IDC资讯中心
目录
篇名
概述
我的CGIscript可在指令列下执行但无法从浏览器执行。您能不能帮我修修看？
如何去除文章中的HTML标签？
如何萃取URLs？
如何从user端上传资料？如何在另一台机器上开一个档案？
如何在HTML中做pop-upmenu（跳出式选单）？
如何抓HTML档案？
如何解开或产生Web上那些冠的码？
如何【将requests】转向到另一页去？
如何替网页加上密码？
要怎麽用Perl来编辑.htpasswd和.htgroup这两个档案？
如何防范使用者藉由填我的CGI表格来做坏事？
如何解读、萃取email标头资料？
如何解译CGI表格？
如何验证email位址？
如何解MIME/BASE64字串？
如何根据使用者帐户名称自动合成email位址？
我的程式如何送／读email？
如何找出我的主机名／网域名／IP位址？
如何抓新闻讨论群的文章或群组名录？
如何抓／丢FTP档案？
如何用Perl做RPC？
作者及版权事宜
——————————————————————————–
篇名
perlfaq9-网路连线（原文版Revision:1.16,Date:1997/04/2318:12:06.中文版$Revision:1.13$,$Date:1997/07/1220:44:25$）
——————————————————————————–
概述
本篇涵盖网路连线、Internet，还有几个关於WWW的问题。
——————————————————————————–
我的CGIscript可在指令列下执行但无法从浏览器执行。您能不能帮我修修看？
当然，但您恐怕付不起雇我们的签约金:-)
说真的，如果您能够先证明您已读过下列这几个FAQs，但遇到的问题并不单纯、非叁言两语即可回答的话，那麽您post到comp.infosystems.www.authoring.cgi上（如果是有关HTTP、HTML，或CGI通信协定）的问题可能也会得到口气和缓而有用的答覆。表面上看似Perl，但骨子里是CGI之类的问题，如果post到comp.lang.perl.misc人家可能就不会这麽乐意地接受了。
几个实用的FAQs分别是：
http://www.perl.com/perl/faq/idiots-guide.html
http://www3.pair.com/webthing/docs/cgi/faqs/cgifaq.shtml
http://www.perl.com/perl/faq/perl-cgi-faq.html
http://www-genome.wi.mit.edu/WWW/faqs/www-security-faq.html
http://www.boutell.com/faq/
【译者】上面第叁份文件，Perl-CGI-FAQ的中译版可在http://2Ti.com/cgi-bin/2T/perl/perl-cgi-faq-chi/处取得。最後一份（WWWFAQ）的中译版可自http://www.acer.net/document/cwwwfaq/取得。
——————————————————————————–
如何去除文章中的HTML标签？
最正确（尽管不是最快）的方法是使用HTML::Parse模组（可由CPAN取得，是所有写Web程式者必备的libwww-perl套件的一部分）。
许多人尝试用简陋的正规表示式来解决这个问题，譬如说像s/<.*?>//g，但这个式子在很多情况下会失败，因为要处理的字串可能会跨越断行字元，也可能含有被quote【跳脱】的箭头号，或有HTMLcomment出现；再加上一些疏忽，譬如，人们常忘了转换如<的entities（跳脱字元）。
以下这个「简陋」的方法对大多数的档案都有效：
#!/usr/bin/perl-p0777
s/<(?:[^>“]*|([“]).*?\1)*>//gs
如果您想要更完整的解法，请看叁部曲的striphtml程式，http://www.perl.com/CPAN/authors/Tom_Christiansen/scripts/striphtml.gz。
——————————————————————————–
如何萃取URLs？
一个快速但不完美的做法是
#!/usr/bin/perl-n00
#qxurl-tchrist@perl.com
print”$2\n”whilem{
<\s*
A\s HREF\s*=\s*([“])(.*?)\1
\s*>
}gsix;
这个版本并不替相对式写法的URLs作调整，也不懂代换bases【
——————————————————————————–
如何从user端上传资料？如何在另一台机器上开一个档案？
如果是HTML表格的话，您可以使用multipart/form-data的编码格式。CGI.pm（可自CPAN取得）中的start_multipart_form()这个method就是为此设计的，它和startform()这个method是两回事。
——————————————————————————–
如何在HTML中做pop-upmenu（跳出式选单）？
用
——————————————————————————–
如何抓HTML档案？
有一个方法是，如果您的系统上装有lynx一类的文字模式的HTML浏览器的话，那麽可以这麽做：
$html_code=`lynx-source$url`;
$text_data=`lynx-dump$url`;
收录在CPAN里的libwww-perl(LWP)模组则提供了更强的方法来做这件事。它不但可钻过proxies，而且也不需要lynx：
#printHTMLfromaURL
useLWP::Simple;
getprint”http://www.sn.no/libwww-perl/”;;
#printASCIIfromHTMLfromaURL
useLWP::Simple;
useHTML::Parse;
useHTML::FormatText;
my($html,$ascii);
$html=get(“http://www.perl.com/”;);
defined$html
ordie”CantfetchHTMLfromhttp://www.perl.com/”;;
