(转)CGI工作原理及其WEB服务器开发

转自：http://blog.csdn.net/ahcen001/archive/2006/08/31/1147618.aspx

仅供自己资料积累

1、CGI工作机理

CGI即公共网关接口(Common Gateway Interface)是在WEB服务器上定义了

WEB客户请求与应答的一种方法。客户向服务器的请求只要属于CGI范围，就启

动WEB服务器的一个CGI(网关)程序。它的任务是把客户的请求从网关的环境变

量(下一节细加以描述)中取出，并进行相应的加工处理。由 CGI程序决定如何

对客户的请求做出应答。另外， CGI程序定义标准的方法为服务器及客户标准

的请求与响应信息。因此， CGI是WEB服务器不可缺少的组成部分。

2、环境变量

CGI的标准规定服务器必须通过其环境变量来为CGI的程序传递信息内容。

通常HTTPD服务器的cgi-bin目录中常用test-env的小程序来验证 CGI返回的环

境变量。如：

SERVER_NAME=lab.fjinfo.sti.ac.cn

HTTP_CONNECTION=Keep-Alive

REMOTE_ADDR=168.160.135.21

HTTP_HOST=lab

REQUEST_METHOD=GET

GATEWAY_INTERFACE=CGI/1.1

QUERY_STRING=

REMOTE_USER=chencx

SERVER_SOFTWARE=NCSA/1.5

SERVER_PROTOCOL=HTTP/1.0

REMOTE_HOST=chencx.fjinfo.sti.ac.cn

SERVER_PORT=80

DOCUMENT_ROOT=/usr/local/etc/httpd/htdocs

HTTP_USER_AGENT=Mozilla/3.0 (Win95; I)

HTTP_ACCEPT=image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*

SCRIPT_NAME=/cgi-bin/test-env

SERVER_ADMIN=[e-mail]

AUTH_TYPE=Basic

这些变量作出如下解释： SERVER_SOFTWARE是客户机请求的HTTP服务器的软件名称及其改软件的版 本。
SERVER_NAME是HTTP服务器的主机域名。 GATEWAY_INTERFACE是指该服务器的CGI版本。
SERVER_PROTOCOL用于发送请求的协议名称和版本，目前只有HTTP协议支 持CGI的标准。
SERVER_PORT是用于接受客户请求的服务器端口号，常用的是80。
REMOTE_HOST是指用于发送请求的客户机的主机域名。只有当你的客户主 机具有指定的域名时，才有其值。
REMOTE_ADDR是指发送请求的客户机器在HTTP主机上返回的IP地址。 REMOTE_USER是指远程授权用户的用户名。
AUTH_TYPE 是用于保护客户的授权类型。 REQUEST_METHOD是客户机用于发送请求的方法(有GET/POST两种细节在下
一节叙述)。 HTTP_ACCEPT是客户机支持的MIME类型清单，各个类型间用逗号分割。星
号为通配符，它表示可接受任意类型的数据。不过目前许多HTTP服务器尚未使 用这个变量。
PATH_INFO是接在CGI脚本之后的其他路径名信息。 PATH_TRANSLATED
QUERY_STRING是接收来自客户浏览器的数据(参见下节)。
CONTENT_TYPE是用以发送信息的MIME类型。目前常用：application/x- www-form-urlencoded。
CONTENT_LENGTH是指当客户使用POST方法发送的请求时，计算从客户浏览 器发送的字节数。 3、CGI标题及其GET/POST
(1)Header 标题：HTTP服务器通过环境变量与CGI程序进行通信。而CGI程序通过标准
输出把数据以HTML形式送到服务器再到客户。但是， CGI的输出程序必须使用 三个标题行： 第一行，Content-type:
设定输出的数据的MIME输出类型。常用为： Content-type: plain/text或者Content-type:
jpeg/gif。 第二行，Location: 是指输出的文档名称。 第三行，Status 是HTTP的状态码。
见http://www.w3.org/hypertext/WWW/Protocols/HTTP/HTRESP.html
注意这三行必须单独各占一行，并且每一行之后必须有个空行。只有这样服 务器才能解释CGI产生的文档结果。 (2)POST/GET方法
我们将在第四章HTML语言中讲述的form元素时，其产生的表格传送至服务 器的
CGI脚本，即客户浏览器的信息就是通过POST或GET两种方式传至服务器。 POST方法
当客户端的HTML的表格设计采用POST时，CGI中的环境变量REQUEST_METHOD
就返回值是POST。而CONTENT_LENGTH计算出客户传送的信息的数据量(以字节 为单位)。
CGI程序就依CONTENT_LENGTH计算出HTTP何时开始停止阅读从客户
端传来的信息。用POST方式发送的信息只有application/x-www-form-urlen-
coded一种MIME类型数据。并把此类型记录在CONTENT_TYPE之中。
客户不管是以POST还是GET方式向服务器传送信息必须加以编码才能将其 信息数据传至服务器中。
因此，服务器受到来自客户的信息数据时，必须把 URL之后的数据进行解 码(客户浏览器编码的逆过程)使其数据信息恢复原貌。
该过程是(一)把原来用＆连在一起的HTML表格变量与其值分开； (二)把原来用＝连在一起的HTML表格变量与其值分开；
(三)把各变量和数据中包含十六进制转换成ASCII码等价表示； (四)把各变量和数据中的所有＋号替换成空格。
依次把其编码的信息数据还原成客户端输入时的原来面貌。此时 CGI程序 就可对这些数据进行一系列加工和处理。
GET是把客户的表格的数据加到URL的末尾，传送至服务器。故，必须对其
传送的数据加以专门的编码。大家知道URL的标准中保留了若干特殊的字符，
如：＆、＃、?、＝、空格及其任意不可打印的ASCII控制字符。这些对我们的
CGI来讲具有重要的作用。如用+来代替原来的空格字符，保留的字符用％后接 相应的十六进制的
ASCII码值替代。大多数的客户浏览器均可对其进行正确的 编码。但是值得注意的是应防止一些非法的用户通过 CGI的脚本造成对系统安
全的威胁。(如sendmail) GET方法 基于GET方法的CGI程序与POST的程序的运行机理基本相同，只是服务器发
送的数据采用的方式稍微有些差异。它不是把客户浏览器上传到服务器的数据发
送到CGI程序的标准输入，而是将这些数据经编码后由QUERY_STRING环境变量 传输，服务器上的
CGI程序只要识别QUERY_STRING即可。另外，环境变量 REQUEST_METHOD的缺省值为：GET。 4、几种常用数据库接口
(Sybase,mSQL,Informix,Oracle,) CGI 程序可以完成与一些大型数据库的接口。通过标准的客户浏览器达到
对大型数据库的检索或产生动态的页面。近一两年来，国际上各大公司对此都非
常重视，都相应开发出一系列产品，使二者间的接口更容易。例如：微软公司的 Information Server与MS
SQL接口、还有Sybase、Informix、Orcale等 等。你也可以编写一些CGI使浏览器能对Foxpro数据库进行访问。
5、几种常用CGI及其WEB开发语言（C,Perl,Shell,Tcl,Java,VB）
用于开发CGI的几种常用语言有C,Perl,Sh,Tcl等等。除了C是编译型外，
其他几种都是解释型的开发语言。以下只是举一些简单的例子加以说明。至于 每一种语言细节不是本文的范围。 (1)SH

