Tutorial de Apache: Contenido Dinámico con CGI
Introducción
Módulos Relacionados | Directivas Relacionadas |
---|---|
CGI (Common Gateway Interface) es un método por el cual un servidor web puede interactuar con programas externos de generación de contenido, a ellos nos referimos comúnmente como programas CGI o scripts CGI. Es el método más común y sencillo de mostrar contenido dinámico en su sitio web. Este documento es una introducción para configurar CGI en su servidor web Apache, y de iniciación para escribir programas CGI.
Configurando Apache para permitir CGI
Para conseguir que sus programas CGI funcionen correctamente, deberá configurar Apache para que permita la ejecución de CGI. Hay distintas formas de hacerlo.
httpd.conf
tiene que asegurarse de que la directiva
LoadModule
no ha sido comentada. Una directiva configurada correctamente sería así:
LoadModule cgid_module modules/mod_cgid.soEn Windows, o si usa un mpm que no es multihilo, como prefork, una directiva configurada correctamente podría definirse así:
LoadModule cgi_module modules/mod_cgi.so
ScriptAlias
La directiva
ScriptAlias
indica a Apache que un directorio se ha configurado específicamente
para programas CGI. Apache asumirá que cada fichero en este
directorio es un programa CGI, e intentará ejecutarlos cuando un
cliente solicita este recurso.
La directiva
ScriptAlias
se puede
definir así:
ScriptAlias "/cgi-bin/" "/usr/local/apache2/cgi-bin/"
El ejemplo que se muestra es de un archivo de configuración
httpd.conf
por defecto si usted instaló Apache
en la ubicación por defecto. La directiva
ScriptAlias
es muy
parecida a la directiva Alias
,
ésta define un prefijo de URL que se enlaza a un directorio
en particular. Alias
y
ScriptAlias
se usan generalmente para
directorios que se encuentran fuera del directorio
DocumentRoot
. La diferencia
entre Alias
y ScriptAlias
es que en ScriptAlias
cualquier elemento
debajo de ese prefijo de URL será considerado un programa CGI. Así,
el ejemplo de más arriba le indica a Apache que
cualquier solicitud para un recurso que comience con
/cgi-bin/
debería servirse desde el directorio
/usr/local/apache2/cgi-bin/
, y debería tratarse como un
programa CGI.
Por ejemplo, si se solicita la URL
http://www.example.com/cgi-bin/test.pl
,
Apache intentará ejecutar el archivo
/usr/local/apache2/cgi-bin/test.pl
y dar
el resultado. Por supuesto el archivo debe existir y ser ejecutable,
y dar el resultado de una manera específica o Apache devolverá
un mensaje de error.
CGI fuera de directorios ScriptAlias
Los programas CGI habitualmente se restringen a los directorios de
ScriptAlias
por razones de
seguridad. De esta manera, los administradores pueden controlar de una
manera más segura quien puede ejecutar programas CGI. Aun así, si no
se toman suficientes precauciones, no hay ninguna razón por la que
programas CGI no se puedan ejecutar desde directorios seleccionados de
manera arbitraria. Por ejemplo, quizás quiera permitir que usuarios del
sistema tengan contenido web en sus directorios home con la directiva
UserDir
. Si quieren
tener sus propios programas CGI, pero no tienen acceso al directorio
principal cgi-bin
, necesitarán ser capaces de
ejecutar sus scripts CGI en algún otro sitio.
Hay dos pasos a seguir para permitir la ejecución CGI en directorios
seleccionados de manera arbitraria. Primero, el handler
cgi-script
debe estar activado usando la directiva
AddHandler
o la directiva
SetHandler
. Segundo, el parámetro
ExecCGI
debe estar definido en la directiva
Options
.
Usando Options de manera explícita para permitir ejecución de CGI
Puede usar la directiva
Options
, en el archivo de
configuración principal para especificar que se permite la ejecución
de CGI en un directorio en particular:
<Directory "/usr/local/apache2/htdocs/somedir"> Options +ExecCGI </Directory>
Esta directiva de aquí arriba le indica a Apache que debe
permitir la ejecución de archivos CGI. También necesitará indicarle
al servidor que los archivos son archivos CGI. La directiva
AddHandler
le indica al
servidor que debe tratar a todos los archivos con la extensión
cgi
o pl
como programas CGI:
AddHandler cgi-script .cgi .pl
Ficheros .htaccess
El tutorial .htaccess
enseña como activar programas CGI si no tienes acceso a
httpd.conf
.
