cgicc结构分析
http://happyiww.popo.blog.163.com/blog/static/92244832007536859887/
由于工作需要，一直在写python的代码，已经很久没有写c++的程序了，正好有个项目间接使用了cgicc模块，现在先看看它的实现，一方面可以对整个系统使用的技术有更好的把握，另一方面可以复习一下c++^_^。
1、cgicc的架构
cgicc是开发cgi程序的c++库，它是基于stl的，从使用上来说，可以把它分成两个部分：第一部分是输入输出的处理和封装，它包括 Cgicc、CgiEnvironment、CgiInput、FormEntry和FormFile类，第二部分是数据输出模块，它们是以MStreamable为基类的封装了HTTPHeader和HTML元素的一系列子类。HTTPCookie是继承MStreamable的，但是，对于输入Cookie来说，也是通过HTTPCookie来表示的，也许这是因为Cookie通常需要在不同请求中保留而设计的。
Cgicc：封装了Web Server和CGI程序之间的数据过渡功能，对于Web Server来说它是参数的输出对象，对于CGI程序来说它是提取Web Server传递过来的数据(包括浏览器信息、Web Server自身的数据和用户提交的数据)的代理。
CgiEnvironment：表示CGI运行的环境变量，这些环境变量是Web Server初始化的，也就CGI需要处理的数据，它是作为Cgicc对象的数据成员而保存的，当然开发者也可以通过getEnvironment()来直接获得CgiEnvironment的const引用。
CgiInput：这是对于Web Server数据输入方式的抽象，对于传统CGI程序来说它就是标准输入，对于FastCGI来说，它是一个独立的sockket，而且对于FastCGI或者是用户自定义的参数输入方式来说，可以通过继承CgiInput来生成定制的类，只要在子类中覆盖read、getenv成员函数就能够很好地工作。
FormEntry和FormFile是对于用户提交的数据的抽象，FormEntry是描述普通name-value对的抽象，而FormFile则是对用户上传的文件的抽象。事实上FormEntry和FormFile的本质差别就是FomFile多了一个文件名和文件类型。
输出数据的封装类比较多，这里只是说说它设计的基本思想，如果需要详细的接口说明，可以参看cgicc的帮助文档。
cgicc中重载了流输出函数：CGICC_API std::ostream& operator<<(std::ostream& out, const MStreamable& obj);在具有输出功能的基类MStreamable里声明为友元函数，这样只要以
"outstream << MStreamable"
的形式调用的话，就会调用这个自定义的输出流函数，在这个自定义的流输出函数中，会调用MStreamable.render(outstream), 也就是说只要在MStreamable的子类中覆盖render成员函数就能够定制之类的输出。在应用中，通常之类会把自己的内部数据转换为字符串，然后调用outstream << data_str ,只要在outstream的成员函数中覆盖<<操作符，就能够实现各种输出协议(当然也包括FastCGI协议)，在传统的CGI中，这个outstream就是std::cout对象。
2、cgicc的数据处理流程
2.1、HTTP请求的参数解析
创建Cgicc对象
Cgicc cgi --> 构造函数可以带一个表示输入流的指针（CgiInput的子类）
Cgicc(CgiInput *input = 0)
|
Cgicc的成员变量只有3个：CgiEnvironment fEnvironment, FormEntry的vector、FormFile的vector
构着成员变量CgiEnvironment fEnvironment(input)
| |
| CgiEnvironment(CgiInput *input)
| |
| 创建默认的local CgiInput变量 CgiInput local_input
| | |
| | CgiInput()-->什么都不做，事实上CgiInput是包含数据成员的，
| | 它只是stdin的一个非常简单的封装。它提供的成员函数read是直接
| | 从std::cin中读取数据，而getenv函数则是直接调用std::getenv
| | 但是开发者可以继承CgiInput来处理更加复杂的数据传递方式
| | （例如:FastCGI）。
| | |
| |CgiInput做的事情很少，环境变量和标准输入都是Web Server设置好的
| |
| 从环境中提取参数readEnvironmentVariables(input == 0 ? &local_input: input)
| | |
| |调用input->getenv()提取cgi变量,如:PATH_INFO、SCRIPT_NAME等等。
| |这里得到的变量都是字符串，如果需要转换，就需要调用转换函数
| | |
| | 在环境变量中CONTENT_LENGTH、REQUEST_METHOD环境变量和后面对于
| | stdin的处理相关的。
| |
| 将标准输入设置成二进制读取(对于windows平台)
| |
| 根据请求的方法（get/post）处理标准输入stdin
| 我们这里假设为post方式
| |
