**
来决定与哪类服务器联系，服务器在哪里，以及它监听的端口号是多少。服务器使用后缀
**/index.html**
来发现在它文件系统中的文件，并确定请求的是静态内容还是动态内容。
关于服务器如何解释一个 URL 的后缀，有几点需要理解：
* 确定一个 URL 指向的是静态内容还是动态内容没有标准的规则。每个服务器对它所管理的文件都有自己的规则。一种经典的（老式的）方法是，确定一组目录，例如 **cgi-bin**，所有的可执行性文件都必须存放这些目录中。
* 后缀中的最开始的那个 “/” 不表示 Linux 的根目录。相反，它表示的是被请求内容类型的主目录。例如，可以将一个服务器配置成这样：所有的静态内容存放在目录 **/usr/httpd/html** 下，而所有的动态内容都存放在目录 **/usr/httpd/cgi-bin** 下。
* 最小的 URL 后缀是 “/” 字符，所有服务器将其扩展为某个默认的主页，例如 **/index.html**。这解释了为什么简单地在浏览器中键入一个域名就可以取出一个网站的主页。浏览器在 URL 后添加缺失的 “/”，并将之传递给服务器，服务器又把 “/” 扩展到某个默认的文件名。
## 11.5.3 HTTP 事务
因为 HTTP 是基于在因特网连接上传送的文本行的，我们可以使用 Linux 的 TELNET 程序来和因特网上的任何 Web 服务器执行事务。对于调试在连接上通过文本行来与客户端对话的服务器来说，TELNET 程序是非常便利的。例如，图 11-24 使用 TELNET 向 AOL Web 服务器请求主页。
```python
linux> telnet www.aol.com 80 # Client: open connection to server
Trying 205.188.146.23... # Telnet prints 3 lines to the terminal
Connected to aol.com.
Escape character is '^]'.
GET / HTTP/1.1 # Client: request line
Host: www.aol.com # Client: required HTTP/1.1 header
# Client: empty line terminates headers
HTTP/1.0 200 OK # Server: response line
MIME-Version: 1.0 # Server: followed by five response headers
Date: Mon, 8 Jan 2010 4:59:42 GMT
Server: Apache-Coyote/1.1
Content-Type: text/html # Server: expect HTML in the response body
Content-Length: 42092 # Server: expect 42,092 bytes in the response body
# Server: empty line terminates response headers
# Server: first HTML line in response body
... # Server: 766 lines of HTML not shown
# Server: last HTML line in response body
Connection closed by foreign host. # Server: closes connection
linux> # Client: closes connection and terminate
```
> 图 11-24 一个服务静态内容的 HTTP 事务
在第 1 行，我们从 Linux shell 运行 TELNET，要求它打开一个到 AOL Web 服务器的连接。TELNET 向终端打印三行输出，打开连接，然后等待我们输入文本（第 5 行）。每次输入一个文本行，并键入回车键，TELNET 会读取该行，在后面加上回车和换行符号（在 C 的表示中为 “\r\n”），并且将这一行发送到服务器。这是和 HTTP 标准相符的，HTTP 标准要求每个文本行都由一对回车和换行符来结束。为了发起事务，我们输入一个 HTTP 请求（第 5 \~ 7 行）。服务器返回 HTTP 响应（第 8 \~ 17 行），然后关闭连接（第 18 行）。
### 1. HTTP 请求
一个 HTTP 请求的组成是这样的：一个**请求行**（request line）（第 5 行），后面跟随零个或更多个**请求报头**（request header）（第 6 行），再跟随一个空的文本行来终止报头列表（第 7 行）。一个请求行的形式是
**method URI version**
HTTP 支持许多不同的方法，包括 GET、POST、OPTIONS、HEAD、PUT、DELETE 和 TRACE。我们将只讨论广为应用的 GET 方法，大多数 HTTP 请求都是这种类型的。GET 方法指导服务器生成和返回 **URI**（Uniform Resource Identifier，统一资源标识符）标识的内容。URI 是相应的 URL 的后缀，包括文件名和可选的参数。✦
{% hint style="info" %}
✦：实际上，只有当浏览器请求内容时，这才是真的。如果代理服务器请求内容，那么这个 URI 必须是完整的 URL。
{% endhint %}
请求行中的 version 字段表明了该请求遵循的 HTTP 版本。最新的 HTTP 版本是 HTTP/1.1【37】。HTTP/1.0 是从 1996 年沿用至今的老版本【6】。HTTP/1.1 定义了一些附加的报头，为诸如缓冲和安全等高级特性提供支持，它还支持一种机制，允许客户端和服务器在同一条**持久连接**（persistent connection）上执行多个事务。在实际中，两个版本是互相兼容的，因为 HTTP/1.0 的客户端和服务器会简单地忽略 HTTP/1.1 的报头。
