C: libcurlで取得したレスポンスヘッダを分解したい

Question

libcurlを使用して取得したレスポンスヘッダをフィールド名と値に分解したいのですが、どのようにするのが良いか皆目見当もつきません。
char *headerに以下のようにレスポンスヘッダが保存されています。

HTTP/1.1 200 OK
Server: nginx
Date: Wed, 25 Dec 2019 03:27:03 GMT
Content-Type: text/html; charset=utf-8
Content-Length: 3956
Connection: keep-alive
Expires: Wed, 25 Dec 2019 03:27:03 GMT
Cache-Control: max-age=0, no-cache, no-store, must-revalidate
Vary: Cookie,Accept-Encoding
X-Frame-Options: SAMEORIGIN
Set-Cookie: csrftoken=Ec8hYjmYZjMC1sgh8YDkXr2RaetktnWbF9l4EPmU7qNqhNJDegEnAMynR9Mw7OBZ; expires=Wed, 23 Dec 2020 03:27:03 GMT; Max-Age=31449600; Path=/; SameSite=Lax

現状では、

char *res_h;
char *cp;
regex_t preg;
size_t num = 1;
regmatch_t pmatch[num];
const char pattern[] = "^[A-Z][^0-9].{0,30}:";

if (regcomp(&preg, pattern, REG_EXTENDED|REG_NEWLINE) != 0) {
        }

res_h = strtok(options->res_header, "\n");
cp = strrchr(res_h, ' ');
        if (cp != NULL){
                // ステータスメッセージの行を除外
        }
        while(res_h = strtok(NULL, "\n")){
                if (regexec(&preg, res_h, num, pmatch, 0) != 0) {
                        printf("no match\n");
                } else {
                        for (int i = 0; i < num; i++) {
                                if (pmatch[i].rm_so >= 0 && pmatch[i].rm_eo >= 0
) {
                                        printf("match idx: %d, %d\n", (int)pmatch[i].rm_so, (int)pmatch[i].rm_eo);
                                        for (int j = pmatch[i].rm_so ; j < pmatch[i].rm_eo; j++) {
                                                putchar(res_h[j]);
                                        }
                                }
                                printf("\n");
                        }
                }

のようにしているのですが、これではフィールド名と値をそれぞれ取得することができないのかと思います。
分解する方法が思いつかないのですが、何か良い方法はないでしょうか。。。
ご教示いただけますと幸いです。よろしくお願いいたします。

Comments

[ttyp03]

分解したあとどうしたいのでしょうか？ただ表示するだけならheaderをそのままprintfで出力すればいいだけですし、どこかに保存したいのでしたら、どのような形で保存したいかを明記してください。

[Ykkykk]

char *fieldとchar *valueにそれぞれ保存したいです。
すみません。

[ttyp03]

それぞれ複数個ありますが、どのように考えていますか？

[ttyp03]

１行ずつ処理して分解して表示したいだけでしょうか？

[Ykkykk]

それぞれ保存して他の関数に渡すのですが、一度渡したら上書きしてさらに渡すように考えています。
libcurlでのHEADER_FUNCTIONではヘッダを一行ごとに受信しているようで、そのたびに上書きして別の関数に渡していくようなイメージです。

[Ykkykk]

フィールド名と値をそれぞれの配列などに変換して保存する必要はなく、フィールド名と値の組み合わせを分解して他の関数に渡したいという感じです。渡してしまったあとはもう必要ないので次の行のフィールド名と値で上書きしていくような形で考えています。

Answer 1

もっとシンプルに考えて良いと思います。まず、HTTPレスポンスのヘッダー部とコンテントボディ部は1行の空行(CR+LF)で区切られています。ですので空行が見つかったらヘッダー部はそこで終わりな訳ですが、ヘッダー部のn個のフィールドに着目すると、ヘッダー部のフィールドは行頭から :までで、:から行末まではそのフィールドの値です。簡単には1行ごとに :を目印として"フィールド名:"と"値"を切り出し、取り出していけば良いのではないでしょうか。

ただし、値が次の行にまたがる（折り返す）場合があるので、その場合にも正しく対応させたいのであれば、行頭のチェックが更に必要になるでしょう。正確にはHTTPに関するRFCを参照してください。

