Skip to content

Latest commit

 

History

History
134 lines (97 loc) · 7.93 KB

浅谈CGI.md

File metadata and controls

134 lines (97 loc) · 7.93 KB
Raw

CGI Logo

1、什么是CGI？

通用网关接口（Common Gateway Interface/CGI）是一种重要的互联网技术，可以让一个客户端，从网页浏览器向执行在网络服务器上的程序请求数据。CGI描述了服务器和请求处理程序之间传输数据的一种标准。最初，CGI是在1993年由美国国家超级电脑应用中心（NCSA）为NCSA HTTPd Web服务器开发的。这个Web服务器使用了UNIX shell 环境变量来保存从Web服务器传递出去的参数，然后生成一个运行CGI的独立的进程。CGI程序可以用任何脚本语言或者是完全独立编程语言实现，只要这个语言可以在这个系统上运行。像Unix shell script, Python, Ruby, PHP, Tcl, C/C++,和Visual Basic都可以用来编写CGI程序。（摘自维基百科）

2、什么是CGI程序？

在第1段中所提到的“请求处理程序”就是CGI程序。

既然这么多编程语言都可以编写CGI程序，我们不妨也来试试，举个栗子：（假设你对linux和web环境有一定的了解，那我们就用bash shell来编写CGI程序）

# !/bin/sh
echo -e "Content-Type:text/html\n\n"
echo "hello CGI"

echo -e 参数是处理特殊字符，会把"\n"以换行符进行输出。

问题：为什么要输出"Content-Type:text/html\n\n"？
答：在RFC3875中规定:"script MUST supply a Content-Type field in the response" 脚本响应时必须提供Content-Type字段。"\n\n"是分割HTTP协议中header与body的。

3、CGI程序是如何运行的？

每一次请求都会生成一个运行CGI的独立的进程，既然是独立进程，使用linux中的"ps"命令就可以查看得到，我们来做一个实验，"逮住"这个进程。

# !/bin/sh
sleep 20
echo -e "Content-Type:text/html\n\n"
echo "hello CGI"

"sleep 20"："睡眠"20秒，方便我们查看CGI程序的进程

# ps -ef | grep index.sh
UID        PID  PPID  C STIME TTY          TIME CMD
www      19848 13642  0 21:55 ?        00:00:00 /bin/sh /opt/web/cgi-bin/index.cgi

# ps -ef | grep httpd
UID        PID  PPID  C STIME TTY          TIME CMD
root     13598     1  0 Jul30 ?        00:00:16 /usr/local/apache2/bin/httpd -f /usr/local/apache2/conf/httpd.conf
www      13642 13598  0 21:53 ?        00:00:00 /usr/local/apache2/bin/httpd -f /usr/local/apache2/conf/httpd.conf

有一个很"巧合"的现象：CGI程序进程的父ID(PPID)与Apache的子进程(这里指的worker进程)ID(PID)一样。 其实这个CGI程序进程是由Apache的子进程fork出来的，然后使用了exec系列函数执行的CGI程序，所以CGI程序需要x(执行)权限。

补充一下：测试用的Apache是2.4版本，多处理模块(MPM)选用的worker，可能Apache使用了一些其他技术(比如线程技术)来完成以上工作，大致上原理是这样的。例如 Boa Webserver fork出来一个子进程后，使用了execve函数执行的CGI程序，并且将上一个程序的环境变量传入。

4、环境变量

CGI程序是通过临时环境变量获取HTTP详情（在第1段中也提到过）。在web server执行CGI程序时，将环境变量传入或者继承上一个程序的，在CGI1.1标准中,环境变量如下：

变量名 描述 (以下描述均摘自互联网，仅供参考，英文好的同学可以直接阅读RFC3875)
AUTH_TYPE 服务器验证用户身份所使用的机制
CONTENT_LENGTH 假如REQUEST_METHOD为POST，这个环境变量的值是标准输入中可读取到的有效数据的字节数
CONTENT_TYPE 所传递来的信息的MIME类型
GATEWAY_INTERFACE 服务器遵守的CGI版本
PATH_INFO CGI程序的附加路径
PATH_TRANSLATED PATH_INFO对应的绝对路径
QUERY_STRING GET请求参数
REMOTE_ADDR 发送请求的客户机的IP地址
REMOTE_HOST 递交脚本的主机名
REMOTE_IDENT 如果Web服务器是在ident (一种确认用户连接你的协议)运行, 递交表单的系统也在运行ident, 这个变量就含有ident返回值
REMOTE_USER 递交脚本的用户名. 如果服务器的Authentication被激活，这个值可以设置。
REQUEST_METHOD 请求方式：GET、POST
SCRIPT_NAME 指向CGI脚本的路径
SERVER_NAME 服务器的IP或名字
SERVER_PORT 主机的端口号
SERVER_PROTOCOL 服务器运行的HTTP协议
SERVER_SOFTWARE 服务器软件的名字

写个程序验证一下：

# !/bin/sh
echo -e "Content-Type:text/html\n\n"
echo $GATEWAY_INTERFACE

请求，输出结果为： CGI/1.1

5、CGI程序如何获取GET和POST请求的数据

  • GET

    当GET请求时，REQUEST_METHOD 为 GET；QUERY_STRING 为请求的参数和值，例如：

    http://www.example.org/cgi-bin/demo.cgi/?name=cgi&version=1.1
    QUERY_STRING 值为 name=cgi&version=1.1

  • POST

    POST数据不会存到QUERY_STRING环境变量中，而是从标准输入(STDIN)中获取数据， 具体是如何将请求数据重导向到标准输入(STDIN)的，这涉及到了管道，大概是使用了dup2函数，由于知识有限，本文不再做详解。

    以下是读取POST数据的示例

    bash shell

    #!/bin/sh
echo -e "Content-Type:text/html\n\n"
echo $(</dev/stdin)

    php

    #!/usr/local/php5.6/bin/php
<?php
echo "Content-Type:text/html\n\n";
readfile('php://stdin');
?>

6、整体请求过程

request CGI

注：图中数据返回是通过标准输出(STDOUT)，然后将数据重导向。具体实现涉及到了管道和dup2函数，本文不做详解。

谢谢阅读！ 如有错误或者不好的地方麻烦指出。共同学习，共同进步~

（完）