总的来说，第 5 行的请求行要求服务器取出并返回 HTML 文件 **/index.html**。它也告知服务器请求剩下的部分是 HTTP/1.1 格式的。
请求报头为服务器提供了额外的信息，例如浏览器的商标名，或者浏览器理解的 MIME 类型。请求报头的格式为
**header-name: header-data**
针对我们的目的，唯一需要关注的报头是 Host 报头（第 6 行），这个报头在 HTTP/1.1 请求中是需要的，而在 HTTP/1.0 请求中是不需要的。**代理缓存**（proxy cache）会使用 Host 报头，这个代理缓存有时作为浏览器和管理被请求文件的**原始服务器**（origin server）的中介。客户端和原始服务器之间，可以有多个代理，即所谓的**代理链**（proxy chain）。Host 报头中的数据指示了原始服务器的域名，使得代理链中的代理能够判断它是否可以在本地缓存中拥有一个被请求内容的副本。
继续图 11-24 中的示例，第 7 行的空文本行（通过在键盘上键入回车键生成的）终止了报头，并指示服务器发送被请求的 HTML 文件。
### 2. HTTP 响应
HTTP 响应和 HTTP 请求是相似的。一个 HTTP 响应的组成是这样的：一个**响应行**（response line）（第 8 行），后面跟随着零个或更多的**响应报头**（response header）（第 9 \~ 13 行），再跟随一个终止报头的空行（第 14 行），再跟随一个**响应主体**（response body）（第 15 \~ 17 行）。一个响应行的格式是
**version status-code status-message**
version 字段描述的是响应所遵循的 HTTP 版本。**状态码**（status-code）是一个 3 位的正整数，指明对请求的处理。状态消息（status message）给出与错误代码等价的英文描述。图 11-25 列出了一些常见的状态码，以及它们相应的消息。
| 状态代码 | 状态消息 | 描述 |
| :--: | ---------- | ------------------------ |
| 200 | 成功 | 处理请求无误 |
| 301 | 永久移动 | 内容已移动到 location 头中指明的主机上 |
| 400 | 错误请求 | 服务器不能理解请求 |
| 403 | 禁止 | 服务器无权访问所请求的文件 |
| 404 | 未发现 | 服务器不能找到所请求的文件 |
| 501 | 未实现 | 服务器不支持请求的方法 |
| 505 | HTTP 版本不支持 | 服务器不支持请求的版本 |
> 图 11-25 一些 HTTP 状态码
第 9 \~ 13 行的响应报头提供了关于响应的附加信息。针对我们的目的，两个最重要的报头是 **Content-Type**（第 12 行），它告诉客户端响应主体中内容的 MIME 类型；以及 **Content-Length**（第 13 行），用来指示响应主体的字节大小。
第 14 行的终止响应报头的空文本行，其后跟随着响应主体，响应主体中包含着被请求的内容。
## 11.5.4 服务动态内容
如果我们停下来考虑一下，一个服务器是如何向客户端提供动态内容的，就会发现一些问题。例如，客户端如何将程序参数传递给服务器？服务器如何将这些参数传递给它所创建的子进程？服务器如何将子进程生成内容所需要的其他信息传递给子进程？子进程将它的输出发送到哪里？一个称为 **CGI**（Common Gateway Interface，通用网关接口）的实际标准的出现解决了这些问题。
### 1. 客户端如何将程序参数传递给服务器
GET 请求的参数在 URI 中传递。正如我们看到的，一个 “?” 字符分隔了文件名和参数，而每个参数都用一个 “&” 字符分隔开。参数中不允许有空格，而必须用字符串 “％20” 来表示。对其他特殊字符，也存在着相似的编码。
{% hint style="info" %}
### 旁注 - 在 HTTP POST 请求中传递参数
HTTP POST 请求的参数是在请求主体中而不是 URI 中传递的。
{% endhint %}
### 2. 服务器如何将参数传递给子进程
在服务器接收一个如下的请求后
```c
GET /cgi-bin/adder?15000&213 HTTP/1.1
```
它调用 fork 来创建一个子进程，并调用 execve 在子进程的上下文中执行 **/cgi-bin/adder** 程序。像 adder 这样的程序，常常被称为 CGI 程序，因为它们遵守 CGI 标准的规则。而且，因为许多 CGI 程序是用 Perl 脚本编写的，所以 CGI 程序也常被称为 CGI 脚本。在调用 execve 之前，子进程将 CGI 环境变量 QUERY\_STRING 设置为 “15000&213”，adder 程序在运行时可以用 Linux getenv 函数来引用它。
### 3. 服务器如何将其他信息传递给子进程
CGI 定义了大量的其他环境变量，一个 CGI 程序在它运行时可以设置这些环境变量。图 11-26 给出了其中的一部分。
| 环境变量 | 描述 |
| --------------- | ----------------------- |
| QUERY\_STRING | 程序参数 |
| SERVER\_PORT | 父进程侦听的端口 |
| REQUEST\_METHOD | GET 或 POST |
| REMOTE\_HOST | 客户端的域名 |
| REMOTE\_ADDR | 客户端的点分十进制 IP 地址 |
| CONTENT\_TYPE | 只对 POST 而言：请求体的 MIME 类型 |
| CONTENT\_LENGTH | 只对 POST 而言：请求体的字节大小 |
> 图 11-26 CGI 环境变量示例
