如何在C语言中从IPv6套接字读取HTTP头并提取请求URL

你现有代码的异常主要来自三个核心问题：

• 未处理IPv6扩展头：IPv6基本头之后可能跟随0~N个扩展头（逐跳选项、路由头、分片头、认证头、封装安全载荷头、目的选项头等），你直接偏移sizeof(struct ipv6hdr)就找TCP头的逻辑，遇到带扩展头的报文必然偏移错误
• 直接用printk("%s", data)输出payload：HTTP payload不是以'\0'结尾的C字符串，且你没有校验data指针是否在skb的线性区域内，超出范围就会读到无效内存，出现乱码甚至打印data is 0的情况
• 缺少协议合法性校验：你默认报文是TCP协议，没有判断IPv6头的nexthdr字段，遇到UDP/ICMPv6报文也会按TCP解析，逻辑完全错误

内核已经提供了标准的IPv6扩展头遍历接口ipv6_skip_exthdr，不需要手动解析，该函数会自动跳过所有合法扩展头，返回传输层头的偏移量，同时输出最终的传输层协议类型。

#include <linux/ipv6.h>
#include <linux/tcp.h>
#include <linux/skbuff.h>
#include <linux/string.h>

static int sc_get_http_info(struct sk_buff *skb)
{
    struct ipv6hdr *ip6h;
    struct tcphdr *tcph;
    unsigned char *data;
    unsigned int datalen, transport_off;
    int nexthdr;

    /* 校验IPv6报文合法性 */
    if (!skb)
        return -EINVAL;
    ip6h = ipv6_hdr(skb);
    if (ip6h->version != 6)
        return -EPROTONOSUPPORT;

    /* 遍历所有IPv6扩展头，获取传输层头偏移 */
    nexthdr = ip6h->nexthdr;
    transport_off = sizeof(struct ipv6hdr);
    transport_off = ipv6_skip_exthdr(skb, transport_off, &nexthdr);
    if (transport_off < 0)
        return -EINVAL; // 扩展头解析错误

    /* 仅处理TCP报文，需要UDP场景替换为IPPROTO_UDP即可 */
    if (nexthdr != IPPROTO_TCP)
        return -EPROTONOSUPPORT;

    /* 校验TCP头是否在skb线性区内，避免越界访问 */
    if (!pskb_may_pull(skb, transport_off + sizeof(struct tcphdr)))
        return -ENODATA;

    tcph = (struct tcphdr *)(skb_network_header(skb) + transport_off);
    /* 校验TCP头长度合法性 */
    if (tcph->doff * 4 < sizeof(struct tcphdr))
        return -EINVAL;

    /* 计算HTTP payload的起始偏移和长度 */
    unsigned int http_off = transport_off + tcph->doff * 4;
    datalen = skb->len - http_off;
    if (datalen <= 0)
        return -ENODATA; // 无应用层payload

    /* 校验payload可读，避免越界 */
    if (!pskb_may_pull(skb, http_off + 1))
        return -ENODATA;
    data = skb_network_header(skb) + http_off;

    /* 打印payload不要用%s，指定长度输出避免内存越界 */
    printk("data len: %u, first 32 bytes: %*ph\n", datalen, min(datalen, 32U), data);

    /* 提取URL逻辑示例：匹配HTTP请求行，提取第二字段 */
    if (datalen >= 4 && !strncmp(data, "GET ", 4)) {
        unsigned char *url_start = data + 4;
        unsigned char *url_end = memchr(url_start, ' ', datalen - 4);
        if (url_end) {
            int url_len = url_end - url_start;
            printk("HTTP URL: %*s\n", url_len, url_start);
        }
    }

    return 0;
}

• 分片报文处理：如果遇到IPv6分片报文，仅首分片携带传输层头，后续分片没有HTTP头，需要完整解析的场景需要先做分片重组
• HTTPS报文：HTTPS payload是加密的，无法直接解析出明文URL，仅HTTP明文报文可直接提取
• 大包处理：如果HTTP报文长度超过MTU被分段，Netfilter钩子点可能只能拿到单段数据，要完整解析需要做流级别的数据拼接

内容的提问来源于stack exchange，提问作者manivarma indukuri