github仓库：https://github.com/brucewayne9064/LinuxCpp_server

一、CGI程序的工作方式

静态网页：浏览器通过URL请求网页，服务器返回该网页的文件给浏览器，浏览器在本地解析渲染该文件

动态网页：浏览器通过URL请求网页，服务器返回参数，在浏览器本地产生网页

CGI程序：（common gateway interface，通用网关接口）浏览器通过URL请求后缀为cgi，服务器将该请求传给CGI程序，CGI程序通过标准IO接收，处理完后通过标准IO发给服务器，服务器再传给浏览器

二、web服务器Apache

三、HTTP原理

hyper text transfer protocol，超文本传输协议，用于从万维网服务器（www，world wide web）传输超文本到本地浏览器。基于TCP/IP传输协议，位于C/S构架上，默认端口号为80

URL的一般格式：

1
2
协议名://主机名[:端口号][/目标路径/文件名][#锚点名]
http://www.baidu.com/web/20230408/index.html

浏览器给dns服务器发送域名，dns服务器返回ip，浏览器向对应ip请求网页

四、HTTP特点

  • 支持C/S
  • 简单快速
  • 灵活：传输任意类型数据对象，由content-type标记
  • 无连接：限制为每次连接只处理一个请求，收到客户端应答后就断开连接。节省传输时间
  • 无状态：对于事务处理没有记忆能力
  • 媒体独立：只要C/S端知道如何处理数据，任何类型都可以传输

五、HTTP消息结构

URI包括URL和URN两个类别，URL是URI的子集，所以URL一定是URI，而URI不一定是URL

URI = Universal Resource Identifier 统一资源标志符，用来标识抽象或物理资源的一个紧凑字符串。（=URL+URN）

URL = Universal Resource Locator 统一资源定位符，一种定位资源的主要访问机制的字符串，一个标准的URL必须包括：protocol、host、port、path、parameter、anchor。

URN = Universal Resource Name 统一资源名称，通过特定命名空间中的唯一名称或ID来标识资源。

HTTP使用URI进行传输数据，建立连接。一旦建立后，数据消息通过[RFC5322]或MIME[RFC2045]传输

六、客户端请求消息

HTTP请求：请求行（内含请求方法）+请求头部+空行+请求数据

常用的请求方法有：

  • GET(向特定资源发出查找请求，而不修改服务器状态)

  • 带参数的GET（参数存储在URL中?的后面，以 variable=value 的形式）

  • POST(向指定资源提交数据进行处理请求，参数存储在HTTP请求主体中，而不是URL中)

七、服务器响应消息

HTTP响应：状态行+消息报头（响应头）+空行+响应正文

八、HTTP状态码

HTTP状态码是服务器对客户端请求的响应（server header），它们表示请求是否成功完成，以及发生了什么情况。

一些具体的HTTP状态码及其含义如下：

  • 200 OK：请求成功。
  • 301 Moved Permanently：请求的资源已永久移动到新位置，并且将来的请求应该使用新的URL。
  • 404 Not Found：请求的资源不存在。
  • 500 Internal Server Error：服务器遇到了未知的错误。

九、HTTP状态码分类

HTTP状态码有五类，每类有一百个状态码，但并不是所有的状态码都常用。

常见的HTTP状态码有以下几种：

  • 1xx：信息响应，表示服务器已收到请求，正在处理中。
  • 2xx：成功响应，表示请求已成功完成，服务器给出了预期的响应。
  • 3xx：重定向响应，表示请求被重定向到其他地方，需要客户端进一步操作。
  • 4xx：客户端错误响应，表示请求有错误，或者服务器无法处理。
  • 5xx：服务器错误响应，表示服务器遇到了内部错误，无法完成请求。

十、实现HTTP服务器(tinyhttp项目)

实现fork一个子进程，子进程与父进程通过pipe进行通信(同一时刻只能实现单向通信（半双工，如果实现全双工就要两个管道了），例如父进程向子进程发送数据，如果想要实现子进程向父进程发送数据，则需要重新设置关闭和打开的文件描述符)：

  • 在父进程中调用pipe()函数创建一个管道，产生两个文件描述符fd[0]和fd[1]，分别指向管道的读端和写端。
  • 在父进程中调用fork()函数创建一个子进程，由于子进程会继承父进程打开的文件描述符，所以父子进程可以通过新创建的管道进行通信。
  • 根据通信的方向，关闭不需要的文件描述符，例如如果父进程向子进程发送数据，那么父进程关闭fd[0]（读），子进程关闭fd[1]（写）。
  • 使用write()函数向管道的写端写入数据，使用read()函数从管道的读端读取数据。
  • 使用close()函数关闭管道的文件描述符。

执行cgi脚本的步骤（tinyhttp）：

  1. web客户端对服务器发起HTTP请求，请求中包含cgi程序的路径和参数。
  2. 服务器收到一个http请求，建立一个线程（pthread_create）来处理（accept）
  3. 如果请求地址未找到，返回404，结束
  4. 如果请求地址为无参数GET，返回文件，结束
  5. 如果是带参数GET, POST，服务器根据请求中的URL找到对应的cgi程序
  6. 建立两个pipe，分别为cgi_input，cgi_output，并fork一个子进程来执行它。
  7. 服务器重定向子进程的标准输入和标准输出到管道的相应端口，并关闭不需要的端口。在子进程中，把STDOUT定位到cgi_output的写入端，把STDIN定位到cgi_input的读取端，关闭cgi_input写入端，cgi_output读取端。
  8. 服务器设置子进程的环境变量，包括请求方法、参数、内容类型、内容长度等，以便cgi程序获取用户数据。
  9. 子进程执行cgi程序，从标准输入读取用户数据，进行业务逻辑处理，然后将结果输出到标准输出。
  10. 父进程中，关闭cgi_input读取端，cgi_output写入端。把POST写入cgi_input，从cgi_output读取子进程的输出数据，构造HTTP响应并发送给客户端。
  11. 关闭连接，完成一次HTTP请求与回应。

为什么要fork一个子进程？

因为每个cgi程序只能处理一个用户请求，而服务器可能同时收到多个用户请求，所以需要fork出多个子进程来并发执行不同的cgi程序。

基本调用流程：

main() $\to$ startup()$\to$accept_request()$\to$execute_cgi()

服务器是父进程，他通过运行主线程来监听和接收新的连接请求，主线程创建子线程来处理每个连接请求。子线程是主进程中的其他线程，它们负责执行accept_request函数，解析HTTP请求，发送HTTP响应，以及fork子进程来执行cgi脚本。子进程是子线程fork出来的新的进程，它们负责运行cgi脚本，并通过管道和子线程通信。