FreeBSD连载(82)：数据处理方式

数据处理方式

　　当浏览器通过各种请求方法，试图从服务器获得数据的时候，服务器就必须将正确的数据返回给浏览器。浏览器并不关心服务器是如何进行处理的，服务器可以返回一个预先编辑好的HTML文档，也能根据请求动态生成返回的数据。而WW W的一大特点就是能用来传送多媒体数据，并且这些数据的传送是完全透明的，通过同样的HTTP连接，可以传送不同格式的声音、图象等数据。当服务器仅仅用于返回静态的HTML文档的时候，浏览器能够很容易的识别其数据类型，但当服务器不但用于返回静态的HTML文档，还可以动态返回各种类型的多媒体信息时，浏览器就不能仅仅从URL请求本身上判断服务器将会返回何种数据了。

　　服务器和浏览器之间是采用了另外的方式来标识数据的类型，这种方式下通过在传输真正的数据之前，预先传输一个数据的MIME类型的方法，来标识数据类型。

多媒体文件格式MIME

　　最早的HTTP协议中，并没有附加的数据类型信息，所有传送的数据都被客户程序解释为超文本标记语言HTML 文档，而为了支持多媒体数据类型，HTTP协议中就使用了附加在文档之前的MIME数据类型信息来标识数据类型。

　　MIME意为多目Internet邮件扩展，它设计的最初目的是为了在发送电子邮件时附加多媒体数据，让邮件客户程序能根据其类型进行处理。然而当它被HTTP协议支持之后，它的意义就更为显著了。它使得HTTP传输的不仅是普通的文本，而变得丰富多彩。

　　每个MIME类型由两部分组成，前面是数据的大类别，例如声音audio、图象image等，后面定义具体的种类。

常见的MIME类型

超文本标记语言文本	.html,.html	text/html
普通文本	.txt	text/plain
RTF文本	.rtf	application/rtf
GIF图形	.gif	image/gif
JPEG图形	.ipeg,.jpg	image/jpeg
au声音文件	.au	audio/basic
MIDI音乐文件	mid,.midi	audio/midi,audio/x-midi
RealAudio音乐文件	.ra, .ram	audio/x-pn-realaudio
MPEG文件	.mpg,.mpeg	video/mpeg
AVI文件	.avi	video/x-msvideo
GZIP文件	.gz	application/x-gzip
TAR文件	.tar	application/x-tar

　　Internet中有一个专门组织IANA来确认标准的MIME类型，但Internet发展的太快，很多应用程序等不及IANA来确认他们使用的MIME类型为标准类型。因此他们使用在类别中以x-开头的方法标识这个类别还没有成为标准，例如：x-gzip，x-tar等。事实上这些类型运用的很广泛，已经成为了事实标准。只要客户机和服务器共同承认这个MIME类型，即使它是不标准的类型也没有关系，客户程序就能根据MIME类型，采用具体的处理手段来处理数据。而Web服务器和浏览器（包括操作系统）中，缺省都设置了标准的和常见的MIME类型，只有对于不常见的 MIME类型，才需要同时设置服务器和客户浏览器，以进行识别。

　　由于MIME类型与文档的后缀相关，因此服务器使用文档的后缀来区分不同文件的MIME类型，服务器中必须定义文档后缀和MIME类型之间的对应关系。而客户程序从服务器上接收数据的时候，它只是从服务器接受数据流，并不了解文档的名字，因此服务器必须使用附加信息来告诉客户程序数据的MIME类型。服务器在发送真正的数据之前，就要先发送标志数据的MIME类型的信息，这个信息使用Content-type关键字进行定义，例如对于HTML文档，服务器将首先发送以下两行MIME标识信息,这个标识并不是真正的数据文件的一部分。

　　Content-type: text/html

　　注意，第二行为一个空行，这是必须的，使用这个空行的目的是将MIME信息与真正的数据内容分隔开。

CGI与SSI

　　普通服务器返回的文档为静态的HTML文档，文档中的内容为静态的。而很多情况下，需要根据浏览器发送请求时的条件改变浏览器返回的文档的内容。有些情况下，服务器能提供更复杂的功能，如通过浏览器登记用户的信息等，这些情况就要求Web服务器能根据请求运行一些特定的应用程序，来完成更复杂的服务功能。

　　返回动态文档的基本方法是使用通用网关接口CGI，它定义了Web服务器和由它执行的程序共享信息的方法。这样Web服务器可以根据浏览器的请求，在服务器端运行CGI程序，这个程序可以根据HTTP服务器设置的各种环境变量、服务器磁盘文件中保存的相关信息、以及服务器输入的客户端的请求信息，创建动态网页，并通过服务器返回给浏览器。CGI 标准十分简单，一个CGI程序就是一个标准Unix程序，它从命令行参数和标准输入中获得用户在浏览器上输入的信息，使用环境变量获得当前浏览客户的设置情况，最后使用标准输出输出它创建的动态网页。因此可以使用各种编程语言编写 CGI程序，如sh、C或Perl。

　　可以使用C这样的编译型语言来编写CGI程序，也可以使用解释型的语言来编写CGI程序，这两种方法各有优劣。使用C编程效率较高，但由于要处理的内容大部分为文本，因此需要大量的编写、调试工作，效率不高。而解释型语言编写、调试程序比较容易，并且由于大部分解释语言都有强大的内建文本处理功能，本身就比较适合处理文档，因此解释语言在CGI 编写方面有一定的优势。例如Perl语言本身功能就十分强大，是用于CGI编程一种主要编程语言工具。但是解释型的语言本身存在效率问题，服务器执行解释型的CGI程序时首先要将解释语言器载入内存，这增加了服务器的额外开销。

　　CGI需要启动一个额外的CGI程序以创建动态文档，由于每处理一个CGI请求都要启动一个进程，这样就加重了服务器端的负担。另一种产生动态文档的方式是使用服务器端分析文档，HTTP服务器不启动外部CGI程序来产生动态文档，而是由服务器本身分析要返回的html文档，对其中的一些特殊标记进行解释，并根据情况生成为符合HTML语法的具体数据，从而产生动态HTML文档。显然服务器端分析文档需要特殊功能的服务器，因此与CGI不同，并不存在服务器分析文档的标准。常见的服务器端分析方式有SSI、PHP、ASP等，然而由于这并不是标准，Web服务器可以有选择的支持这些特殊功能。

　　最基本的服务器分析文档标准为SSI（Server Side Include），它能快速的处理一些简单的标志，使得创建动态HTML文档更为容易。SSI主要是采用宏替换的方式处理网页，当一个使用SSI处理过的HTML 文件被返回给浏览器时，有些与文档本身相关的信息，如文档最后一次修改时间等原本在HTML文档中使用特殊的标记来表示的信息，都会被替换为正确的数据。