| 创建缓冲区std::vector data(getContentLength());
| |
| 读取数据input->read(&data[0], getContentLength()) != getContentLength()
| 将数据转换为strin：fPostData = std::string(&data[0], getContentLength());
| |
| 处理cookie，parseCookies();
| cookie的处理比较简单，是基于字符串操作：
| 1、通过";"找到cookie的分割，然后把cookie分片，也就是普通的名值对name=value传递
| 给parseCookie
| 2、parseCookie根据"="划分name、value，其中前导的空白字符已经过滤了，根据name、
| value创建HTTPCookie
|
|
解析并保存客户端提交的数据，当HTTP请求方式是post时，从stdin中提取，实际上参数的保存已经在CgiEnvironment成员变量初始化的时候已经完成：
parseFormInput(getEnvironment().getPostData())
当HTTP请求的方式是get、head等的时候直接在QUERY_STRING中提取参数
parseFormInput(getEnvironment().getQueryString())
| |
| 检查CONTENT_TYPE环境变量, 当浏览器提交的数据是multipart/form-data时，提取划分边界的
| 参数boundary，然后就通过边界参数循环查找各个form-data,并通过parseMIME(data)进行解析
| ，这个查找算法非常简单，只是基于string::find调用，也就是普通的字符串操作（在代码中
| 我们可以看到在HTTP提交的数据流中分行都是通过"\r\n"来实现的^_^，这些信息一般的报文查
| 看软件都只是简单地显示换行）
| |
| 如果浏览器提交只是普通的name-value字符串，那么就根据“&”字符划分出name-value对，并
| 调用parsePair函数进行处理。需要说明的是parseFormInput的输入参数是string，它并不依赖
| 于HTTP请求的方式，也就是说根据请求方式的不同，传给parseFormInput的参数的不同是在外
| 不考虑的。
|
| parseMIME(const string& )
| |-->首先划分form-data的header和value，在源代码中我们可以看到一些细节：
| | 1、传入的参数是包含最后的"\r\n"的，而且header和value通过"\r\n\r\n"类分割
| | 2、划分算法只是基于简单的字符查找功能
| |
| 使用header的值创建MultipartHeader
|MultipartHeader head = parseHeader(data.substr(0, valueStart));
| | |
| |根据字符串的查找截取Content-Disposition、name、filename、Content-Type的值
| |对filename进行url解码form_urldecode(filename),这是因为浏览器在提交信息的
| |时候会对文件的文件名进行url编码。
| | |
| | 创建并返回MultipartHeader(disposition, name, filename, cType);
| |
| 根据是否存在filename，创建FormEntry或者是FormFile
| fFormData.push_back(FormEntry(head.getName(), value))
| fFormFiles.push_back(FormFile(head.getName(),head.getFilename(),head.getContentType(),value));
| |
| 实际上FormEntry和FormFile基本相同，只是FormFile多了ctype和filename两个成员变量。
|
| parsePair(data)
| |-->通过"="划分name和value，并对name、value进行form_urldecode解码
| |
| 创建FormEntry,并把它加入到fFormData中fFormData.push_back(FormEntry(name, value));
|
Cgicc 实例初始化完成
从Cgicc变量的创建过程可以看到，一个CGI程序应该只应创建一个Cgicc实例，它的成员变量fEnvironment已经包含了所有的环境变量的信息，fFormEntry、fFormFile成员变量分别保存了用户提交的name-value对和上传的文件。
Cgicc提供了很多的成员函数来访问用互提交的数据和上传的文件内容，getElement*函数系列都是非常简单的，都是stl的std::find_if算法，而比较算法包括两种；FF_compare和FE_valueCompare，它们都是忽略大小写的。
2.2、HTTP响应数据的处理
重载输出操作符"<<"
CGICC_API std::ostream& operator<<(std::ostream& out, const MStreamable& obj);
|
调用obj.render(out)
所有需要输出对象都是通过继承MStreamable基类实现的，它们覆盖render函数来定制自己的输出.
