WebSocket

发表于 2024/04/16

作者 JunQiang

9 分钟阅读

WebSocket的帧格式

WebSocket 使用了自定义的二进制分帧格式，将每个应用消息切分成一个或多个帧，对端等到接收到完整的消息后再进行组装与处理。

  
  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 ...                |
 +---------------------------------------------------------------+

主要介绍两个关键的字段：

FIN。占1bit。表示后续是否还有帧。一个消息可能拆分成多个帧，接收方判断为最后一帧后将前面的帧拼接组成消息。TCP没有粘包，粘包是不合理的应用层协议设计导致的问题。
opcode。占4bit。
8表示close（关闭连接）帧，主动关闭连接时需要发送这个控制指令。否则websocket会报1006错误，这个错误码可以用于区分连接是正常关闭的，还是其他异常情况。
9表示ping帧，10表示pong帧。ping/pong机制是为了在长时间无消息通信时，检测连接是否断开。目前只能由服务器发ping给浏览器，浏览器返回pong消息。浏览器目前没有开放发送控制指令的接口。

FIN ：1 bit 表示消息结束标志位。0表示还有后续帧， 1表示最后一帧。一个消息可能拆分成多个帧，接收方判断为最后一帧后将前面的帧拼接组成消息。
RSV1 、 RSV2 、 RSV3 ：1 bit 保留字段，除非一个扩展经过协商赋予了非零值的某种含义，否则必须为0。

opcode ：4 bit 解释 payload data 的类型。如果收到识别不了的opcode，会直接断开。0表示连续的帧； 1表示text（纯文本）帧； 2表示binary（二进制）帧； 8表示close（关闭连接）帧； 9表示ping帧；10表示pong帧；其余为非控制帧而预留。ping/pong类型帧是为了在长时间无消息通信时，检测连接是否断开，目前只能由服务器发ping给浏览器，浏览器返回pong消息。

  
%x0：表示一个延续帧。当 Opcode 为 0 时，表示本次数据传输采用了数据分片，当前收到的数据帧为其中一个数据分片；
%x1：表示这是一个文本帧（frame）；
%x2：表示这是一个二进制帧（frame）；
%x3-7：保留的操作代码，用于后续定义的非控制帧；
%x8：表示连接断开；
%x9：表示这是一个 ping 操作；
%xA：表示这是一个 pong 操作；
%xB-F：保留的操作代码，用于后续定义的控制帧。

MASK ：1 bit 标识 Payload data 是否经过掩码处理，如果是 1，Masking-key域的数据即为掩码密钥，用于解码Payload data。在标准规定，客户端发送数据必须使用掩码，而服务器发送则一定不使用掩码。所有客户端发送到服务端的数据帧，Mask都是1。

Payload len ：7 bit | 7+16 bit | 7+64 bit 表示了 “有效负荷数据 Payload data”的长度：（1）如果是 0~125，那么就直接表示了 payload 长度（2）如果是 126，那么接下来的两个字节表示的 16位无符号整型数的值就是 payload 长度（3）如果是 127，那么接下来的八个字节表示的 64位无符号整型数的值就是 payload 长度

  
载荷数据的长度
x 为 0~126：数据的长度为 x 字节；
x 为 126：后续 2 个字节代表一个 16 位的无符号整数，该无符号整数的值为数据的长度；
x 为 127：后续 8 个字节代表一个 64 位的无符号整数（最高位为 0），该无符号整数的值为数据的长度

Masking-key ：0 | 4 bytes 掩码密钥。所有从客户端发送到服务端的帧都包含一个 32bits 的掩码（如果mask被设置成1），否则为0。一旦掩码被设置，所有接收到的 payload data 都必须与该值以一种算法做异或运算来获取真实值。

client选取的32为随机数

掩码计算方法如下

  
original-octet-i：为原始数据的第i字节。
transformed-octet-i：为转换后的数据的第i字节。
    
j = i MOD 4
transformed-octet-i = original-octet-i XOR masking-key-octet-j

Payload data ：(x+y) bytes (载荷数据 = 扩展数据 + 应用数据) 它是 Extension data 和 Application data 数据的总和，但是一般扩展数据为空。
Extension data ：x bytes 除非扩展被定义，否则就是0
Application data ：y bytes 占据 Extension data 后面的所有空间

连接关闭

关闭帧包含一个关闭的状态码和指定的原因; 如果关闭帧中没有状态码，状态码默认为1005，如果websocket已经关闭，并且终端没有收到任何关闭帧，那么websocket的关闭状态码为1006
应用在发送了关闭帧之后,不能发送任何的数据帧
如果一端收到了关闭帧，并且之前没有发送关闭帧，这一端必须回复一个关闭帧(尽快回包，也可能延迟发送回包，直到当前message发送完成)
当一端发送和接收到了关闭报文，该端可以考虑关闭websocket连接，并且必须关闭底层的TCP连接; 如果是sever端必须立刻关闭TCP连接，client端等待server端关闭链接，但是也有可能关闭连接在收到关闭报文之后的任意时间(例如. 没有收到关闭的报文)
两端同时发送关闭报文，两端都会发送和接收到close报文，应该考虑关闭websocket连接和底层的tcp连接

iOS websocket 抓包工具：Charles 、 Wireshark 、mitmproxy 、Socks5 代理(付费)

CocosCreator, 源码

本文由作者按照 CC BY 4.0 进行授权

WebSocket的帧格式

连接关闭

热门标签