编写断点续传和多线程下载模块

本文配套源码
概述
在当今的网络时代，下载软件是使用最为频繁的软件之一。几年来，下载技术也在不停地发展。最原始的下载功能仅仅是个“下载”过程，即从WEB服务器上连续地读取文件。其最大的问题是，由于网络的不稳定性，一旦连接断开使得下载过程中断，就不得不全部从头再来一次。
随后，“断点续传”的概念就出来了，顾名思义，就是如果下载中断，在重新建立连接后，跳过已经下载的部分，而只下载还没有下载的部分。
无论“多线程下载”技术是否洪以容先生的发明，洪以容使得这项技术得到前所未有的关注是不争的事实。在“网络蚂蚁”软件流行开后，许多下载软件也都纷纷效仿，是否具?quot;多线程下载"技术、甚至能支持多少个下载线程都成了人们评测下载软件的要素。"多线程下载"的基础是WEB服务器支持远程的随机读取，也即支持"断点续传"。这样，在下载时可以把文件分成若干部分，每一部分创建一个下载线程进行下载。
现在，不要说编写专门的下载软件，在自己编写的软件中，加入下载功能有时也非常必要。如让自己的软件支持自动在线升级，或者在软件中自动下载新的数据进行数据更新，这都是很有用、而且很实用的功能。本文的主题即怎样编写一个支持"断点续传"和"多线程"的下载模块。当然，下载的过程非常复杂，在一篇文章中难以全部阐明，所以，与下载过程关系不直接的部分基本上都忽略了，如异常处理和网络错误处理等，敬请各位读者注意。我使用的开发环境是C++ Builder 5.0，使用其他开发环境或者编程语言的朋友请自行作适当修改。
HTTP协议简介
下载文件是电脑与WEB服务器交互的过程，它们交互的"语言"的专业名称是协议。传送文件的协议有多种，最常用的是HTTP（超文本传输协议）和FTP（文件传送协议），我采用的是HTTP。
HTTP协议最基本的命令只有三条：Get、Post和Head。Get从WEB服务器请求一个特定的对象，比如HTML页面或者一个文件，WEB服务器通过一个Socket连接发送此对象作为响应；Head命令使服务器给出此对象的基本描述，比如对象的类型、大小和更新时间。Post命令用于向WEB服务器发送数据，通常使把信息发送给一个单独的应用程序，经处理生成动态的结果返回给浏览器。下载即是通过Get命令实现。
基本的下载过程
编写下载程序，可以直接使用Socket函数，但是这要求开发人员理解、熟悉TCP/IP协议。为了简化Internet客户端软件的开发，Windows提供了一套WinInet API，对常用的网络协议进行了封装，把开发Internet软件的门槛大大降低了。我们需要使用的WinInet API函数如图1所示，调用顺序基本上是从上到下，其具体的函数原型请参考MSDN。

图1
在使用这些函数时，必须严格区分它们使用的句柄。这些句柄的类型是一样的，都是HINTERNET，但是作用不同，这一点非常让人迷惑。按照这些句柄的产生顺序和调用关系，可以分为三个级别，下一级的句柄由上一级的句柄得到。
InternetOpen是最先调用的函数，它返回的HINTERNET句柄级别最高，我习惯定义为hSession，即会话句柄。
InternetConnect使用hSession句柄，返回的是http连接句柄，我把它定义为hConnect。
HttpOpenRequest使用hConnect句柄，返回的句柄是http请求句柄，定义为hRequest。
HttpSendRequest、HttpQueryInfo、InternetSetFilePointer和InternetReadFile都使用HttpOpenRequest返回的句柄，即hRequest。
当这几个句柄不再使用是，应该用函数InternetCloseHandle把它关闭，以释放其占用的资源。
首先建立一个名为THttpGetThread、创建后自动挂起的线程模块，我希望线程在完成后自动销毁，所以在构造函数中设置：
FreeOnTerminate = True; // 自动删除
并增加以下成员变量：
char Buffer[HTTPGET_BUFFER_MAX+4]; // 数据缓冲区
AnsiString FURL; // 下载对象的URL
AnsiString FOutFileName; // 保存的路径和名称
HINTERNET FhSession; // 会话句柄
HINTERNET FhConnect; // http连接句柄
HINTERNET FhRequest; // http请求句柄
bool FSuccess; // 下载是否成功
int iFileHandle; // 输出文件的句柄
               
1、建立连接
按照功能划分，下载过程可以分为4部分，即建立连接、读取待下载文件的信息并分析、下载文件和释放占用的资源。建立连接的函数如下，其中ParseURL的作用是从下载URL地址中取得主机名称和下载的文件的WEB路径，DoOnStatusText用于输出当前的状态：
//初始化下载环境
void THttpGetThread::StartHttpGet(void)
{
　 AnsiString HostName,FileName;
　 ParseURL(HostName, FileName);
　 try
　 {
　　　 // 1.建立会话
　　　 FhSession = InternetOpen("http-get-demo",
　　　　INTERNET_OPEN_TYPE_PRECONFIG,
　　　　NULL,NULL,
