CGI技術原理

一、CGI技術

1.1 CGI的提出

　　CGI是外部擴展應用程序與WWW服務器交互的一個標准接口。按照CGI標准編寫的外部擴展應用程序可以處理客戶端（一般是WWW瀏覽器）輸入的協同工作數據，完成客戶端與服務器的交互操作。這在實際應用中非常有用，如可以編寫CGI外部擴展程序來訪問外部數據庫，客戶端用戶可以通過它和WWW服務器來進行數據查詢。CGI一般分兩種：標准CGI和緩沖CGI。所有的WWW服務器均應支持標准CGI，按標准CGI編寫的程序與具體的WWW服務器無關。而按緩沖CGI編寫的程序與WWW服務器有關。

1.2 CGI的工作原理

　　1．標准CGI

　　客戶端、服務器、CGI接口與外部程序間的關系可用圖1－1表示（編排者：圖略）：如上圖所示，服務器是客戶端（如瀏覽器）與擴展程序之間的通道。當客戶端的用戶完成了一定輸入工作（比如填充完HTML文檔中的FORM表）之后向服務器發出HTTP請求（稱為CGI請求），服務器守護進程接收到該請求后，就創建一個子進程（稱為CGI進程）。該CGI子進程將CGI請求的有關數據設置成環境變量，在外部CGI程序與服務器間建立兩條數據通道（標准I／O），然后啟動URL指定的CGI程序，並與該子進程保持同步，以監測CGI程序的執行狀態。子進程通過標准輸出流將處理結果傳遞給服務器守護進程，守護進程再將處理結果作為應答消息回送到客戶端。外部CGI程序通過環境變量、命令行參數、標准輸入輸出與WWW服務器進行通訊，傳遞有關參數和處理結果。
＊環境變量：當服務器守護進程創建子進程運行CGI程序時，設置相應的環境變量和命令行參數，以傳遞客戶端和服務器的有關信息給該子進程。
＊命令行參數：命令行參數僅在有HTML文檔中有SINDEX查詢的情況下使用。
＊標准輸入輸出：當HTTP請求模式采用POST方式時，CGI程序通過標准輸入流和有關環境變量來獲取客戶端傳輸數據；如采用GET方式時，CGI程序直接通過環境變量獲取客戶端傳輸數據。當CGI程序要返回處理結果（一般為HTML文檔）給客戶端時，它通過標准輸出流將該結果數據傳遞給服務器守護進程。

　　2．緩沖CGI

　　標准CGI使用Stdin／Stdout來進行數據通訊，這是由其最初開發環境（Unix操作系統）所決定的。但是許多Windows環境下的編程工具（如VB和Delphi等）是不支持這種I／O方式的，這時就不能用它們來開發基於標准CGI的應用程序。於是有些服務器提出了緩沖CGI的概念。緩沖CGI亦稱為WinCGI。此時CGI擴展程序與服務器間通過緩沖CGI而不是標准CGI進行通訊，而緩沖CGI與服務器間的通訊還是通過標准CGI接口。后者由WWW服務器的內置緩沖處理程序實現。這幾部分的關系可用圖1－2表示（編排者：圖略）：緩沖CGI的工作原理與標准CGI相似，不同的是當服務器守護進程接收到客戶端的CGI請求時，所建立的CGI子進程將CGI請求的有關數據設置成環境變量外，還將它們保存在輸入緩沖區中；通過緩沖處理程序在外部CGI程序與服務器間建立兩條數據通道（輸入／輸出緩沖區）。CGI子進程通過輸出緩沖區將處理結果傳遞給服務器守護進程。此處外部CGI程序通過環境變量和輸入／輸出緩沖區與WWW服務器進行通訊，傳遞有關參數和處理結果。此處環境變量的意義同上，不過這些環境變量及其相應值保存在輸入緩沖區中。此外，輸入緩沖區中還存放客戶端的傳輸數據（如采用POST模式的話）。輸出緩沖區用來存放擴展程序的處理結果。

