使用SSL_peek查找HTTP头分隔符时为何返回重复数据？

问题场景 #

使用以下C++代码通过SSL_peek查找HTTP头部分隔符\r\n\r\n，处理小型响应正常，但大头部响应时无法找到分隔符，调试发现peek_buf存在重复数据：

int TcpClient::PeekEndOfDelimiter(const std::vector<unsigned char>& delimiter, int max_size) {
    std::vector<unsigned char> peek_buf(max_size);
    int total_bytes_peeked = 0;

    while (total_bytes_peeked < max_size) {
        int bytes_peeked = -1;
        
        bytes_peeked = SSL_peek(ssl, peek_buf.data() + total_bytes_peeked, max_size - total_bytes_peeked);
            
        if (bytes_peeked <= 0) 
            return -1;   
        
        total_bytes_peeked += bytes_peeked;

        auto found = std::search(peek_buf.begin(), peek_buf.begin() + total_bytes_peeked,delimiter.begin(), delimiter.end());

        if (found != peek_buf.begin() + total_bytes_peeked) 
            return found - peek_buf.begin() + delimiter.size();
    }

    return -1;
} 

问题核心：阻塞上下文且响应已就绪时，为何多次SSL_peek会产生重复数据，导致无法找到分隔符？

原因分析 #

你误解了SSL_peek的工作逻辑：

• SSL_peek的作用是查看SSL接收缓冲区中已有的数据，但不会从缓冲区中移除这些数据。
• 在阻塞模式下，第一次调用SSL_peek会返回当前缓冲区所有可用数据；如果没有新数据到达，后续调用SSL_peek会重复返回这批已存在的数据。
• 你的循环逻辑是每次调用SSL_peek都往peek_buf的后续位置写入，但第二次调用时写入的还是第一次的重复数据，导致缓冲区被覆盖，分隔符如果跨第一次和真实的第二次数据段，会被重复数据覆盖，永远无法被std::search找到。

解决方法 #

方案1：单次SSL_peek读取后查找（推荐，适配HTTP头部场景） #

直接单次调用SSL_peek读取最大允许的字节数，再在完整的缓冲区中查找分隔符。阻塞上下文下，若响应已就绪，单次调用就能获取所有可用的头部数据：

int TcpClient::PeekEndOfDelimiter(const std::vector<unsigned char>& delimiter, int max_size) {
    std::vector<unsigned char> peek_buf(max_size);
    int bytes_peeked = SSL_peek(ssl, peek_buf.data(), max_size);
    
    if (bytes_peeked <= 0) 
        return -1;   
    
    auto found = std::search(peek_buf.begin(), peek_buf.begin() + bytes_peeked, delimiter.begin(), delimiter.end());
    if (found != peek_buf.begin() + bytes_peeked) 
        return found - peek_buf.begin() + delimiter.size();
    
    return -1;
}

方案2：分批次读取时跟踪已处理数据（复杂场景用） #

若必须分批次读取，每次peek后需要通过SSL_read将已查看的数据从SSL缓冲区中移除，或者维护一个偏移量，确保后续peek的是新数据。但此方式复杂度高，HTTP头部场景不推荐。

额外注意事项 #

确保max_size设置合理，建议至少设置为8KB以上，覆盖绝大多数HTTP头部的大小；若头部超过max_size，函数会返回-1，需根据业务场景调整该值。

内容的提问来源于stack exchange，提问作者Jozese