　　　　0); // 同步方式
　　　 if( FhSession==NULL)throw(Exception("Error：InterOpen"));
　　　 DoOnStatusText("ok：InterOpen");
　　　 // 2.建立连接
　　　 FhConnect=InternetConnect(FhSession,
　　　　　HostName.c_str(),
　　　　　INTERNET_DEFAULT_HTTP_PORT,
　　　　　NULL,NULL,
　　　　　INTERNET_SERVICE_HTTP, 0, 0);
　　　 if(FhConnect==NULL)throw(Exception("Error：InternetConnect"));
　　　 DoOnStatusText("ok：InternetConnect");
　　　 // 3.初始化下载请求
　　　 const char *FAcceptTypes = "*/*";
　　　 FhRequest = HttpOpenRequest(FhConnect,
　　　　　"GET", // 从服务器获取数据
　　　　　FileName.c_str(), // 想读取的文件的名称
　　　　　"HTTP/1.1", // 使用的协议
　　　　　NULL,
　　　　　&FAcceptTypes,
　　　　　INTERNET_FLAG_RELOAD,
　　　　　0);
　　　 if( FhRequest==NULL)throw(Exception("Error：HttpOpenRequest"));
　　　 DoOnStatusText("ok：HttpOpenRequest");
　　　 // 4.发送下载请求
　　　 HttpSendRequest(FhRequest, NULL, 0, NULL, 0);
　　　 DoOnStatusText("ok：HttpSendRequest");
　 }catch(Exception &exception)
　 {
　　EndHttpGet(); // 关闭连接，释放资源
　　DoOnStatusText(exception.Message);
　 }
}
// 从URL中提取主机名称和下载文件路径
void THttpGetThread::ParseURL(AnsiString &HostName,AnsiString &FileName)
{
　 AnsiString URL=FURL;
　 int i=URL.Pos("http://");
　 if(i>0)
　 {
　　URL.Delete(1, 7);
　 }
　 i=URL.Pos("/");
　 HostName = URL.SubString(1, i-1);
　 FileName = URL.SubString(i, URL.Length());
}
可以看到，程序按照图1中的顺序，依次调用InternetOpen、InternetConnect、HttpOpenRequest函数得到3个相关的句柄，然后通过HttpSendRequest函数把下载的请求发送给WEB服务器。
InternetOpen的第一个参数是无关的，最后一个参数如果设置为INTERNET_FLAG_ASYNC，则将建立异步连接，这很有实际意义，考虑到本文的复杂程度，我没有采用。但是对于需要更高下载要求的读者，强烈建议采用异步方式。
HttpOpenRequest打开一个请求句柄，命令是"GET"，表示下载文件，使用的协议是"HTTP/1.1"。
另外一个需要注意的地方是HttpOpenRequest的参数FAcceptTypes，表示可以打开的文件类型，我设置为"*/*"表示可以打开所有文件类型，可以根据实际需要改变它的值。
2、读取待下载的文件的信息并分析
在发送请求后，可以使用HttpQueryInfo函数获取文件的有关信息，或者取得服务器的信息以及服务器支持的相关操作。对于下载程序，最常用的是传递HTTP_QUERY_CONTENT_LENGTH参数取得文件的大小，即文件包含的字节数。模块如下所示：
// 取得待下载文件的大小
int __fastcall THttpGetThread::GetWEBFileSize(void)
{
　 try
　 {
　　　 DWORD BufLen=HTTPGET_BUFFER_MAX;
　　　　　　 DWORD dwIndex=0;
　　　　　　 bool RetQueryInfo=HttpQueryInfo(FhRequest,
　　　　　　 HTTP_QUERY_CONTENT_LENGTH,
　　　　　　 Buffer, &BufLen,
　　　　　　 &dwIndex);
　　　 if( RetQueryInfo==false) throw(Exception("Error：HttpQueryInfo"));
　　　 DoOnStatusText("ok：HttpQueryInfo");
　　　 int FileSize=StrToInt(Buffer); // 文件大小
　　　 DoOnGetFileSize(FileSize);
　 }catch(Exception &exception)
　 {
　　DoOnStatusText(exception.Message);
　 }
　 return FileSize;
}