### 4. 子进程将它的输出发送到哪里
一个 CGI 程序将它的动态内容发送到标准输出。在子进程加载并运行 CGI 程序之前，它使用 Linux dup2 函数将标准输出重定向到和客户端相关联的已连接描述符。因此，任何 CGI 程序写到标准输出的东西都会直接到达客户端。
注意，因为父进程不知道子进程生成的内容的类型或大小，所以子进程就要负责生成 Content-type 和 Content-length 响应报头，以及终止报头的空行。
图 11-27 展示了一个简单的 CGI 程序，它对两个参数求和，并返回带结果的 HTML 文件给客户端。
{% tabs %}
{% tab title="code/netp/tiny/cgi-bin/adder.c" %}
```c
#include "csapp.h"
int main(void) {
char *buf, *p;
char arg1[MAXLINE], arg2[MAXLINE], content[MAXLINE];
int n1 = 0, n2 = 0;
/* Extract the two arguments */
if ((buf = getenv("QUERY_STRING")) != NULL) {
p = strchr(buf, ’&’);
*p = ’\0’;
strcpy(arg1, buf);
strcpy(arg2, p + 1);
n1 = atoi(arg1);
n2 = atoi(arg2);
}
/* Make the response body */
sprintf(content, "QUERY_STRING=%s", buf);
sprintf(content, "Welcome to add.com: ");
sprintf(content, "%sTHE Internet addition portal.\r\n", content);
sprintf(content, "%sThe answer is: %d + %d = %d\r\n
",
content, n1, n2, n1 + n2);
sprintf(content, "%sThanks for visiting!\r\n", content);
/* Generate the HTTP response */
printf("Connection: close\r\n");
printf("Content-length: %d\r\n", (int)strlen(content));
printf("Content-type: text/html\r\n\r\n");
printf("%s", content);
fflush(stdout);
exit(0);
}
```
{% endtab %}
{% endtabs %}
> 图 11-27 对两个整数求和的 CGI 程序
图 11-28 展示了一个 HTTP 事务，它根据 adder 程序提供动态内容。
```python
linux> telnet kittyhawk.cmcl.cs.cmu.edu 8000 # Client: open connection
Trying 128.2.194.242...
Connected to kittyhawk.cmcl.cs.cmu.edu.
Escape character is ’^]’.
GET /cgi-bin/adder?15000&213 HTTP/1.0 # Client: request line
# Client: empty line terminates headers
HTTP/1.0 200 OK # Server: response line
Server: Tiny Web Server # Server: identify server
Content-length: 115 # Adder: expect 115 bytes in response body
Content-type: text/html # Adder: expect HTML in response body
# Adder: empty line terminates headers
Welcome to add.com: THE Internet addition portal. # Adder: first HTML line
The answer is: 15000 + 213 = 15213 # Adder: second HTML line in response body
Thanks for visiting! # Adder: third HTML line in response body
Connection closed by foreign host. # Server: closes connection
linux> # Client: closes connection and terminates
```
> 图 11-28 一个提供动态 HTML 内容的 HTTP 事务
{% hint style="info" %}
### 旁注 - 将 HTTP POST 请求中的参数传递给 CGI 程序
对于 POST 请求，子进程也需要重定向标准输入到已连接描述符。然后，CGI 程序会从标准输入中读取请求主体中的参数。
{% endhint %}
#### 练习题 11.5
{% tabs %}
{% tab title="练习题 11.5" %}
在 10.11 节中，我们警告过你关于在网络应用中使用 C 标准 I/O 函数的危险。然而，图 11-27 中的 CGI 程序却能没有任何问题地使用标准 I/O。为什么呢？
{% endtab %}
{% endtabs %}
{% tabs %}
{% tab title="答案" %}
标准 I/O 能在 CGI 程序里工作的原因是，在子进程中运行的 CGI 程序不需要显式地关闭它的输入输出流。当子进程终止时，内核会自动关闭所有描述符。
{% endtab %}
{% endtabs %}