PHP_SELF变量解析和重复路径解决

最近升级PHP到PHP7版本，并重新部署了新的Nginx，启动的时候发现了一个问题，全局变量$_SERVER['PHP_SELF']的值发生了改变，从而影响到代码的功能。因此我们来了解下$_SERVER全局变量中的PHP_SELF/PATH_INFO/SCRIPT_NAME等参数以及其关系。

`CGI 1.1`规范

之前的文章 [ php-fpm进程数管理 ] 已经简单说过CGI的内容，这里我们再详细讲一下。

CGI是Common Gateway Interface（通用网管协议），用于让交互程序和Web服务器通信的协议。它负责处理URL的请求，启动一个进程，将客户端发送的数据作为输入，由Web服务器收集程序的输出并加上合适的头部，再发送回客户端。

FastCGI是基于CGI的增强版本的协议，不同于创建新的进程来服务请求，使用持续的进程和创建的子进程来处理一连串的进程，这些进程由FastCGI服务器管理，开销更小，效率更高。

CGI诞生于1993年美国国家计算机中心，目的是为不同的动态页面处理语言(php/python/java)在不同的服务器下(apache/nginx)提供一致的接口规范，提供会话环境变量、会话客户端等信息。

在RFC-CGI1.1文档中包含了协议的全部内容，我们现在只关注它的 4.1节：Request Meta-Variables 。

标准中定义了处理请求应该实现的17个属性和如何自定义新属性，比如：

SERVER_PROTOCOL ：信息协议的名字和修订版。格式为protocol/reVision 。
SERVER_PORT ：发送请求的端口号。
REQUEST_METHOD ：请求的方法。对于HTTP，有"GET"、 "HEAD"、 "POST"等等。
PATH_INFO ：额外的路径信息，由客户端给出的。换句话说，脚本可以由他们的虚拟路径名来访问，在这个路径的末尾附带额外的信息。这个额外信息被作为PATH_INFO发送。这个信息如果在传递给CGI脚本之前来自URL就可以由服务器来解码。
PATH_TRANSLATED ：服务器提供了一个PATH_INFO的转换版本，它需要路径并且为它做虚拟到物理的映射。
SCRIPT_NAME ：将要执行的脚本的一个虚拟路径。
QUERY_STRING ：在引用脚本的URL中紧跟在？之后的信息。这是一个查询信息。它不能以任何方式来解码。这个变量总是可以在有查询信息的时候被设置，而不管命令行解码。
REMOTE_HOST ：产生请求的主机名。如果服务器没有这个信息，它应该设置REMOTE_ADDR 并且让这个为未设置状态。
REMOTE_ADDR ：产生请求的远程主机的IP地址。
AUTH_TYPE ：如果服务器支持用户验证，脚本就受保护。这是一个协议规范授权方法，用于验证用户。
REMOTE_USER ：如果服务器支持用户验证，脚本就受保护。这是他们授权的用户名。
REMOTE_IDENT ：如果HTTP服务器支持RFC931认证，这个变量将被设置为从服务器取出的远程用户名。这个变量的用法应该只限制在登陆的时候。
CONTENT_TYPE ：对于哪些已经附上信息的请求，比如 HTTP POST和PUT，这是数据的内容类型。
CONTENT_LENGTH ：客户端给的数据内容的长度。

这些变量需要各个语言和服务器进行自己的实现，同时他们也会有自己定义的一些变量。如我们今天要说的PHP语言中的$_SERVER['PHP_SELF']变量。

`PHP`的超全局变量`$_SERVER`

$_SERVER 是一个包含了诸如头信息(header)、路径(path)、以及脚本位置(script locations)等等信息的数组。这个数组中的项目由 Web 服务器创建。不能保证每个服务器都提供全部项目；服务器可能会忽略一些，或者提供一些没有在这里列举出来的项目。这也就意味着大量的此类变量都会在» CGI 1.1 规范中说明，所以应该仔细研究一下。

__FILE__ 常量包含当前(例如包含)文件的完整路径和文件名。

与此相关的，我们这里主要关注的几个变量是：

PHP_SELF: 当前执行脚本的文件名，与 document root 有关。例如，在地址为 http://example.com/foo/bar.php 的脚本中值为 /foo/bar.php。
SCRIPT_NAME: 包含当前脚本的路径。这在页面需要指向自己时非常有用。
PATH_INFO: 包含由客户端提供的、跟在真实脚本名称之后并且在查询语句（query string）之前的路径信息，如果存在的话。例如，如果当前脚本是通过 URL http://www.example.com/php/path_info.php/some/stuff?foo=bar 被访问，那么值为 /some/stuff。

文档里表述的Web服务器，在我的环境里指代的是Nginx。在Apache中，当不加配置的时候对于PHP脚本, AcceptPathInfo是默认接受的。而对于Nginx下, 是不支持PATH INFO的, 也就是它不会默认设置PATH_INFO.