模块中的DoOnGetFileSize是发出取得文件大小的事件。取得文件大小后，对于采用多线程的下载程序，可以按照这个值进行合适的文件分块，确定每个文件块的起点和大小。
               
3、下载文件的模块
开始下载前，还应该先安排好怎样保存下载结果。方法很多，我直接采用了C++ Builder提供的文件函数打开一个文件句柄。当然，也可以采用Windows本身的API，对于小文件，全部缓冲到内存中也可以考虑。
// 打开输出文件，以保存下载的数据
DWORD THttpGetThread::OpenOutFile(void)
{
　 try
　 {
　 if(FileExists(FOutFileName))
　　DeleteFile(FOutFileName);
　 iFileHandle=FileCreate(FOutFileName);
　 if(iFileHandle==-1) throw(Exception("Error：FileCreate"));
　 DoOnStatusText("ok:CreateFile");
　 }catch(Exception &exception)
　 {
　　DoOnStatusText(exception.Message);
　 }
　 return 0;
}
// 执行下载过程
void THttpGetThread::DoHttpGet(void)
{
　 DWORD dwCount=OpenOutFile();
　 try
　 {
　　　 // 发出开始下载事件
　　　 DoOnStatusText("StartGet：InternetReadFile");
　　　 // 读取数据
　　　 DWORD dwRequest; // 请求下载的字节数
　　　 DWORD dwRead; // 实际读出的字节数
　　　 dwRequest=HTTPGET_BUFFER_MAX;
　　　 while(true)
　　　 {
　　　　 Application->ProcessMessages();
　　　　 bool ReadReturn = InternetReadFile(FhRequest,
　　　　　(LPVOID)Buffer,
　　　　　dwRequest,
　　　　　&dwRead);
　　　　 if(!ReadReturn)break;
　　　　 if(dwRead==0)break;
　　　　 // 保存数据
　　　　 Buffer[dwRead]='\0';
　　　　 FileWrite(iFileHandle, Buffer, dwRead);
　　　　 dwCount = dwCount + dwRead;
　　　　 // 发出下载进程事件
　　　　 DoOnProgress(dwCount);
　　　 }
　　　 Fsuccess=true;
　 }catch(Exception &exception)
　 {
　　　 Fsuccess=false;
　　　 DoOnStatusText(exception.Message);
　 }
　 FileClose(iFileHandle);
　 DoOnStatusText("End：InternetReadFile");
}
下载过程并不复杂，与读取本地文件一样，执行一个简单的循环。当然，如此方便的编程还是得益于微软对网络协议的封装。
               
4、释放占用的资源
这个过程很简单，按照产生各个句柄的相反的顺序调用InternetCloseHandle函数即可。
void THttpGetThread::EndHttpGet(void)
{
　 if(FConnected)
　 {
　　　 DoOnStatusText("Closing:InternetConnect");
　　　 try
　　　 {
　　　　 InternetCloseHandle(FhRequest);
　　　　 InternetCloseHandle(FhConnect);
　　　　 InternetCloseHandle(FhSession);
　　　 }catch(...){}
　　　 FhSession=NULL;
　　　 FhConnect=NULL;
　　　 FhRequest=NULL;
　　　 FConnected=false;
　　　 DoOnStatusText("Closed:InternetConnect");
　 }
}
我觉得，在释放句柄后，把变量设置为NULL是一种良好的编程习惯。在这个示例中，还出于如果下载失败，重新进行下载时需要再次利用这些句柄变量的考虑。
5、功能模块的调用
这些模块的调用可以安排在线程对象的Execute方法中，如下所示：
void __fastcall THttpGetThread::Execute()
{
　 FrepeatCount=5;
　 for(int i=0;i
这里执行了一个循环，即如果产生了错误自动重新进行下载，实际编程中，重复次数可以作为参数自行设置。
实现断点续传功能
在基本下载的代码上实现断点续传功能并不是很复杂，主要的问题有两点：
1、 检查本地的下载信息，确定已经下载的字节数。所以应该对打开输出文件的函数作适当修改。我们可以建立一个辅助文件保存下载的信息，如已经下载的字节数等。我处理得较为简单，先检查输出文件是否存在，如果存在，再得到其大小，并以此作为已经下载的部分。由于Windows没有直接取得文件大小的API，我编写了GetFileSize函数用于取得文件大小。注意，与前面相同的代码被省略了。
