[发明专利]一种XML报文的获取方法和装置

说明书

技术领域

本发明涉及网络技术领域，尤其涉及一种XML报文的获取方法和装置。

背景技术

XML(Extensible Markup Language，可扩展标记语言)是一种用于Web页面数据交换的技术。用户在上网时，获取并显示页面的基本过程包括以下步骤：Web服务器发送TCP(Transmission Control Protocol/Internet Protocol，传输控制协议)报文，在TCP报文中承载XML、HTML(Hypertext MarkupLanguage，超文本标记语言)、XSL(eXtensible Stylesheet Language，可扩展样式表语言)等报文的源代码，用户侧通过浏览器如IE在本地对TCP报文中的内容进行解析，根据解析结果显示出用户请求获取的Web页面。

如果网关设备能够对TCP报文进行深度分析，就可以定位到TCP报文中承载的XML报文，并将XML报文转发到特定的功能模块进行处理。例如：可以将XML报文转发到应用加速功能或者负载均衡处理功能模块，进行XML报文的特殊处理以实现不同的目的。而现有技术中尚缺乏对XML报文进行深度分析的方法。

发明内容

本发明提供一种XML报文的获取方法和装置，用于获取传输的报文中包括的XML报文以进行相应的深度处理。

本发明提供了一种XML报文的获取方法，包括：

对接收到的报文进行解封装；

在解封装后的内容中查找XML报文的特征码；

查找到特征码时，在所述解封装后的内容中查找结束标识符，根据所述特征码以及结束标识符确定XML报文。

其中，所述接收到的报文为分片报文时，所述对接收到的报文进行解封装前，还包括：

根据接收到的报文的源地址、目的地址、顺序号Sequence Number以及下一顺序号Next Sequence Number，获取包含同一封装文件的所有分片报文；

所述对接收到的报文进行解封装后，还包括：将从包含同一封装文件的所有分片报文中解封装得到的内容进行组合，作为解封装后的内容。

其中，所述对接收到的报文进行解封装包括：

根据报文封装格式，从所述报文中依次去掉物理链路层封装内容、IP层封装内容以及TCP层封装内容，所述链路层封装内容、IP层封装内容以及TCP层封装内容的长度由报文封装格式确定。

其中，所述XML报文的特征码包括＜？xml version＝″，其同时满足以下匹配条件：

xml、version为小写字母；

＜？x中间不能有任何其他字符；

xml之间可以有空格、回车换行或tab键字符；

version和＝之间可以有空格、回车换行或tab键字符；

＝和″之间可以有空格、回车换行或tab键字符；

＜？xml version＝之间至少要有一个空格或tab键或回车换行字符；

如果l和v之间至少有一个空格或tab键或回车换行字符，则version中间不能任何其他字符；

如果l和v之间没有一个空格或tab键或回车换行字符，则version中间可以有空格、回车换行或tab键字符。

所述在解封装后的内容中查找XML报文的特征码，包括：

在解封装后的内容中查找＜？x的位置；

查找到＜？x的位置时，获取所述＜？x的位置之后的字符，当所述＜？x的位置之后的字符与＜？x组合后满足上述匹配条件时，判断为在解封装后的内容中查找到了XML报文的特征码。

其中，所述在所述解封装后的内容中查找结束标识符，根据所述特征码以及结束标识符确定XML报文，包括：

在所述解封装后的内容中查找＜？或＜！；

查找到＜？或＜！时，进一步在所述解封装后的内容中查找＞；

获取<与>之间的内容x，将</x>作为结束标识符；

在所述解封装后的内容中查找</x>；

将所述特征码以及</x>之间的内容确定为XML报文。

本发明还提供了一种XML报文的获取装置，包括：

解封装单元，用于对接收到的报文进行解封装；

特征码查找单元，用于在所述解封装单元解封装后的内容中查找XML报文的特征码；

XML报文确定单元，用于在所述特征码查找单元查找到特征码时，在所述解封装单元解封装后的内容中查找结束标识符，根据所述特征码以及结束标识符确定XML报文。