Tinyhttpd源码剖析(二)
转载请注明出处
http://blog.csdn.net/pony_maggie/article/details/49838191
作者:小马
继续看execute_cgi函数，
if (strcasecmp(method, "GET") ==0)
{
while ((numchars > 0) && strcmp("\n", buf)) /* read & discard headers */
numchars = get_line(client, buf, sizeof(buf));
}
else /* POST */
{
numchars = get_line(client, buf, sizeof(buf));
while ((numchars > 0) && strcmp("\n", buf))
{
buf[15] = '\0';
if(strcasecmp(buf, "Content-Length:") == 0)
content_length = atoi(&(buf[16]));
numchars = get_line(client, buf, sizeof(buf));
}
if (content_length == -1) // {
bad_request(client);// 4xx:
return;
}
}
首先还是读取请求头并丢弃。 Content-Length描述HTTP消息实体的长度，对于POST方法，这个域是必须存在的，因为服务器需要这个长度来查找客户端请求的参数。
下面一段建立两个管道，
if (pipe(cgi_output) < 0)
{
cannot_execute(client);
return;
}
if(pipe(cgi_input) < 0)
{
cannot_execute(client);
return;
}
pipe()会建立管道，并将文件描述词由参数filedes数组返回。filedes[0]为管道里的读取端，filedes[1]则为管道的写入端。管道一般是用来进程间通信的，好像目前为止只有一个进程？不急，马上就创建新的进程了。
if ( (pid = fork()) < 0 ) //复制一个线程
{
cannot_execute(client);
return;
}
Linux的fork函数比较强大，但也不好理解。 它可以创建一个子线程，那么当前的进程就是父进程。子进程可以获取父进程的地址空间的拷贝以及相关的资源，比如打开的文件描述符。这个很关键，上面获取的管道的描述符正是基于此特点才变得有意义。
那么问题来了，如何区分当前执行的是父进程还是子进程呢？fork函数如果调用出错会返回小于0的值。如果成功了，它会返回两次，一次是父进程中返回子进程的PID,一次是在子进程中返回0。这两个进程并发的执行，系统内核层是以时间片切换来模拟多进程的执行，不过作为程序员我们认为有两条线在并行的运行就可以了。
所以，通过判断返回的PID，就可以分别对子进程和父进程进行操作。在开始讲子进程之前，还需要插播一个概念：
CGI程序的特点是通过标准输入（stdin）和环境变量(可以理解成有两个传递数据的途径，二者相辅相成，其实跟请求方法是get或post也相关)来得到服务器的信息，并通过标准输出（stdout）向服务器输出信息。环境变量就是指的系统环境变量，就是linux中可以用echo命令查询那些，比如HOME, PATH等。http协议中也定义了一些自己的环境变量，用于在CGI与服务器之间传输参数。下面给出几个相关的环境变量:
SERVER_NAME CGI脚本运行时的主机名和IP地址. SERVER_SOFTWARE 你的服务器的类型如： CERN/3.0 或 NCSA/1.3. GATEWAY_INTERFACE 运行的CGI版本.对于UNIX服务器, 这是CGI/1.1. SERVER_PROTOCOL 服务器运行的HTTP协议. 这里当是HTTP/1.0. SERVER_PORT 服务器运行的TCP口，通常Web服务器是80. REQUEST_METHOD POST 或 GET, 取决于你的表单是怎样递交的. HTTP_ACCEPT 浏览器能直接接收的Content-types, 可以有HTTP Accept header定义. HTTP_USER_AGENT 递交表单的浏览器的名称、版本 和其他平台性的附加信息。 HTTP_REFERER 递交表单的文本的 URL，不是所有的浏览器都发出这个信息，不要依赖它 PATH_INFO 附加的路径信息, 由浏览器通过GET方法发出. PATH_TRANSLATED 在PATH_INFO中系统规定的路径信息. SCRIPT_NAME 指向这个CGI脚本的路径,是在URL中显示的(如, /cgi-bin/thescript). QUERY_STRING 脚本参数或者表单输入项(如果是用GET递交). QUERY_STRING 包含URL中问号后面的参数. REMOTE_HOST 递交脚本的主机名，这个值不能被设置. REMOTE_ADDR 递交脚本的主机IP地址. 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。 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. CONTENT_TYPE 如果表单是用POST递交, 这个值将是application/x-www-form-urlencoded. 在上载文件的表单中,content-type 是个multipart/form-data. CONTENT_LENGTH 对于用POST递交的表单, 标准输入口的字节数.
看看子进程，
if (pid == 0) /* child: CGI script */
{
….
dup2(cgi_output[1], 1);///* 把 STDOUT 重定向到cgi_output 的写入端 */
dup2(cgi_input[0], 0); ///* 把 STDIN 重定向到cgi_input 的读取端 */
///* 关闭 cgi_input 的写入端和 cgi_output 的读取端 */
close(cgi_output[0]);
close(cgi_input[1]);
前面讲到cgi默认输出是标准输出，所以子进程在运行cgi程序之前，会通过dup2函数把标准输出重定向到与客户端关联的描述符上，这样后面cgi写到标准输出的东西都会直接到客户端。
当然，重定向完成后要把不用的描述符关掉，注意这里的不用是仅子进程不用，前面说到fork出来的子进程会拥有一份和父进程几乎一样的资源拷贝，所以这里只是把子进程空间中的描述符资源关闭。
继续看代码，
sprintf(meth_env, "REQUEST_METHOD=%s", method);
putenv(meth_env);
if(strcasecmp(method, "GET") == 0)
{
sprintf(query_env, "QUERY_STRING=%s", query_string);
putenv(query_env);
}
else
{ /* POST*/
sprintf(length_env, "CONTENT_LENGTH=%d", content_length);
putenv(length_env);
}
前面已经提到环境变量是服务与CGI之间传递数据的一个途径，这一段就是服务器设置环境变量。
准备工作都作完了，可以调用cgi程序了，cgi所在的路径是前面保存的地址，还记得吧。
execl(path, path, NULL); exit(0); }
再来看看父进程的代码，
close(cgi_output[1]);
close(cgi_input[0]);
if(strcasecmp(method, "POST") == 0)
for (i = 0; i < content_length; i++)
{
recv(client, &c, 1, 0);
write(cgi_input[1], &c, 1);/*把 POST 数据写入cgi_input，已经重定向到 STDIN */
}
while (read(cgi_output[0], &c, 1) > 0)/*读取 cgi_output的管道输出到客户端，该管道输入是 STDOUT */
send(client, &c, 1, 0);
close(cgi_output[0]);
close(cgi_input[1]);
waitpid(pid, &status, 0);
首先是关闭不用的文件描述符，避免资源泄露，然后父进程会把数据（post或get）写入cig_input[1], 因为前面已经重定向了，所以实际是写到stdin。然后从cgi_output[0]读取输出结果发送回客户端。
整个子进程和父进程的处理过程，可以用下面图解释(用的别人的图，出处是:http://blog.csdn.net/jcjc918/article/details/42129311)
最后回到accept_request函数，最后一行是
close(client);
这个有必要说一下，http是基于无连接的，也就是完成一次请求后，马上断开与客户端的连接，所以一定要有这个关闭的动作。