DWORD THttpGetThread::OpenOutFile(void)
{
　 ……
　 if(FileExists(FOutFileName))
　 {
　　DWORD dwCount=GetFileSize(FOutFileName);
　　　 if(dwCount>0)
　　　 {
　　　　 iFileHandle=FileOpen(FOutFileName,fmOpenWrite);
　　　　 FileSeek(iFileHandle,0,2); // 移动文件指针到末尾
　　　　 if(iFileHandle==-1) throw(Exception("Error：FileCreate"));
　　　　 DoOnStatusText("ok:OpenFile");
　　　　 return dwCount;
　　　 }
　　DeleteFile(FOutFileName);
　 }
　 ……
}
               
2、 在开始下载文件（即执行InternetReadFile函数）之前，先调整WEB上的文件指针。这就要求WEB服务器支持随机读取文件的操作，有些服务器对此作了限制，所以应该判断这种可能性。对DoHttpGet模块的修改如下，同样省略了相同的代码：
void THttpGetThread::DoHttpGet(void)
{
　 DWORD dwCount=OpenOutFile();
　 if(dwCount>0) // 调整文件指针
　 {
　　　 dwStart = dwStart + dwCount;
　　　 if(!SetFilePointer()) // 服务器不支持操作
　　　 {
　　　　 // 清除输出文件
　　　　 FileSeek(iFileHandle,0,0); // 移动文件指针到头部
　　　 }
　 }
　 ……
}
多线程下载
要实现多线程下载，最主要的问题是下载线程的创建和管理，已经下载完成后文件的各个部分的准确合并，同时，下载线程也要作必要的修改。
1、下载线程的修改
为了适应多线程程序，我在下载线程加入如下成员变量：
int FIndex; // 在线程数组中的索引
DWORD dwStart; // 下载开始的位置
DWORD dwTotal; // 需要下载的字节数
DWORD FGetBytes; // 下载的总字节数
并加入如下属性值：
__property AnsiString URL = { read=FURL, write=FURL };
__property AnsiString OutFileName = { read=FOutFileName, write=FOutFileName};
__property bool Successed = { read=FSuccess};
__property int Index = { read=FIndex, write=FIndex};
__property DWORD StartPostion = { read=dwStart, write=dwStart};
__property DWORD GetBytes = { read=dwTotal, write=dwTotal};
__property TOnHttpCompelete OnComplete = { read=FOnComplete, write=FOnComplete };
同时，在下载过程DoHttpGet中增加如下处理，
void THttpGetThread::DoHttpGet(void)
{
　 ……
　 try
　 {
　　　 ……
　　　 while(true)
　　　 {
　　　　 Application->ProcessMessages();
　　　　 // 修正需要下载的字节数，使得dwRequest + dwCount 0) // dwTotal=0表示下载到文件结束
　　　　 {
　　　　　　 if(dwRequest+dwCount>dwTotal)
　　　　　　 dwRequest=dwTotal-dwCount;
　　　　 }
　　　　 ……
　　　　 if(dwTotal>0) // dwTotal =dwTotal)break;
　　　　 }
　　　 }
　 }
　 ……
　 if(dwCount==dwTotal)FSuccess=true;
}
               
2、建立多线程下载组件
我先建立了以TComponent为基类、名为THttpGetEx的组件模块，并增加以下成员变量：
// 内部变量
THttpGetThread **HttpThreads; // 保存建立的线程
AnsiString *OutTmpFiles; // 保存结果文件各个部分的临时文件
bool *FSuccesss; // 保存各个线程的下载结果
// 以下是属性变量
int FHttpThreadCount; // 使用的线程个数
AnsiString FURL;
AnsiString FOutFileName;
各个变量的用途都如代码注释，其中的FSuccess的作用比较特别，下文会再加以详细解释。因为线程的运行具有不可逆性，而组件可能会连续地下载不同的文件，所以下载线程只能动态创建，使用后随即销毁。创建线程的模块如下，其中GetSystemTemp函数取得系统的临时文件夹，OnThreadComplete是线程下载完成后的事件，其代码在其后介绍：
// 分配资源