因此，对于一个Nginx架构的常规请求来说，这几个字段的值分别是：

# http://www.baidu.com:8080/odp/index.php?r=update
PHP_SELF: /odp/index.php
SCRIPT_NAME: /odp/index.php
PATH_INFO: null

问题：`PHP_SELF`中出现重复路径

在我部署完成新的Nginx服务后，得到的上面三个字段的值为：

# http://www.baidu.com:8080/odp/index.php?r=update
PHP_SELF: /odp/index.php/odp/index.php
SCRIPT_NAME: /odp/index.php
PATH_INFO: /odp/index.php

注意这里的PHP_SELF字段存在重复的路径，而PATH_INFO也存在了值，此时的nginx.conf配置为：

fastcgi_param  SCRIPT_FILENAME    $document_root$fastcgi_script_name;
fastcgi_param  QUERY_STRING       $query_string;
fastcgi_param  REQUEST_METHOD     $request_method;
fastcgi_param  CONTENT_TYPE       $content_type;
fastcgi_param  CONTENT_LENGTH     $content_length;# 注意这一行，我们配置了PATH_INFO字段
fastcgi_param  PATH_INFO          $fastcgi_script_name;
fastcgi_param  SCRIPT_NAME        $fastcgi_script_name;
fastcgi_param  REQUEST_URI        $request_uri;
fastcgi_param  DOCUMENT_URI       $document_uri;
fastcgi_param  DOCUMENT_ROOT      $document_root;
fastcgi_param  SERVER_PROTOCOL    $server_protocol;
fastcgi_param  HTTPS              $https if_not_empty;fastcgi_param  GATEWAY_INTERFACE  CGI/1.1;
fastcgi_param  SERVER_SOFTWARE    nginx/$nginx_version;

那么我们为什么配置了PATH_INFO就会影响PHP_SELF的值了呢？这一点，我们首先会想到PHP_SELF这个自定义属性的来源是什么，然而，我并没有找到任何的文档说明。但我们可以通过重命名的方式，来探究一下它的定义：

fastcgi_param  PATH_INFO          PATH_INFO;
# fastcgi_param  PATH_INFO          $fastcgi_script_name;fastcgi_param  SCRIPT_NAME        SCRIPT_NAME;
# fastcgi_param  SCRIPT_NAME        $fastcgi_script_name;

变更这两行，我们将其重命名为指定字符串，而不是请求传入的变量，nginx reload后，此时的结果是：

# http://www.baidu.com:8080/odp/index.php?r=update
PHP_SELF: SCRIPT_NAMEPATH_INFO
SCRIPT_NAME: SCRIPT_NAME
PATH_INFO: PATH_INFO

而其他变量均正常，因此我们可以进一步理解：

PHP_SELF = SCRIPT_NAME + PATH_INFO

自定义变量：`PHP_SELF`

那么PHP为什么要自定义这个属性呢？在官方文档里有这么一个url请求，此时：

# http://www.example.com/php/path_info.php/some/stuff?foo=bar 
PHP_SELF: /php/path_info.php/some/stuff
SCRIPT_NAME: /php/path_info.php
PATH_INFO: /some/stuff

所以，在这种场景下，只有PHP_SELF才能拿到完整的当前执行脚本的文件或路径。

总结

为了不同服务器、不同语言之间的请求通信，于是有了CGI协议规范，这个规范在不同的服务器和语言中有自己的实现，在Web Server: Nginx的配置文件中，可以设置不同变量的值，解析后传递给PHP-FPM（PHP-FastCGI Process Manager），再进一步传递给负责响应请求的PHP子进程，而PHP中也定义了关于请求通信的全局变量$_SERVER，用于解析请求和处理逻辑。这就是整个关于解析请求信息的流程。

由于PHP中$_SERVER中的这几个变量的定义有一定混淆，也依赖于不同的实现和Server环境，如PATH_INFO在Nginx/Apache中的不同默认状态，因此，如果需要页面指向自己时，除非如上面示例中的那种url，建议使用SCRIPT_NAME变量即可。