模板
教程
环境
性能
功能
管理
perl常问问题集--第七篇
我的 CGI script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（WWW FAQ）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 HTML comment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" while m{
< \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【< LINK BASE=``...''>】，或如何处理 HTML comments、同时处理同一个标签里的 HREF和 NAME 属性，或接受 URL形式的参数。同时，它要比一个较「完整」、利用 LWP [libwww-perl]模组套件的解法，例如 http://www.perl.com/CPAN/authors/Tom_Christiansen/scripts/xurl.gz这个程 式，快上一百倍。
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-up menu（跳出式选单）？
用 <SELECT> 和 <OPTION>这两个标签。 CGI.pm模组（可由 CPAN取得）对这个 widget【此指跳出式选单这个介面成分】还有许多其他的介面成分都有支援【即有制作动态标签的函式】，其中有些是以巧妙模拟的方 式达成。
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 $url`;
收录在 CPAN里的 libwww-perl (LWP)模组则提供了更强的方法来做这件事。它不但可钻过 proxies，而且也不需要 lynx：
# print HTML from a URL use LWP::Simple; getprint "http://www.sn.no/libwww-perl/";;
# print ASCII from HTML from a URL
use LWP::Simple;
use HTML::Parse;
use HTML::FormatText;
my ($html, $ascii);
$html = get("http://www.perl.com/";);
defined $html
or die "Can't fetch HTML from http://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=%2Bcgi-bin+%2Bperl.exe";
$string =~ s/%([a-fA-F0-9]{2})/chr(hex($1))/ge;
编码比较困难一点，因为您不能盲目地把所有非字母数字的字元 (\W)都一律转换成十六进位的跳脱码。很重要的是有特殊意义的字元，如 / 和 ? 便不可以 转换。要做得正确，最简单的方法大概是使用现成的 URI::Escape模组，而不要重新发明轮子。这个模组是 libwww-perl 套件 (LWP)的一部分，可自 CPAN取得。
如何【将 requests】转向到另一页去？
在您的回应中不要使用 Content-Type这个标头，相反地，用 Location: 这个标头。按正式规定，应当 URL: 才是正确的标头。因此 CGI.pm模组（可 由CPAN取得）两个标头都送：
Location: http://www.domain.com/newpage URI: http://www.domain.com/newpage
要注意的是，由於 servers采用「最高效率化」的运作方式，故在这些标头中如 果使用相对式的 URLs可能会产生奇怪的後果。
如何替网页加上密码？
不一定，要看情况。您需要读您 server的使用手册，或者查查看上头所列的几个 FAQs。
要怎麽用 Perl来编辑 .htpasswd和 .htgroup这两个档案？
HTTPD::UserAdmin 和 HTTPD::GroupAdmin等模组为这些档案提供了统一的物件导向介面，尽管这些档案可能以各种不同的格式储存。这些资料库可能是纯文字格式、 dbm、Berkeley DB或任何 DBI相容的资料库驱动程式 (drivers)。 HTTPD::UserAdmin支援`Basic' 和 `Digest'这两个认证模式所用的档案。以下是 一例：
use HTTPD::UserAdmin (); HTTPD::UserAdmin ->new(DB => "/foo/.htpasswd") ->add($username => $password);
如何防范使用者藉由填我的 CGI表格来做坏事？
阅读 CGI security FAQ，（可在 http://www-genome.wi.mit.edu/WWW/faqs/www-security-faq.html取得），还有 Perl CGI FAQ，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 ``Programming Perl''第 222页中拿出来的例子：
$/ = ''; $header = <MSG>; $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 $ENV{QUERY_STRING}的程式码。没错，这麽 写是可以行得通，但事实上也有很多在网路上出没的这类程式根本不能用！
请不要忍不住去重新发明轮子【译者：这是英文的说法 (reinventing the wheels)，也就是浪费时间做人家做过的事的意思】。请改用 CGI.pm或 CGI_Lite.pm（可自 CPAN取得）。如果您被困在无模组的 perl1 .. perl4的土地上，您可以试看看 cgi-lib.pl（可至 http://www.bio.cam.ac.uk/web/form.html取得）。
如何验证 email位址？
无法度。
如果没有寄封信到一个位址去试试看它会不会弹回来（即使是这麽做您还得面对停顿的问题），您是无法确定一个位址是否真的存在的。即使您套用 email 标头的标准规格来做检查的依据，您还是有可能会遇到问题，因为有些送得到的位址并不 符合 RFC-822（电子邮件标头的标准）的规定，但有些符合标准的位址却无法投 递。
许多人试图用一个简单的正规表示式，例如 /^[\w.-]+\@([\w.-]\.)+\w+$/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 Bill Clinton【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 CGI scripts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：
use MIME::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
print unpack("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：
use Sys::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
use Mail::Internet;
use Mail::Header;
#设定使用哪台主机
$ENV{SMTPHOSTS} = 'mail.frii.com';
#制作标头
$header = new Mail::Header;
$header->add('From', 'gnat@frii.com');
$header->add('Subject', 'Testing');
$header->add('To', 'gnat@frii.com');
#制作本文
$body = 'This is a test, ignore';
#产生 mail物件
$mail = new Mail::Internet(undef, Header => $header, Body => \[$body]);
#送出
$mail->smtpsend or die;
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）。
use Socket; use Sys::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
-e 'print News::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。