void THttpGetEx::AssignResource(void)
{
　 FSuccesss=new bool[FHttpThreadCount];
　 for(int i=0;iURL=FURL;
　 …… // 初始化事件
　 HttpThread->OnComplete=OnThreadComplete; // 线程下载完成事件
　 return HttpThread;
}
// 创建下载线程数组
void THttpGetEx::CreateHttpThreads(void)
{
　 AssignResource();
　 // 取得文件大小，以决定各个线程下载的起始位置
　 THttpGetThread *HttpThread=CreateHttpThread();
　 HttpThreads[FHttpThreadCount-1]=HttpThread;
　 int FileSize=HttpThread->GetWEBFileSize();
　 // 把文件分成FHttpThreadCount块
　 int AvgSize=FileSize/FHttpThreadCount;
　 int *Starts= new int[FHttpThreadCount];
　 int *Bytes = new int[FHttpThreadCount];
　 for(int i=0;iStartPostion=Starts[FHttpThreadCount-1];
　 HttpThread->GetBytes=Bytes[FHttpThreadCount-1];
　 bool CanMulti=HttpThread->SetFilePointer();
　 if(CanMulti==false) // 不支持，直接下载
　 {
　　　 FHttpThreadCount=1;
　　　 HttpThread->StartPostion=0;
　　　 HttpThread->GetBytes=FileSize;
　　　 HttpThread->Index=0;
　　　 HttpThread->OutFileName=OutTmpFiles[0];
　 }else
　 {
　　　 HttpThread->OutFileName=OutTmpFiles[FHttpThreadCount-1];
　　　 HttpThread->Index=FHttpThreadCount-1;
　　　 // 支持断点续传，建立多个线程
　　　 for(int i=0;iStartPostion=Starts;
　　　　 HttpThread->GetBytes=Bytes;
　　　　 HttpThread->OutFileName=OutTmpFiles;
　　　　 HttpThread->Index=i;
　　　　 HttpThreads=HttpThread;
　　　 }
　 }
　 // 删除临时变量
　 delete Starts;
　 delete Bytes;
}
               
下载文件的下载的函数如下：
void __fastcall THttpGetEx::DownLoadFile(void)
{
　 CreateHttpThreads();
　 THttpGetThread *HttpThread;
　 for(int i=0;iResume();
　 }
}
线程下载完成后，会发出OnThreadComplete事件，在这个事件中判断是否所有下载线程都已经完成，如果是，则合并文件的各个部分。应该注意，这里有一个线程同步的问题，否则几个线程同时产生这个事件时，会互相冲突，结果也会混乱。同步的方法很多，我的方法是创建线程互斥对象。
const char *MutexToThread="http-get-thread-mutex";
void __fastcall THttpGetEx::OnThreadComplete(TObject *Sender, int Index)
{
　 // 创建互斥对象
　 HANDLE hMutex= CreateMutex(NULL,FALSE,MutexToThread);
　 DWORD Err=GetLastError();
　 if(Err==ERROR_ALREADY_EXISTS) // 已经存在,等待
　 {
　　　 WaitForSingleObject(hMutex,INFINITE);//8000L);
　　　 hMutex= CreateMutex(NULL,FALSE,MutexToThread);
　 }
　 // 当一个线程结束时，检查是否全部认为完成
　 FSuccesss[Index]=true;
　 bool S=true;
　 for(int i=0;i0)
　　　　 {
　　　　　　 FileWrite(hD,(void *)Buf,Reads);
　　　　　　 Reads=FileRead(hS,(void *)Buf,BufSize);
　　　　 }
　　　　 FileClose(hS);
　　　 }
　　　 FileClose(hD);
　 }
}
结语
到此，多线程下载的关键部分就介绍完了。但是在实际应用时，还有许多应该考虑的因素，如网络速度、断线等等都是必须考虑的。当然还有一些细节上的考虑，但是限于篇幅，就难以一一写明了。如果读者朋友能够参照本文编写出自己满意的下载程序，我也就非常欣慰了。我也非常希望读者能由此与我互相学习，共同进步。