C++后台实践：古老的CGI与Web开发

本文写给C/C++程序猿，也适合其余对历史感兴趣的程序猿

=============================================

        谈到web开发，你们首先想到的PHP、JavaEE/JSP、.NET/ASP、Ruby on rails、Python的Django等等。可谓百花齐放，你通常不会想到C++和Web开发有什么关系，但其实动态网页的开发（web开发）但是在这些动态网页语言诞生以前就存在了的。因此C/C++也是能够作web开发的，它利用的技术是——CGI。

        在天地初开，混沌未分之时，动态网页语言还没有出世，要实现动态网站依赖的就是CGI。谷歌/百度一下CGI，可能会出现不少名词：CGI脚本、CGI程序、CGI标准等等。其实这些都是站在不一样角度来讲的，CGI即Common Gateway Interface的缩写，直译为“通用网关接口”。第一次听这个名字，我也不知道是个什么鬼东西。归根结底 CGI就是一个接口协议。协议就是你们公认的一套标准（叫CGI标准也能够），好比网络协议。你们都遵照一套标准，就减小了沟通的难度。进行CGI开发，就是编写一个CGI可执行程序。其实各类语言均可以编写CGI，不但Java、Python、PHP、C#……能够，并且Shell也能够。固然C和C++也能够。因为早期CGI不少是由Perl（脚本语言）开发的，因此CGI程序也称CGI脚本，其实这个称呼不必定准确。由于C++编译出的可执行文件一样能够是CGI。

        在PHP和Java大行其道的今天，不少人看来用C++编写CGI是几乎淘汰的技术了（其实这到否则，只是比较小众罢了）。因此若是你对C/C++感兴趣或者对历史感兴趣均可以阅读本文。

一次网页请求与响应

        在进行网页浏览时，一般就是经过一个URL请求一个网页，而后服务器返回这个网页文件给浏览器。浏览器在本地解析该文件渲染成咱们看到的网页。然而一般咱们看到的网页不是静态网页，也就是说在服务端是没有这个网页文件，它是在网页请求的时候动态生成的，好比PHP/JSP网页。依据你请求的参数不一样，所返回的内容不一样。

        同理，若是是请求一个CGI程序的时候（ 好比在浏览器直接输入CGI程序的URL，或者提交表单的时候发送给CGI程序），CGI程序负责解析从前端传递过来的参数，理解它的意图而后返回数据，好比返回HTML、XML或JSON等。

WARNNING：Apache默认没有打开CGI的支持，须要进行CGI的配置。具体方法能够自行百度。

预备前端知识

        假设你是一个C++程序员，你可能对前端不熟（OK，我也不熟），在接下来的讲述以前，你要先掌握一些预备的前端知识（尽可能少讲前端），你不须要知道如何渲染出一个美轮美奂的网页，但你须要知道前、后端如何交互。前端页面如何发送数据，一个普通的HTML页面一般的作法，你只需知道以下几种：

• form表单提交（html原生）
• js操纵下的表单提交
• js经过Ajax请求数据

这里知讲第一种（最简单的）：

<h1>表单提交</h1>
<form action="/cgi-bin/hello.cgi" method="get">
<table>
	<tr>
		<td>用户名：</td>
		<td><input name="username"/></td>
	</tr>
		<tr>
		<td>密码：</td>
		<td><input name="password"/></td>
	</tr>
	<tr>
		<td><input type="submit" value="OK"/></td>
	</tr>
	</table>
</form>

form标签的action属性的值表示的就是表单要提交到url，即表单提交之后要跳转的页面（Ajax能够达到无跳转拉取数据，刷新页面），这里action属性值的是cgi程序的url地址。（WARNNING：/ 对应的是网站根目录，而不是Linux文件系统根目录哦）。method属性表示数据请求方式，有两种：get和post。不赘述。

        我输入用户名jellywang，密码123456以后，点击OK按钮，即向  当前域名/cgi-bin/hello.cgi 的程序序提交了表单，而且携带参数username=jellywang。而后页面会跳转到这个cgi（就像普通网页跳转，浏览器地址栏更新同样）。

        若是是get请求。那么浏览器地址栏的URL看起来像这样：localhost:/cgi-bin/hello.cgi?username=jelly&password=123456。很显然这是一种不够安全的方式，因此咱们还可使用post请求。这样地址栏就看不到这种提交的参数了。（其实post也不够安全，不鼓励直接提交明文密码的方式，本文仅做示例，安全登陆不上本文重点）

环境变量与CGI处理

        当前端页面经过get或post方法向cgi程序提交了数据之后，那么接下来cgi程序该如何解析呢？答案是 环境变量。不管是Linux系统或Windows系统都有环境变量的概念。Linux用户在配置不少环境的时候，都不得不在系统配置文件中和环境变量打交道。CGI程序便是经过从环境变量中取值来得到参数的。这里介绍几个环境变量（更多的请自行百度）：