　　3．標准CGI與緩沖CGI的區別

　　對CGI擴展程序而言，最主要差別在於數據的I／O不同：對緩沖CGI，服務器與CGI擴展程序間的數據交換是通過緩沖區；而標准CGI是通過標准I／O。使用緩沖CGI可選擇更多的開發工具，可以開發Windows95和WindowsNT下的GUI擴展程序；而使用標准CGI所選用的開發工具必須支持標准I／O。只有少數幾種WWW服務器支持緩沖CGI，因此基於它的擴展程序兼容性不如標准CGI好。

1．3 CGI與其他WWW技術的關系

　　CGI作為WWW服務器的標准擴展技術，由上面CGI的基本原理可知，它和許多其它的WWW技術密切相關，如HTTP、HTML、MIME和URL等，下面主要就它與前兩種技術的關系進行研究。

　　1．CGI與HTTP協議

　　CGI通過HTTP協議在客戶端和服務端進行通訊：＊客戶端用戶代理向服務器發送的請求是HTTP請求消息。該消息中含有處理用戶輸入的CGI擴展程序的URL值。＊CGI擴展程序在處理結束后，返回給客戶端的應答是HTTP應答消息。因此CGI程序的輸出數據必須符合HTTP應答消息的語法格式，這在基於CGI標准的開發中非常重要。

　　2．CGI與HTML語言

　　CGI擴展程序的輸出數據（HTTP應答消息）一般有兩種：符合MIME類型的文檔（最普遍的是HTML文檔，表示為text/html）；指向其它文檔的URL鏈接。這兩種方式都與HTML語言有關，數據的組織須符合HTML語法格式。

1．4 CGI開發的幾個問題

　　基於WWW的人機交互一般有兩種情況：本地交互和通過網絡傳輸的交互。前者是指客戶端用戶的輸入數據在客戶端本地進行處理，然后將處理結果返回給用戶，常見的開發工具有JavaScript（Netscape開發）和VBScript（Microsoft開發）；后者是指客戶端用戶輸入的數據通過網絡傳輸到WWW服務器，服務器處理結束后將處理結果返回給客戶端用戶，常見的開發技術是WWW服務器擴展技術（如CGI，API等）。此處主要討論基於標准CGI技術的通過網絡進行數據傳輸的交互實現。對這種人機交互的實現，主要有三個環節需要解決：如何獲取客戶端傳輸的數據，如何提取有效數據並處理這些數據，如何向客戶端返回應答。下面分別結合有關技術，談談這三方面問題的解決。

　　1．客戶端傳輸數據的獲取

　　由第三章CGI的原理可知，當服務端守護進程接收到客戶端用戶代理（如瀏覽器）提交的CGI請求時，所創建的CGI子進程會設置與CGI請求內容有關的環境變量，並建立服務器與外部CGI程序之間通訊的通道（即標准I／O）。CGI程序可以通過環境變量，標准I／O或命令行參數獲取客戶端用戶輸入的數據。數據的獲取與請求所采用的HTTP方法（Method）和用戶所使用的請求方式有關。用戶通過CGI請求數據一般有三種方式：HTMLFORM表，ISINDEX，可點擊圖片（ISMAP或Imagemaps）。后兩種方式是通過命令行參數傳遞用戶的輸入數據；在C語言中（下面的舉例亦然），CGI程序可以用argc和argv［int］獲得這些參數值。而前一種方式則取決於HTTP請求方法；但不管采用何種方法，都將用到環境變量來傳遞有關請求內容。

　　●獲取環境變量環境變量的類別很多，包含客戶端和服務端的詳細信息。在一般CGI程序開發中，下述幾個環境變量在數據傳遞中起着重要作用。

　　　＊GATEWAY—INTERFACE

　　CGI程序所使用的CGI標准接口的版本號。如使用的CGI1．1版，該變量表示為“CGI/1.1”

