /upload/
  
•         /./upload/ ==> /upload/
  
•         /../upload/ ==> /upload/
  
•         \upload/ ==> /upload/
  
•         \\upload/ ==> /upload/
  
  

来源：先知社区的【RoboTerh】师傅
​