Directorios de Usuario
Para permitir la ejecución de programas CGI para cualquier
archivo que acabe en .cgi
en directorios de usuario,
puedes usar la siguiente configuración:
<Directory "/home/*/public_html"> Options +ExecCGI AddHandler cgi-script .cgi </Directory>
Si quiere designar un subdirectorio cgi-bin
dentro
de un directorio de usuario en el que todos los ficheros serán
tratados como un programa CGI, puede usar lo siguiente:
<Directory "/home/*/public_html/cgi-bin"> Options ExecCGI SetHandler cgi-script </Directory>
Escribiendo un programa CGI
Hay dos diferencias principales entre programación ``regular'' y programación en CGI.
Primera, el resultado al completo de tu programa CGI debe estar precedido de una cabecera MIME-type. Esta cabecera HTTP le indica al cliente que tipo de contenido está recibiendo. La mayor parte de las veces, ésto será algo como:
Content-type: text/html
Segunda, el resultado debe estar en formato HTML, o cualquier otro formato que su navegador sea capaz de mostrar. La mayor parte de las veces, será HTML, pero otras escribirá un programa CGI que devuelve una imagen gif, u otro contenido no-HTML.
Aparte de estas dos cosas, escribir un programa en CGI se parecerá bastante a cualquier otro programa que vaya a escribir.
Su primer programa CGI
A continuación podrá ver un ejemplo de programa CGI que muestra
una línea de texto en su navegador. Escriba lo siguiente,
guárdelo en un archivo con el nombre first.pl
, y
póngalo en su directorio cgi-bin
.
#!/usr/bin/perl print "Content-type: text/html\n\n"; print "Hola, Mundo.";
Incluso si Perl no le resulta familiar, podrá ver lo que está
ocurriendo aquí. La primera línea le dice a Apache (o a
cualquier shell en la que se esté ejecutando) que este programa
puede ejecutarse con el intérprete en la ubicación
/usr/bin/perl
. La segunda línea imprime la
declaración de Content-Type que mencionamos antes, seguida de
dos pares de retornos de carro. Esto pone una línea en blanco
después de la cabecera para indicar el final de las cabeceras
HTTP, y el comienzo del cuerpo del contenido. La tercera
imprime la cadena de caracteres "Hola, Mundo.". Y ese es el
final del programa.
Si lo abre con su navegador favorito y le dice que solicite la dirección
http://www.example.com/cgi-bin/first.pl
o donde quiera que pusiera el archivo, verá una línea
Hola, Mundo.
aparecerán la ventana del navegador. No es
muy emocionante, pero una vez que consiga que funcione podrá hacer
lo mismo con casi cualquier programa.
¡Pero todavía no funciona!
Hay 4 cosas básicas que puede llegar a ver en su navegador cuando intenta acceder a un programa CGI desde la web:
- El resultado del programa CGI
- ¡Genial! Esto indica que todo funcionó correctamente. Si el
resultado es correcto, pero el navegador no lo procesa
correctamente, asegúrese de que tiene especificado
correctamente el
Content-Type
en su programa CGI. - El código fuente de su programa CGI o un mensaje del tipo "POST Method Not Allowed".
- Eso significa que no ha configurado Apache de manera apropiada para interpretar su programa CGI. Relea la sección de Configurando Apache e intente encontrar qué le falta.
- Un mensaje que empieza con "Forbidden"
- Eso significa que hay un problema de permisos. Compruebe el Log de Errores de Apache y la sección de más abajo de Permisos de Fichero.
- Un mensaje indicando "Internal Server Error"
- Si comprueba el Log de errores de Apache, probablemente encontrará que indica "Premature end of script headers", posiblemente acompañado de otro mensaje de error generado por su programa CGI. En este caso, querrá comprobar cada una de las secciones de más adelante para ver qué impide que su programa CGI genere las cabeceras HTTP adecuadas.
Permisos de Fichero
Recuerde que el servidor no se ejecuta con su usuario. Es decir,
cuando el servidor arranca, está funcionando con un usuario sin
privilegios, generalmente el usuario nobody
, o
www-data
, así que necesitará permisos extra para
ejecutar los archivos de los que usted es dueño. Generalmente,
el método para dar permisos suficientes para que se pueda
ejecutar con nobody
es dar permisos de ejecución a
todo el mundo en el fichero:
chmod a+x first.pl
Además, si su programa lee desde o escribe a cualquier otro/s archivo/s, esos archivos necesitarán tener los permisos correctos para permitir esas acciones.