#!/bin/sh

echo Content-type: text/plain

echo

echo CGI/1.0 test script report:

echo

echo argc is $#. argv is "$*".

echo

echo SERVER_SOFTWARE = $SERVER_SOFTWARE

echo SERVER_NAME = $SERVER_NAME

echo GATEWAY_INTERFACE = $GATEWAY_INTERFACE

echo SERVER_PROTOCOL = $SERVER_PROTOCOL

echo SERVER_PORT = $SERVER_PORT

echo REQUEST_METHOD = $REQUEST_METHOD

echo HTTP_ACCEPT = "$HTTP_ACCEPT"

echo PATH_INFO = $PATH_INFO

echo PATH_TRANSLATED = $PATH_TRANSLATED

echo SCRIPT_NAME = $SCRIPT_NAME

echo QUERY_STRING = $QUERY_STRING

echo REMOTE_HOST = $REMOTE_HOST

echo REMOTE_ADDR = $REMOTE_ADDR

echo REMOTE_USER = $REMOTE_USER

echo CONTENT_TYPE = $CONTENT_TYPE

echo CONTENT_LENGTH = $CONTENT_LENGTH

这是用UNIX上的SH编写的简单CGI小程序，是用来检测WEB服务器的 CGI的 环境变量值。大家可以从这些环境变量编写更深入的程序。
(2)Perl (Practical Extraction and Report Language)
Perl是一种优秀的解释型的文本处理语言。目前已被一些 CGI专家们广泛 使用。目前不仅有UNIX版本，还有Windows
或其他OS的版本。其语法具有同样 的规则。 #程序名：cgi_handlers.pl #用
途：处理由HTML的客户端的FORM的输入的数据，并处理成为 CGI 内部可用参数。包括输入、输出及其中间代码转化等全过程。

sub get_request {

if ($ENV{'REQUEST_METHOD'} eq "POST") {

read(STDIN, $request, $ENV{'CONTENT_LENGTH'});

} elsif ($ENV{'REQUEST_METHOD'} eq "GET" ) {

$request = $ENV{'QUERY_STRING'};

}

%rqpairs = &url_decode(split(/[&=]/, $request));

}

sub url_decode {

foreach (@_) {

tr/+/ /;

s/%(..)/pack("c",hex($1))/ge;

}

@_;

}

sub html_header {

local($title) = @_;

print "Content-type: text/html/n/n";

print "< html >< head >/n";

print "< title >$title< /title >/n";

print "< /head >/n< body >/n";

}

sub html_trailer {

local($sec, $min, $hour, $mday, $mon, $year, $wday, $yday, $isdst)

