WebSocket草案10文本数据解析实现

握手协议实现了，接下来就是解析数据了，这个相对来说要麻烦很多，相比草案7.6变得更复杂了。下图是数据传输的格式：

各个值的具体含义可以参考这个中文翻译：http://blog.csdn.net/fenglibing/article/details/6852497，英文原文在这里：http://tools.ietf.org/html/draft-ietf-hybi-thewebsocketprotocol-10#section-4.2

简单概括一下就是：FIN一直为1，RSV1、RSV2、RSV3一直为0，当发送内容为文本时，opcode为1，MASK如果为1就使用掩码，需要获取四位掩码，依次轮流和数据做异或运算，第一个内容数据与第一个掩码异或，第二个内容数据与第二个掩码异或……第五个内容数据与第一个掩码异或……一直到结束，然后再对内容进行编码就可以了。

在Chrome/Firefox下面，FIN永远为1，如果只是文本消息，opcode一直是1，RSV1、RSV2、RSV3都为0，所以第一个数据是0x81；MASK为1，再跟上数据长度，所以第二个数据会大于0x80，由于数据长度不一样，其需要占用的字节数也不一样，因此掩码的位置也不一样。根据规范，换算下来是这样：数据总长度（包含FIN、RSV等等信息）小于0x84，则掩码为第三个数据到第六个数据；数据总长度（包含FIN、RSV等等信息）小于0xfe81，则掩码为第五个数据到第八个数据；其他掩码则为第十三个数据到第十六个数据。当数据长度超过一个包的长度时，后面的数据包不再包含RIN、RSV和MASK等信息，二是直接为内容数据，需要根据上一次取到的MASK来做异或运算。在客户端主动要求断开链接时，会没有内容数据，只有头信息和掩码，长度固定为6，为了避免混淆，Chrome会保证正常内容发送时不会出现6字节的数据，基本上可以把6字节当断开连接请求处理。区分客户端主动要求断开连接和正常的连续数据包要根据长度区分：如果是连续的数据包，则已解析的包的长度会小于首包头信息里的长度，否则则认为是客户端主动要求断开链接。主动断开连接时会发送的一个额外的数据包，此时第一个字节不会为正常的0x81，通常为0x88，NodeJS写出来大致是这样的：

module.exports = Parser;

var util = require('util'),
    events = require('events');

/**
* http.Server 数据解析类
* */
function Parser(version) {
     events.EventEmitter.call(this);

     this.version = version || 'draft10';
    this.length = 0;
    this.parsed = 0;
     this.maskData = [];
     this.frameData = [];
     this.order = 0;
     this.closing = false;
}

util.inherits(Parser, events.EventEmitter);

Parser.prototype.write = function(data) {
    console.log(data.length);
     dataParser[this.version](data, this);
};

// 数据解析工具
var dataParser = {
     'draft10': function(data, parser){
        var pkt, i =0, len = 0, start = 0;

        // 如果不包含包头，而且数据已经解析完成
        // 则认为这个包为结束包，首字节通常为0x88
        if(data[0] != 0x81 && parser.length == 0){
            parser.emit('close');
            parser.closing = false;
            return;
        }

        // 草案10
        // 首包会包含掩码信息
        if(data[0] == 0x81){
            // 使用了掩码
            if(data[1] >= 0x80){
                // 数据长度不一样，掩码位置不一样
                if(data.length < 0x84){
                    // firefox下，超过一个包长度的数据会被拆分为多个包
                    // 其中首包只包含头信息，第二个字节为0xfe
                    if(data[1] == 0xfe){
                        len = data.length;
                        // firefox
                        parser.maskData = [data[len - 4], data[len - 3], data[len - 2], data[len - 1]];                
                        parser.length = data[len - 5];
                        for(i = len - 6; i > 1; i--){
                            parser.length += data[i] * (len - 5 - i) * 256;
                        }
                        console.log('firefox multi packages, length: ', parser.length);
                        start = data.length;
                    }
                    else{
                        // chrome
                        parser.length = data[1] - 0x80;
                        console.log('7bit, length: ', parser.length);
                        parser.maskData = [data[2], data[3], data[4], data[5]];
                        start = 6;
                    }
                }
                else if(data.length < 0xfe80){                     parser.length = data[2] * 256 + data[3];                     console.log('7 + 16bit, length: ', parser.length);                     parser.maskData = [data[4], data[5], data[6], data[7]];                     start = 8;                 }                 else{                     dparser.length = data[11];                     for(i = 10; i > 3; i--){
                        parser.length += data[i] * (11 - i) * 256;
                    }
                    console.log('7 + 64bit, length: ', parser.length);
                    parser.maskData = [data[12], data[13], data[14], data[15]];
                    start = 16;
                }

                for(i = start, len = data.length; i < len; i++){
                    parser.frameData.push(parser.maskData[(i - start) % 4] ^ data[i]);
                }
            }
            else{
                if(data.length < 0x80){
                    start = 2;
                }
                else if(data.length < 0xfe81){
                    start = 4;
                }
                else{
                    start = 12;
                }
                // find contents
                parser.frameData = data.splice(start);
            }
            console.log('1st packge frame length: ', parser.frameData.length);
            if(parser.frameData.length == parser.length){
                pkt = new Buffer(parser.frameData);
                // console.log(pkt.toString('utf8', 0, pkt.length));
                parser.emit('message', pkt.toString('utf8', 0, pkt.length));
                // 数据包结束，重置长度信息
                parser.frameData = [];
                parser.length = 0;
            }
            return;
        }

        // 连续的数据包
        if(parser.maskData.length){
            // continue to parse data
            for(i = 0, l = data.length; i < l; i++){
                parser.frameData.push(parser.maskData[i % 4] ^ data[i]);
            }
            console.log('frame length: ', parser.frameData.length);
            if(parser.frameData.length == parser.length){
                pkt = new Buffer(parser.frameData);
                // console.log(pkt.toString('utf8', 0, pkt.length));
                parser.emit('message', pkt.toString('utf8', 0, pkt.length));
                // 数据包结束，重置长度信息
                parser.frameData = [];
                parser.length = 0;
            }
            return;
        }
     }
};