Información de Ruta y Entorno
Cuando ejecuta un programa desde la línea de comandos, usted tiene
cierta información que se le pasa a la shell sin que usted se
percate de ello. Por ejemplo, usted tiene un PATH
,
que le indica a la shell dónde debe buscar archivos a los que usted
hace referencia.
Cuando un programa se ejecuta a través del servidor web como un
programa CGI, puede que no tenga el mismo PATH
.
Cualquier programa que invoque desde su programa CGI (como por
ejemplo sendmail
) necesitará que se le indique la
ruta absoluta, así la shell puede encontrarlos cuando intenta
ejecutar su programa CGI.
Una manifestación común de esto es la ruta del intérprete del
script (a menudo perl
) indicado en la primera línea
de su programa CGI, que parecerá algo como:
#!/usr/bin/perl
Asegúrese de que éste es de hecho el path de su intérprete.
Faltan Variables de Entorno
Si su programa CGI depende de variables de entorno no estándar, necesitará asegurarse de que Apache pasa esas variables.
Cuando no encuentra ciertas cabeceras HTTP del entorno, asegúrese de que están formateadas según el RFC 2616, sección 4.2: Nombres de Cabeceras deben empezar con una letra, seguida solo de letras, números o guión. Cualquier cabecera que no cumpla esta regla será ignorada de manera silenciosa.
Errores de Programa
La mayor parte de las veces cuando un programa CGI falla, es por un problema en el programa mismo. Esto ocurre generalmente cuando se maneja bien con "esto del CGI", y ya no comete los dos errores mencionados más arriba. Lo primero que hay que hacer es asegurarse de que su programa se ejecuta correctamente en línea de comandos antes de probarlo a través del servidor web. Por ejemplo, intente:
cd /usr/local/apache2/cgi-bin
./first.pl
(No llame al intérprete de perl
. La consola y Apache
tienen que poder encontrar el intérprete usando línea
línea de información en la primera
línea del script.)
Lo primero que debe ver escrito por su programa es un conjunto de
cabeceras HTTP, incluyendo el Content-Type
,
seguido de una línea en blanco. Si ve alguna otra cosa, Apache
devolverá el error Premature end of script headers
si
intenta lanzar el script en el servidor web. Vea
Escribiendo un programa CGI más arriba para
más detalle.
Log de Errores
El log de errores es su amigo. Cualquier cosa que vaya mal generará un mensaje en el log de errores. Debería mirar siempre ahí primero. Si el lugar donde está alojando su sitio web no permite que acceda al log de errores, probablemente debería alojarlo en otro sitio. Aprenda a leer el log de errores y se dará cuenta de que enseguida averiguará el motivo del error y lo solucionará rápidamente.
Suexec
El programa de soporte suexec permite
que programas CGI se ejecuten con permisos de usuario distintos,
dependiendo del virtualhost o el directorio home donde se
encuentren. Suexec tiene una comprobación de permisos muy estricta,
y cualquier fallo en esa comprobación dará como resultado un error
con el mensaje Premature end of script headers
.
Para comprobar si está usando Suexec, ejecute
apachectl -V
y compruebe la ubicación de
SUEXEC_BIN
. Si Apache encuentra un binario
suexec
al arrancar, suexec se activará.
A menos que comprenda suxec perfectamente, no debería usarlo.
Para desactivar suexec, basta con eliminar el binario
suexec
al que apunta SUEXEC_BIN
y
reiniciar el servidor. Si después de leer sobre
suexec todavía quiere usarlo, entonces
ejecute suexec -V
para encontrar la ubicación del
fichero log de suexec, y use ese log para encontrar que política no
está cumpliendo.
¿Qué ocurre entre bastidores?
En cuanto tenga conocimiento avanzado de programación CGI, le será útil comprender más de lo que ocurre entre bastidores. Específicamente, cómo el navegador y el servidor se comunican el uno con el otro. Porque aunque esté muy bien escribir un programa que diga "Hola, Mundo.", no tiene una gran utilidad.
Variables de Entorno
Las variables de entorno son valores que están ahí cuando
usa el ordenador. Son cosas útiles como el path (donde su ordenador
busca el archivo específico que se lanza cuando usted escribe un
comando), su nombre de usuario, el tipo de terminal que usa, etc.