$ascii=HTML::FormatText->new->format(parse_html($html));
print$ascii;
——————————————————————————–
如何解开或产生Web上那些冠的码？
以下是一个解码的实例：
$string=”http://altavista.digital.com/cgi-bin/query?pg=q&;what=news&fmt=.&q=+cgi-bin +perl.exe”;
$string=~s/([a-fA-F0-9]{2})/chr(hex($1))/ge;
编码比较困难一点，因为您不能盲目地把所有非字母数字的字元(\W)都一律转换成十六进位的跳脱码。很重要的是有特殊意义的字元，如/和?便不可以转换。要做得正确，最简单的方法大概是使用现成的URI::Escape模组，而不要重新发明轮子。这个模组是libwww-perl套件(LWP)的一部分，可自CPAN取得。
——————————————————————————–
如何【将requests】转向到另一页去？
在您的回应中不要使用Content-Type这个标头，相反地，用Location:这个标头。按正式规定，应当URL:才是正确的标头。因此CGI.pm模组（可由CPAN取得）两个标头都送：
Location:http://www.domain.com/newpage
URI:http://www.domain.com/newpage
要注意的是，由於servers采用「最高效率化」的运作方式，故在这些标头中如果使用相对式的URLs可能会产生奇怪的後果。
——————————————————————————–
如何替网页加上密码？
不一定，要看情况。您需要读您server的使用手册，或者查查看上头所列的几个FAQs。
——————————————————————————–
要怎麽用Perl来编辑.htpasswd和.htgroup这两个档案？
HTTPD::UserAdmin和HTTPD::GroupAdmin等模组为这些档案提供了统一的物件导向介面，尽管这些档案可能以各种不同的格式储存。这些资料库可能是纯文字格式、dbm、BerkeleyDB或任何DBI相容的资料库驱动程式(drivers)。HTTPD::UserAdmin支援`Basic和`Digest这两个认证模式所用的档案。以下是一例：
useHTTPD::UserAdmin();
HTTPD::UserAdmin
->new(DB=>”/foo/.htpasswd”)
->add($username=>$password);
——————————————————————————–
如何防范使用者藉由填我的CGI表格来做坏事？
阅读CGIsecurityFAQ，（可在http://www-genome.wi.mit.edu/WWW/faqs/www-security-faq.html取得），还有PerlCGIFAQ，在http://www.perl.com/CPAN/doc/FAQs/cgi/perl-cgi-faq.html。
简单一句话：使用tainting（沾腥？）这项功能（详见perlsec）。它会让所有不在您的script中、来路不明的资料（譬如，CGI参数）无法放到eval或system等呼叫中使用。除了使用tainting之外，绝对不要使用单一参数的方式下参数给system()或exec()，而应将欲执行的指令及其参数放在一个序列或阵列里面，再传给system()或exec()，这样便可避免globbing【即被shell先做解译】。
——————————————————————————–
如何解读、萃取email标头资料？
如果您只需要一个「快而脏」的解法的话，您可以试试这个从再版的“ProgrammingPerl第222页中拿出来的例子：
$/=;
$header=
$header=~s/\n\s //g;#将延续行合并成单行
head=(UNIX_FROM_LINE,split/^([-\w] ):\s*/m,$header);
譬如说，您若想保留所有Received栏位资料的话【因Received栏位通常不止一个】，这个解法便不太行了。一个完整的解法是使用收录在CPAN的Mail::Header模组（MailTools套件的一部分）。
——————————————————————————–
如何解译CGI表格？
很多人忍不住要自己写程式来处理这部分的工作，所以您们大概都看过一大堆其中有$ENV{CONTENT_LENGTH}和$ENV{QUERY_STRING}的程式码。没错，这麽写是可以行得通，但事实上也有很多在网路上出没的这类程式根本不能用！
请不要忍不住去重新发明轮子【译者：这是英文的说法(reinventingthewheels)，也就是浪费时间做人家做过的事的意思】。请改用CGI.pm或CGI_Lite.pm（可自CPAN取得）。如果您被困在无模组的perl1..perl4的土地上，您可以试看看cgi-lib.pl（可至http://www.bio.cam.ac.uk/web/form.html取得）。
——————————————————————————–
如何验证email位址？
无法度。
如果没有寄封信到一个位址去试试看它会不会弹回来（即使是这麽做您还得面对停顿的问题），您是无法确定一个位址是否真的存在的。即使您套用email标头的标准规格来做检查的依据，您还是有可能会遇到问题，因为有些送得到的位址并不符合RFC-822（电子邮件标头的标准）的规定，但有些符合标准的位址却无法投递。
许多人试图用一个简单的正规表示式，例如/^[\w.-] \@([\w.-]\.) \w $/来消除一些通常是无效的email位址。不过，这样做也把很多合格的位址给一起滤掉了，而且对测试一个位址有没有希望投递成功完全没有帮助，所以在此建议大家不要这麽做；不过您可以看看：http://www.perl.com/CPAN/authors/Tom_Christiansen/scripts/ckaddr.gz。这个script真的彻底地依据所有的RFC规定来做检验（除了内嵌式comments外）,同时会排除一些您可能不会想送信去的位址（如BillClinton【美国柯林顿总统】或您的postmaster），然後它会确定位址中的主机名称可在DNS中找得到。这个script跑起来不是很快，但至少有效。