　　　＊REQUEST—METHOD 　　HTTP請求方法。根據該變量值可判斷CGI請求所采用的請求方法，以決定是通過Stdin還是通過環境變量QUERY—STRING獲取客戶端傳輸數據。

　　　＊QUERY—STRING

　　QUERY—STRING是CGI程序URL中“?”之后的數據。當使用ISINDEX查詢或FORM表使用GET方法時，客戶端傳輸數據可以通過讀取該變量而獲得。

　　　＊CONTENT—LENGTH

　　CONTENT—LENGTH表示客戶端傳輸數據的字節數。

　　　＊CONTENT—TYPE

　　CONTENT—TYPE表示客戶端傳輸數據的數據編碼類型。利用— environ(int)函數可以獲得所有的環境變量及其值；利用getenv(constchar*)函數可以獲得指定環境變量的相應值。

　　●HTTP請求方法

　　客戶端用戶代理提交的CGI請求是HTTP請求，其中包括HTTP請求方法。HTTP協議定義的請求方法中常用的主要有GET和POST。客戶端FORM表的METHOD屬性用來設置請求方法，其缺省值為GET。如果在FORM中使用GET方法，CGI程序通過環境變量QUERY—STRING獲取客戶端傳輸數據。如果在FORM中使用POST方法，CGI程序通過通過CONTENT—LENGTH獲取客戶端傳輸數據的字節數，通過Stdin讀取客戶端傳輸數據。

　　2．有效數據的提取和處理

　　通過上述方式獲取的客戶端傳輸數據的一般格式為：

　　name[1]=value[1]&name[2]=value[2]&...name=value...name[n]=value[n]

　　其中name［i］表示變量名，它是在FORM表中某輸入域的名字；value［i］表示變量值，它是用戶在FORM表中某輸入域中輸入的值。客戶端傳輸數據的每對″name=value″串由′&′字符分隔，其數據編碼類型可以從環境變量CONTENT—TYPE獲取。CGI/1.1版僅支持“application/x-www-form-urlencoded”編碼方式。這種編碼方式和URL的編碼方式一樣，遵循兩個規則：數據中的空格（ASCII碼值32）編碼成′+′號；保留字符編碼成″%xx″形式，″XX″是該字符ASCII值的十六進制表示，比如″$″的編碼為″%24″，″?″的編碼為″%3F″。因此，要獲取客戶端用戶的輸入數據，必須對上述獲取的數據進行分離和解碼等處理。利用函數strtok()、strchr()等可以實現數據分離處理，而數據的解碼則需要對整個數據串進行掃描，將數據串中的″%xx″復原為對應的ASCII碼。在提取到有效數據后，還可能進行許多其他的處理，如數據庫查詢等。這種處理與普通編程相同。

　　3．向客戶端返回應答

　　CGI程序處理結束后，通過標准輸出流將應答信息傳遞給服務器，再由服務器返回給發出請求的客戶端。其輸出的應答信息是HTTP應答消息，它一般由兩部分組成：應答頭和應答數據。常見的應答頭包括三種頭域：Content—Type（數據編碼類型，用MIME類型表示），Location（特定文檔的URL，這種情況不直接向客戶端輸出內容而輸出該URL）和Status（處理結果的狀態碼和狀態描述）。HTTP應答頭由幾行格式相同的文本構成，每行的基本格式為：″頭域名：該域內容″。應答頭和應答體之間用一空行加LF（或CR／LF）分隔。應答體為CGI擴展程序的輸出數據，其數據類型應該與Content—Type值相一致。CGI程序的輸出可以用printf（）、puts（）等標准I／O函數來實現。

　　4．CGI程序的開發及其一般流程

　　在開發CGI程序過程中，可根據實際情況（服務器提供的接口、實際需求和程序員經驗等）選擇編程語言，如C／C＋＋，Perl，TCL，AnyUnixshell，VB，AppleScript。如果選用C／C＋＋等語言，必須編譯成可執行文件；如果選用Perl等解釋語言，服務器必須安裝相應的解釋器。