网络协议之:WebSocket 的消息格式

简介我们知道 WebSocket 是建立在 TCP 协议基础上的一种网络协议，用来进行客户端和服务器端的实时通信。非常的好用。最简单的使用 WebSocket 的办法就是直接使用浏览器的 API 和服务器端进行通信。

本文将会深入分析 WebSocket 的消息交互格式，让大家得以明白，websocket 到底是怎么工作的。

WebSocket 的握手流程我们知道 WebSocket 为了兼容 HTTP 协议，是在 HTTP 协议的基础之上进行升级得到的。在客户端和服务器端建立 HTTP 连接之后，客户端会向服务器端发送一个升级到 webSocket 的协议，如下所示：

GET /chat HTTP/1.1Host: example.com:8000Upgrade: websocketConnection: UpgradeSec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==Sec-WebSocket-Version: 13

注意，这里的 HTTP 版本必须是 1.1 以上。HTTP 的请求方法必须是 GET

通过设置 Upgrade 和 Connection 这两个 header，表示我们准备升级到 webSocket 了。

除了这里列的属性之外，其他的 HTTP 自带的 header 属性都是可以接受的。

这里还有两个比较特别的 header，他们是 Sec-WebSocket-Version 和 Sec-WebSocket-Key。

先看一下 Sec-WebSocket-Version， 它表示的是客户端请求的 WebSocket 的版本号。如果服务器端并不明白客户端发送的请求，则会返回一个 400 (“Bad Request”)，在这个返回中，服务器端会返回失败的信息。

如果是不懂客户端发送的 Sec-WebSocket-Version，服务器端同样会将 Sec-WebSocket-Version 返回，以告知客户端。

这里要特别关注的一个 header 字段就是 Sec-WebSocket-Key。我们接下来看一下这个字段到底有什么用。

当服务器端收到客户端的请求之后，会返回给客户端一个响应，告诉客户端协议已经从 HTTP 升级到 WebSocket 了。

返回的响应可能是这样的：

HTTP/1.1 101 Switching ProtocolsUpgrade: websocketConnection: UpgradeSec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=这里的 Sec-WebSocket-Accept 是根据客户端请求中的 Sec-WebSocket-Key 来生成的。具体而言是将客户端发送的 Sec-WebSocket-Key 和 字符串”258EAFA5-E914-47DA-95CA-C5AB0DC85B11″ 进行连接。然后使用 SHA1 算法求得其 hash 值。

最后将 hash 值进行 base64 编码即可。

当服务器端返回 Sec-WebSocket-Accept 之后，客户端可以对其进行校验，已完成整个握手过程。

webSocket 的消息格式之所以要使用 webSocket 是因为 client 和 server 可以随时随地发送消息。这是 websocket 的神奇所在。那么发送的消息是什么格式的呢？我们来详细看一下。

client 和 server 端进行沟通的消息是以一个个的 frame 的形式来传输的。frame 的格式如下：

  0                   1                   2                   3  0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-------+-+-------------+-------------------------------+ |F|R|R|R| opcode|M| Payload len |    Extended payload length    | |I|S|S|S|  (4)  |A|     (7)     |             (16/64)           | |N|V|V|V|       |S|             |   (if payload len==126/127)   | | |1|2|3|       |K|             |                               | +-+-+-+-+-------+-+-------------+ - - - - - - - - - - - - - - - + |     Extended payload length continued, if payload len == 127  | + - - - - - - - - - - - - - - - +-------------------------------+ |                               |Masking-key, if MASK set to 1  | +-------------------------------+-------------------------------+ | Masking-key (continued)       |          Payload Data         | +-------------------------------- - - - - - - - - - - - - - - - + :                     Payload Data continued ...                : + - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - + |                     Payload Data continued ...                | +---------------------------------------------------------------+

MASK 表示的是消息是否是被编码过的，对于从 client 过来的消息来说，MASK 必须是 1。如果 client 发送给 server 端的消息，MASK 不为 1，则 server 需要断开和 client 的连接。但是 server 端发送给 client 端的消息，MASK 字段就不需要设置了。

RSV1-3 是扩展的字段，可以忽略。

opcode 表示怎么去解释 payload 字段。payload 就是实际要传递的消息。0x0 表示继续，0x1 表示文本，0x2 表示二进制，其他的表示控制字段。

FIN 表示是否是消息的最后一个 frame。如果是 0，表示该消息还有更多的 frame。如果是 1 表示，该 frame 是消息的最后一部分了，可以对消息进行处理了。

为什么需要 Payload len 字段呢？因为我们需要知道什么时候停止接收消息。所以需要一个表示 payload 的字段来对消息进行具体的处理。

怎么解析 Payload 呢？这个就比较复杂。

首先读取 9-15 bits，将其解析为无符号整数。如果其小于 125，那么这个就是 payload 的长度，结束。如果是 126，那么就去到第二步。如果是 127，那么就去到第三步。读取下一个 16 bits，然后将其解析为无符号整数，结束。读取下一个 64 bits。将其解析为符号整数。结束。如果设置了 Mask，那么读取下 4 个字节，也就是 32bits。这个是 masking key。当数据读取完毕之后，我们就获取到了编码过后的 payload:ENCODED,和 MASK key。要解码的话，其逻辑如下：

var DECODED = "";for (var i = 0; i < ENCODED.length; i++) {DECODED[i] = ENCODED[i] ^ MASK[i % 4];

FIN 可以和 opcode 一起配合使用，用来发送长消息。

FIN=1 表示，是最后一个消息。 0x1 表示是 text 消息，0x2 是 0，表示是二净值消息，0x0 表示消息还没有结束，所以 0x0 通常和 FIN=0 一起使用。

Extensions 和 Subprotocols 在客户端和服务器端进行握手的过程中，在标准的 websocket 协议基础之上，客户端还可以发送 Extensions 或者 Subprotocols。这两个有什么区别呢？

首先这两个都是通过 HTTP 头来设置的。但是两者还是有很大的不同。Extensions 可以对 WebSocket 进行控制，并且修改 payload，而 subprotocols 只是定义了 payload 的结构，并不会对其进行修改。

Extensions 是可选的，而 Subprotocols 是必须的。

你可以将 Extensions 看做是数据压缩，它是在 webSocket 的基础之上，对数据进行压缩或者优化操作，可以让发送的消息更短。

而 Subprotocols 表示的是消息的格式，比如使用 soap 或者 wamp。

子协议是在 WebSocket 协议基础上发展出来的协议，主要用于具体的场景的处理，它是是在 WebSocket 协议之上，建立的更加严格的规范。

比如，客户端请求服务器时候，会将对应的协议放在 Sec-WebSocket-Protocol 头中：

GET /socket HTTP/1.1...Sec-WebSocket-Protocol: soap, wamp 服务器端会根据支持的类型，做对应的返回，如：

Sec-WebSocket-Protocol: soap 总结本文讲解了 webSocket 消息交互的具体格式，可以看到很多强大功能的协议，都是由最最基本的结构组成的。

本文已收录于 http://www.flydean.com/07-websocket-message/

最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！

欢迎关注我的公众号:「程序那些事」,懂技术，更懂你！