= gmtime;

local($mname) = ("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul",

"Aug", "Sep", "Oct", "Nov", "Dec")[$mon];

local($dname) = ("Sun", "Mon", "Tue", "Wed", "Thu", "Fri",

"Sat")[$wday];

print "< p >/nGenerated by: $0< br >/n";

print "Date: $hour:$min:$sec UT on $dname $mday $mname $year.< p
>/n";

print "< /body >< /html >/n";

}

1;

(3)C语言 用C语言编写CGI程序类似于其他语言，只是要加以编译成可执行文件即可。
因此，用C语言进行CGI程序的编写具有更高的安全性。下面是一个用C编写CGI 小程序，仅供参考。

#include

#include

#define MAX_ENTRIES 10000

typedef struct {

char *name;

char *val;

} entry;

char *makeword(char *line, char stop);

char *fmakeword(FILE *f, char stop, int *len);

char x2c(char *what);

void unescape_url(char *url);

void plustospace(char *str);

main(int argc, char *argv[]) {

entry entries[MAX_ENTRIES];

register int x,m=0;

int cl;

if(strcmp(getenv("REQUEST_METHOD"),"POST")) exit(1);

if(strcmp(getenv("CONTENT_TYPE"),"application/x-www-form-urlencoded"))
exit(

cl = atoi(getenv("CONTENT_LENGTH"));

for(x=0;cl>0 && (!feof(stdin));x++) {

m=x;

entries[x].val = fmakeword(stdin,'&',&cl);

plustospace(entries[x].val);

unescape_url(entries[x].val);

entries[x].name = makeword(entries[x].val,'=');

}

for(x=0; x <= m; x++)

printf("%s %s%/n",entries[x].name, entries[x].val);

}

(4)TCL TCL即Tool Command Language，它是高级的跨平台的 Script语言，它与 Perl、C
shell具有相识的机理不同的语法。

proc subhex {v} {

set nv $v

while {[regexp {%[0-9A-F][0-9A-F]} $v blah]} {

scan $blah "%%%x" cv

if {[ctype char $cv]=="&"} {

regsub -all $blah $v //& nv

} else {

regsub -all $blah $v [ctype char $cv] nv

}

set v $nv

}

return $v

}

proc http_proc_args {arg} {

global ar artype

upvar $arg argv

set bigarg ""

#join words with +'s

if [llength $argv]==2 {

set bigarg [split [lindex $argv 1] &]

set path [lindex $argv 0]

set args [split [crange $path 1 end] /]

} else {

set a0 [lindex $argv 0]

if {[cindex $a0 0]=="/"} {

set bigarg {}

set args [split [crange $a0 1 end] /]

} else {

set bigarg [split $a0 &]

set args {}

}

}

foreach arg [concat $bigarg $args] {

if [regexp {(.*)=(.*)} $arg foo name value] {

set name [subhex $name]

if ![info exists argcount($name)] {

set argcount($name) 1

} else {

incr argcount($name)

}

}

}

#split assignments on the '&'

foreach arg [concat $bigarg $args] {

if [regexp {(.*)=(.*)} $arg foo name value] {

regsub -all {/+} $value { } newval

set name [subhex $name]

set val [subhex $newval]

if ![info exists ar($name)] {

if [info exists artype($name)] {

if {$artype($name)=="list"} {

if {$val!=""} {

set ar($name) [list $val]

} else {

set ar($name) {}

}

} else {

set ar($name) $val

}

} else {

set ar($name) $val

}

} else {

# multiple selection

lappend ar($name) $val

}

}

}

}

#makes URL extended pathname to encode current state

proc pkg_attrs {var attrs} {

upvar $var ar

set al ""

foreach i $attrs {

if [info exists ar($i)] {

# regsub { } $ar($i) {+} att

set al "$al/$i=$att"

}

}

return $al

}

proc http_proc_cgi_args {} {

global ar artype

global env

set bigarg ""

#join words with +'s

if [info exists env(PATH_INFO)] {

set args [split [crange $env(PATH_INFO) 1 end] /]

} else {

set args {}

}

if [info exists env(QUERY_STRING)] {

set bigarg [split $env(QUERY_STRING) &]

} else {

set bigarg {}

}

foreach arg [concat $bigarg $args] {

if [regexp {(.*)=(.*)} $arg foo name value] {

set name [subhex $name]

if ![info exists argcount($name)] {

set argcount($name) 1

} else {

incr argcount($name)

}

}

}

#split assignments on the '&'

foreach arg [concat $bigarg $args] {

if [regexp {(.*)=(.*)} $arg foo name value] {

regsub -all {/+} $value { } newval

set name [subhex $name]

set val [subhex $newval]

if ![info exists ar($name)] {

if [info exists artype($name)] {

if {$artype($name)=="list"} {

if {$val!=""} {

set ar($name) [list $val]

} else {

set ar($name) {}

}

} else {

set ar($name) $val

}

} else {

set ar($name) $val

}

} else {

# multiple selection

lappend ar($name) $val

}

}

}

}

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/ahcen001/archive/2006/08/31/1147618.aspx