由于这里类比较多，我们看看最常用的几个类看看它们的实现^_^。
HTTPResponseHeader：它是HTTP响应header的比较完整的封装，它的成员变量包括：
sting fHTTPVersion --->表示HTTP协议的版本 "HTTP/1.1"
int fStatusCode ---> 表示响应的结果：1XX--> 表示信息请求已经接收到，等待处理
2XX--> 请求处理完成
3XX--> HTTP重定向
4XX--> 客户端提交的请求错误（参数错误）
5XX--> 服务器内部错误
string fReasonPhrase -->表示响应的说明"200 OK"
vector fHeaders --> 表示HTTP响应的头信息，这里的header是一个完整的
string-->"Location: XXXXXXX"
vector fCoolkies --> 表示响应的cookies
现在我们看看HTTPResponseHeader的render函数：
输出HTTP版本、状态字、状态字符串
out << fHTTPVersion << ' ' << fStatusCode << ' ' << fReasonPhrase << endl;
|
输出headers信息
out << *iter==>( fHeaders.begin()) << std::endl;
|
输出cookies信息
out << *cookie_iter==>(fCookies.begin()) << std::endl;
|--->事实上这里调用的是HTTPCookie的render函数
|
输出"Set-Cookie："+name+"="+value+";Comment="+comment+";Domain="+domain+
";Max-Age="+maxage+";Path="+path+";Secure"+";Version=1"
(如果有些部分的内容为空，就忽略相应的name-value)
HTMLElement: 它表示HTML元素，它的成员变量包括：
HTMLAttributeList * fAttribute --> 表示html元素的属性
HTMLElementList * fEmbeddedElement --> 表示内嵌的html元素
string fData --> 表示html中的文本信息
EElementType fType-->表示html元素的类型，这里的类型是指元素是否为对称型还是独立型的
bool fDataSpecified --> 表示该html元素是否包含内部文本信息
HTMLElement包含很多成员函数，基本上都是围绕成员变量的读写操作，现在我们看看render函数的处理流程：
对于对称型的html元素：
1、如果该元素没有data（文本信息）并且没有子元素，那么HTMLElement通过内部状态记录元素的输出状，如果它包含子元素，那么在输出的时候会一次性输出完整的html元素（包括元素属性和所有的子元素），如果通过这种形式输出，必须保证该元素的所有子元素都必须是完整的。
2、如果该元素带有data（文本信息），并且没有子元素，那么输出该html元素，并且输出data信息。如果存在子元素，那么输出子元素，并且忽略data数据。
对于独立型的html元素：直接输出元素的属性，而且这种类型的元素不能带有子元素。
现在我们对于HTMLElement的实现已经比较清楚了。还有一点需要说明的是，HTMLElement只是基类的设置，它是不能被实例化的，因为它有一个纯虚函数getName，而且它的swapState函数和getState函数都不是"有效"的。下面我们看看cgicc是怎么处理这些细节的：
对于对称型的html标签cgicc定义了一个模板：
template
class HTMLBooleanElement : public HTMLElement
{
...
//覆盖getName函数
virtual inline const char*
getName() const
{ return Tag::getName(); }
//定义静态成员变量
static bool sState;-->这个是表示当前html元素的状态"打开/闭合"
}
//初始化静态成员变量
template
bool cgicc::HTMLBooleanElement::sState = false;
而且定义了辅助的宏：
#define TAG(name, tag) \
class name##Tag \
{ public: inline static const char* getName() { return tag; } }
#define BOOLEAN_ELEMENT(name, tag) \
TAG(name, tag); typedef HTMLBooleanElement name
当我们定义"html"标签的时候
BOOLEAN_ELEMENT (html, "html");
经过宏展开就会得到：
class htmlTag
{
public:inline static const char* getName(){return "html";}
}
typedef HTMLBooleanElement html;
|
模板实例化以后就会得到：
class HTMLBooleanElement
{
...
virtual inline const char*
getName() const
{ return htmlTag::getName(); }
static bool sState;
}
bool cgicc::HTMLBooleanElement::sState = false;
好了，现在我们已经清楚了cgicc的整个工作流程（还有其他的一些类这里没有介绍，不过最常用，最复杂的部分已经分析完了，其他类比较简单，这里就不多说了^_^），
3、整体感觉
1、cgicc使用了stl来维护cgi的环境变量和用户提交的数据，从而减少了很多保存和查找这些参数的代码，使得整个库在结构上显得比较清晰。
2、cgicc只是比较简单的cgi开发包，它没有session、数据库支持和模板功能，这些需要开发者自己去扩展。
(本blog信息均为原创，装载请注明出处^_^)
阅读(4742) | 评论(0) | 转发(0) |