不少CGIscripts的作者使用另一个替代的方案：用一个简单的正规表示式，（如上头的那个）。如果一个位址能让这个式子对得上的话，那麽就接受这个位址。如果这个位址对不上这个式子的话，便再向使用者讯问，以确定她们填入的这个位址正确无误。
——————————————————————————–
如何解MIME/BASE64字串？
MIME-tools套件（可自CPAN取得）不但可处理这个问题而且有许多其他的功能。有了这个套件，解BASE64码就变得像这麽容易：
useMIME::base64;
$decoded=decode_base64($encoded);
一个比较直接的解法是先做一点简单的转译，然後使用unpack()这个函数的“u格式：
tr#A-Za-z0-9 /##cd;#去除非base64字元
tr#A-Za-z0-9 /#-_#;#转换成uu码格式
$len=pack(“c”,32 0.75*length);#计算长度字元
printunpack(“u”,$len.$_);#uu解码後print
——————————————————————————–
如何根据使用者帐户名称自动合成email位址？
在支援getpwuid【UNIX系统呼叫】、$<这个变数，和Sys::Hostname模组（标准perl发行的一部分）的系统上，您可试试这样的做法：
useSys::Hostname;
$address=sprintf(s@s,getpwuid($<),hostname);
有的公司对email位址有统筹规画，因此这麽一来您可能会合成出不被公司的email主机接受的位址。所以如果有这类的顾虑的话，您应该直接向users要他们的email位址。而且，并不是所有能跑Perl的系统都像Unix一样，可以很容易得到这些资料。
CPAN里的Mail::Util模组（MailTools套件的一部分）中有一个mailaddress()函数，它会试着去猜user的email位址。这个函数使用比上面的code聪明的方法，它会参考安装时所得到的设定资料，但是错误仍可能发生。所以，再一次地，最好的方法通常是直接问user本人。
——————————————————————————–
我的程式如何送／读email？
送信：CPAN上头的Mail::Mailer模组（MailTools套件的一部分）只适合在Unix上使用，但利用到Net::SMTP的Mail::Internet模组则没有这个限制。读信：用CPAN上的Mail::Folder模组（MailFolder套件的一部分）或是用CPAN上头的Mail::Internet模组（也是MailTools套件的一部分）。
#送信
useMail::Internet;
useMail::Header;
#设定使用哪台主机
$ENV{SMTPHOSTS}=mail.frii.com;
#制作标头
$header=newMail::Header;
$header->add(From,gnat@frii.com);
$header->add(Subject,Testing);
$header->add(To,gnat@frii.com);
#制作本文
$body=Thisisatest,ignore;
#产生mail物件
$mail=newMail::Internet(undef,Header=>$header,Body=>\[$body]);
#送出
$mail->smtpsendordie;
——————————————————————————–
如何找出我的主机名／网域名／IP位址？
长久以来许多code都很草率地直接呼叫`hostname`这个程式来取得主机名。虽然这麽做很方便，但也同时增加了移植到其他平台上的困难。这是一个很典型的例子，在方便和可移植性之间作抉择，不论选哪一边，必须付出一些牺牲和代价。
Sys::Hostname这个模组（标准perl发行的一部分）可用来取得机器的名字，然後您便可利用gethostbyname()这个系统呼叫来找出该机的IP位址了（假定您的DNS运作正常）。
useSocket;
useSys::Hostname;
my$host=hostname();
my$addr=inet_ntoa(scalar(gethostbyname($name||localhost)));
至少在Unix底下，取得DNS网域名最简单的方法大概要算是直接从/etc/resolv.conf这个档案里面找。当然，这麽做的前提是resolv.conf这个档案的设定必须照惯例的格式，还有就是这个档案必先存在才行。
（Perl在非Unix系统下尚需要一有效的方法来测出机器和网域名）
——————————————————————————–
如何抓新闻讨论群的文章或群组名录？
使用Net::NNTP或News::NNTPClient模组，两者皆可自CPAN下载。这些模组让抓群组名录这类的差事变得这麽容易：
perl-MNews::NNTPClient
-eprintNews::NNTPClient->;new->list(“newsgroups”)
——————————————————————————–
如何抓／丢FTP档案？
LWP::Simple模组（可自CPAN下载）可以抓，但不能丢档案。Net::FTP模组（也可自CPAN下载）虽比较复杂，但可用来丢、也能抓档案。
——————————————————————————–
如何用Perl做RPC？
有一个DCE::RPC模组正在发展阶段（但尚未完成）。一旦完成後它会随着DCE-Perl这个套件发行（可由CPAN下载）。至於ONC::RPC这样的模组则还没听说有人在发展。
——————————————————————————–
作者及版权事宜
Copyright(c)1997TomChristiansenandNathanTorkington.着作权所有，Allrightsreserved。有关使用、（转）发行事宜，详见perlfaq。
中译版着作权所有：萧百龄及两只老虎工作室。本中译版遵守并使用与原文版相同的使用条款发行。