REQUEST_METHOD	前端页面数据请求方式：get/post
QUERY_STRING	采用GET时所传输的信息
CONTENT_LENGTH	STDIO中的有效信息长度
SCRIPT_NAME	所调用的CGI程序的名字
SERVER_NAME	服务器的IP或名字
SERVER_PORT	主机的端口号

        这些环境变量是从何而来，是谁定义的？是Linux吗？POSIX吗？固然不是。这里就要再次声明一下CGI是一个接口协议，这些环境变量就是属于该协议的内容，因此不论你的server所在的操做系统是Linux仍是Windows，也不论你的server是Apache仍是Nginx，这些变量的名称和含义都是同样的。实际就是Apache/Nginx在将这些内容填充到环境变量中，而具体填充规范则来自于CGI接口协议。

        在C语言标准中有获取环境变量值得库函数——getenv。（头文件stdlib.h）

//好比
chr* str = NULL;
str = getenv("QUERY_STRING");

        对于get请求，能够从环境变量QUERY_STRING中取出字符串 username=jelly&password=123456。而后程序本身作字符串的解析操做，解析出参数的key和value。而对于post请求，则是直接经过标注输入（STDIN）来获取这个参数字符串，好比使用scanf或cin均可以。

        在解析了请求、进行了相应的逻辑处理以后（好比检查用户名密码是否一致），CGI程序要向前端页面返回内容，这是经过标准输出（STDOUT）完成的，好比printf或cout，你能够返回xml，json，plain text或一个html网页等等。这一步完成的是就是HTTP的响应过程。因此在返回直接的数据以前，要先输出HTTP协议的首部。好比，假设你想返回一个html网页，那么你首先要输出：

   cout<<"Content-Type:text/html\n\n"<<endl;

WARNNING：这里要注意，必定要输出两个换行符（\n）。由于HTTP协议的首部和消息实体（如HTML代码） 之间用空行分割。

        后面直接cout出html代码（好比输出你刚才输入的用户名成功登录）。前端页面就会收到这些html代码，而后浏览器就渲染成网页啦。这就是一次CGI完成的动态网页操做了。 

Cgicc库

        进行C++的CGI编程，须要手动进行字符串的解析处理，还有自行管理首部。好比资源转移了，要返回302，而且在首部用Location给出新地址。很显然，这些东西对于PHP、Python等语言都有内置的解决方案。对于C++就须要第三方库了。这里推荐一个GNU的开源库—— Cgicc。能够知足经常使用的各种需求，除了解析get/post请求外，还能重定向，还能够设置Cookie，还能够上传文件等等等等。

        美中不足的就是Cgicc库不支持SESSION。可是这个问题不大，咱们能够很容易使用Cookie来实现SESSION功能。因为 CGI自己是请求一次就建立一个进程，返回以后进程就结束（下文的FastCGI除外）。这时要在服务端维持一个SESSION的变量可选的解决方案是：用文件存储或者在Redis、Memcached等内存数据库中存储。而发给客户端的SESSIONID就用Cgicc已经支持的Cookie功能来完成，就能够了。

CGI的痛点与FastCGI

        CGI是一种标准，并不限定语言。因此Java、PHP、Python均可以经过这种方式来生成动态网页。可是实际上这些动态语言却不多这样用。原来是CGI有一大硬伤。那就是每次CGI请求，那么Apache都有启动一个进程去执行这个CGI程序，即颇具Unix特点的fork-and-execute。当用户请求量大的时候，这个fork-and-execute的操做会严重拖慢Server的进程。而Java的Servlet技术则是一种常驻内存的技术，不会频繁的发生进程上下文的建立和销毁操做。

        时势造英雄，FastCGI技术应运而生。简单来讲，其本质就是一个常驻内存的进程池技术，由调度器负责将传递过来的CGI请求发送给处理CGI的handler进程来处理。在一个请求处理完成以后，该处理进程不销毁，继续等待下一个请求的到来。FCGI技术一出，CGI又必定程度上焕发了第二春。PHP-FPM自己是使PHP支持FCGI技术的一个Patch，如今已经被归入PHP标准。固然，支持C++的FCGI技术也出现了，Apache有FCGI的模块能够安装，好比mod_fcgid。

现代CGI的编程范式

        前面咱们知道，CGI能够直接返回一个html网页。CGI程序自己也能够进行各类计算、逻辑处理任务。随着各种web先后端技术的发展，以及大数据、高并发的Server使用场景愈来愈多。现代的CGI的用法，在发生变化。

        如今，愈来愈多的任务从后端转移到前端，前端页面利用丰富的Js技术来进行更多的处理。

1. JS可使用Ajax技术来向后台CGI发起数据请求。Ajax完成的是不须要刷新整个页面就能够加载后端数据（好比从数据库中取出）。
2. CGI通常再也不用于直接返回html页面，同时将复杂的计算、IO任务下沉到后端（后端能够进一步进行路由转发，实现负载均衡）。使CGI做为先后端之间的中间层。彼时CGI的职能是完成基本的数据交换：解析前端数据请求，再转发给对应后端；而后从后端取回数据，给前端返回XML或JSON。
3. 前端JS利用XML/JSON中的数据来进行填充，绘制出丰富的页面。