Para una lista completa de la variables de entorno normales que se
se usan en su día a día escriba env
en la línea de
comandos.
Durante la transacción CGI, el servidor y el navegador también configuran variables de entorno, y así pueden comunicarse entre ellos. Cosas como el tipo de navegador (Netscape, IE, Lynx), el tipo de servidor (Apache, IIS, WebSite), el nombre del programa CGI que se está ejecutando, etc.
Estas variables están disponibles para el programador de CGI, y son la mitad de la historia de la comunicación cliente-servidor. La lista completa de las variables necesarias se encuentra en el RFC de Common Gateway Interface.
Este sencillo programa CGI en Perl mostrará todas las variables
de entorno que se están pasando entre el cliente y el navegador. Dos
programas similares están incluidos en el directorio
cgi-bin
de la distribución de Apache. Tenga en cuenta
que algunas variables son necesarias mientras que otras son
opcionales, así que es posible que vea algunas variables que no
están en la lista oficial. Adicionalmente, Apache aporta distintas
maneras diferentes para que pueda
añadir sus variables de entorno a las
básicas que se proveen por defecto.
#!/usr/bin/perl use strict; use warnings; print "Content-type: text/html\n\n"; foreach my $key (keys %ENV) { print "$key --> $ENV{$key}<br>"; }
STDIN y STDOUT
Otra comunicación entre el servidor y el cliente ocurre en la
entrada estándar (STDIN
) y la salida estándar
(STDOUT
). En el contexto normal de cada día,
STDIN
es la entrada con el teclado, o un fichero que se
le da a un programa para que actúe sobre él, y STDOUT
generalmente es la consola o la pantalla.
Cuando hace POST
con un formulario de web a un programa
CGI, los datos en ese formulario se empaquetan en un formato especial
que se entrega a su programa CGI en el STDIN
.
Entonces el programa puede procesar la información como si le llegara
desde el teclado, o desde un fichero.
El "formato especial" es muy sencillo. Un nombre de campo y su valor se asocian juntos con el signo igual (=), y pares de valores se asocian juntos con el ampersand ó et en español (&). Caracteres inconvenientes como los espacios, ampersands y signos de igual, se convierten en su equivalente hexadecimal para no impidan el funcionamiento correcto del programa. La cadena de datos al completo será algo como:
name=Rich%20Bowen&city=Lexington&state=KY&sidekick=Squirrel%20Monkey
A veces tendrá este tipo de cadena de caracteres al final de una
URL. Cuando esto ocurre, el servidor pone esa cadena en una variable
de entorno que se llama QUERY_STRING
. Esto se llama
solicitud GET
. Su formulario HTML especifica si se usa
un GET
o un POST
para entregar la
información, configurando el atributo METHOD
en la
etiqueta FORM
.
Su programa es el responsable de convertir esa cadena de caracteres en información útil. Afortunadamente, hay librerías y módulos disponibles que ayudan a procesar la información, así como a gestionar los distintos aspectos de su programa CGI.
Módulos/librerías CGI
Cuando escribe programas CGI, debería considerar usar una librería de código, o módulo, para hacer todo el trabajo más arduo por usted. Esto lleva a tener menos errores y un desarrollo de código más rápido.
Si está escribiendo un programa CGI en Perl, existen módulos
disponibles en CPAN. El módulo más
conocido para este propósito es CGI.pm
. Quizás quiera
considerar CGI::Lite
, que implementa una funcionalidad
mínima, que es todo lo que se necesita en la mayoría de los programas.
Si está escribiendo programas CGI en C, hay varidad de opciones. Una
de estas es la librería CGIC
, de
http://www.boutell.com/cgic/.
Para más información
La especificación actual de CGI está disponible en el RFC de Common Gateway Interface.
Cuando envíe una pregunta sobre un problema de CGI, o bien a una lista de correo, o a un grupo de noticias, asegúrese de que facilita suficiente información de lo que ha ocurrido, de lo que espera que ocurra, y de lo que está ocurriendo en su lugar que es diferente, el servidor que está ejecutando, en qué lenguaje CGI está hecho su programa, y si es posible, el código que falla. Esto hará encontrar el problema mucho más fácil.
Tenga en cuenta que las preguntas sobre problemas CGI nunca deberían enviarse a la base de datos de bugs de bugs de Apache a menos que esté seguro de haber encontrado un problema en el código fuente de Apache.