Hypertext Transfer Protocol -- HTTP/1.1(4.2 Message Headers) - W3C

Comments

[Ykkykk]

ご回答いただきありがとうございます。
Dateなども取り出したい場合に、:までがフィールド名で:からが値であるという分け方が難しいように感じています。。

[dodox86]

”Date:”の値部分に":”が入っていようが、行頭から最初の":" でフィールド名が確定するのですから、それ以降の行末まではいくつ":"があろうがそれは値です。例えば行頭からstrchr関数で見つかった位置は、もうそこでフィールド名の末端とみなすことができます。

Answer 2

こんな感じでしょうか。
strtokで行分割したのち、各行に対して:の位置を探しています。

#include <stdio.h>
#include <string.h>

char res_header[] = 
"HTTP/1.1 200 OK\n"
"Server: nginx\n"
"Date: Wed, 25 Dec 2019 03:27:03 GMT\n"
"Content-Type: text/html; charset=utf-8\n"
"Content-Length: 3956\n"
"Connection: keep-alive\n"
"Expires: Wed, 25 Dec 2019 03:27:03 GMT\n"
"Cache-Control: max-age=0, no-cache, no-store, must-revalidate\n"
"Vary: Cookie,Accept-Encoding\n"
"X-Frame-Options: SAMEORIGIN\n"
"Set-Cookie: csrftoken=Ec8hYjmYZjMC1sgh8YDkXr2RaetktnWbF9l4EPmU7qNqhNJDegEnAMynR9Mw7OBZ; expires=Wed, 23 Dec 2020 03:27:03 GMT; Max-Age=31449600; Path=/; SameSite=Lax\n";

void disp(char *field, char *value)
{
    printf("[%s]=[%s]\n", field, value == 0x00? "": value);    
}

int main(void)
{
    char *res_h;
    char *field;
    char *value;
    res_h = strtok(res_header, "\n");
    while(res_h != NULL){
        field = res_h;
        value = strstr(field, ":");
        if(value != 0x00){
            *value = 0x00;
            value+=2;
        }
        disp(field, value);
        res_h = strtok(NULL, "\n");
    }
        
    return 0;
}

Comments

[Ykkykk]

ご回答いただきありがとうございます。まさにこのような形で分割したいと考えておりました！！！
この中にあるif(value != 0x00){}の部分はどのような働きをしているのでしょうか？？？
お教えいただけると幸いです。

[ttyp03]

：の位置をNULL文字に変更し、valueの開始位置を：より2バイト後ろにずらすということをしています。

[Ykkykk]

お教えいただきありがとうございます。
まだそのようなメモリの動きを正確に考えられていないため、勉強したいと思います。
本当にありがとうございました！

[dodox86]

ttyp03さんご提示のコードはYkkykkさんの提示された条件を満たしていると思いますが、HTTPのヘッダーのフィールドの仕様(RFC)からすると例えば
"Server: nginx\n" も "Server:nginx\n" も "Server: nginx\r\n" のいずれもOKなはずなので、さまざまなサーバーを相手にする場合は気に留めておいた方が良いかもしれません。＞Ykkykkさん

[Ykkykk]

なるほど。。。
改行コードが入った場合やスペースがない場合にエラーになってしまうということでしょうか？
上で質問したメモリの位置の操作の処理が引っ掛かりますでしょうか？

[dodox86]

エラーになるかどうかはYkkykkさんのコードの利用の仕方次第だと思います。"Server:nginx\n" で、”:"を基点(0)として+2した位置はどこになるでしょう。デバッグして考えてみてください。まぁ、フィールドの":"の次に空白1文字を入れるサーバーがほとんどだと思いますが、そうでなくてもサーバー側の間違いではない、ということです。libcurl側が何かしらサポートをしてくれているのかもしれませんし。（libcurlのそこの部分は分かりません）

[ttyp03]

dodox86さん、フォローありがとうございます。
提示されていた文字列のことしか考えていなかったので、まじめに実装するには色々気にしないといけないですね。
足りないところはご自分で実装をお願いします。

[Ykkykk]

お二方ともご意見いただきありがとうございます！
お二方の意見を参考に検討します！