home *** CD-ROM | disk | FTP | other *** search
/ SGI Freeware 2002 November / SGI Freeware 2002 November - Disc 1.iso / dist / fw_gawk.idb / usr / freeware / info / gawkinet.info.z / gawkinet.info
Text File  |  2002-07-08  |  201KB  |  4,335 lines

  1. This is gawkinet.info, produced by makeinfo version 4.2 from
  2. gawkinet.texi.
  3.  
  4. INFO-DIR-SECTION GNU Packages
  5. START-INFO-DIR-ENTRY
  6. * Gawkinet: (gawkinet).    TCP/IP Internetworking With `gawk'.
  7. END-INFO-DIR-ENTRY
  8.  
  9. This is Edition 1.1 of `TCP/IP Internetworking With `gawk'', for the
  10. 3.1.1 (or later) version of the GNU implementation of AWK.
  11.  
  12.  
  13.    Copyright (C) 2000, 2001, 2002 Free Software Foundation, Inc.
  14.  
  15.  
  16.    Permission is granted to copy, distribute and/or modify this document
  17. under the terms of the GNU Free Documentation License, Version 1.1 or
  18. any later version published by the Free Software Foundation; with the
  19. Invariant Sections being "GNU General Public License", the Front-Cover
  20. texts being (a) (see below), and with the Back-Cover Texts being (b)
  21. (see below).  A copy of the license is included in the section entitled
  22. "GNU Free Documentation License".
  23.  
  24.   a. "A GNU Manual"
  25.  
  26.   b. "You have freedom to copy and modify this GNU Manual, like GNU
  27.      software.  Copies published by the Free Software Foundation raise
  28.      funds for GNU development."
  29.         
  30.    This file documents the networking features in GNU `awk'.
  31.  
  32. This is Edition 1.1 of `TCP/IP Internetworking With `gawk'', for the
  33. 3.1.1 (or later) version of the GNU implementation of AWK.
  34.  
  35.  
  36.    Copyright (C) 2000, 2001, 2002 Free Software Foundation, Inc.
  37.  
  38.  
  39.    Permission is granted to copy, distribute and/or modify this document
  40. under the terms of the GNU Free Documentation License, Version 1.1 or
  41. any later version published by the Free Software Foundation; with the
  42. Invariant Sections being "GNU General Public License", the Front-Cover
  43. texts being (a) (see below), and with the Back-Cover Texts being (b)
  44. (see below).  A copy of the license is included in the section entitled
  45. "GNU Free Documentation License".
  46.  
  47.   a. "A GNU Manual"
  48.  
  49.   b. "You have freedom to copy and modify this GNU Manual, like GNU
  50.      software.  Copies published by the Free Software Foundation raise
  51.      funds for GNU development."
  52.         
  53. 
  54. File: gawkinet.info,  Node: Top,  Next: Preface,  Prev: (dir),  Up: (dir)
  55.  
  56. General Introduction
  57. ********************
  58.  
  59.    This file documents the networking features in GNU Awk (`gawk')
  60. version 3.1 and later.
  61.  
  62. This is Edition 1.1 of `TCP/IP Internetworking With `gawk'', for the
  63. 3.1.1 (or later) version of the GNU implementation of AWK.
  64.  
  65.  
  66.    Copyright (C) 2000, 2001, 2002 Free Software Foundation, Inc.
  67.  
  68.  
  69.    Permission is granted to copy, distribute and/or modify this document
  70. under the terms of the GNU Free Documentation License, Version 1.1 or
  71. any later version published by the Free Software Foundation; with the
  72. Invariant Sections being "GNU General Public License", the Front-Cover
  73. texts being (a) (see below), and with the Back-Cover Texts being (b)
  74. (see below).  A copy of the license is included in the section entitled
  75. "GNU Free Documentation License".
  76.  
  77.   a. "A GNU Manual"
  78.  
  79.   b. "You have freedom to copy and modify this GNU Manual, like GNU
  80.      software.  Copies published by the Free Software Foundation raise
  81.      funds for GNU development."
  82.         
  83. * Menu:
  84.  
  85. * Preface::                          About this document.
  86. * Introduction::                     About networkiing.
  87. * Using Networking::                 Some examples.
  88. * Some Applications and Techniques:: More extended examples.
  89. * Links::                            Where to find the stuff mentioned in this
  90.                                      document.
  91. * GNU Free Documentation License::   The license for this document.
  92. * Index::                            The index.
  93.  
  94. * Stream Communications::          Sending data streams.
  95. * Datagram Communications::        Sending self-contained messages.
  96. * The TCP/IP Protocols::           How these models work in the Internet.
  97. * Basic Protocols::                The basic protocols.
  98. * Ports::                          The idea behind ports.
  99. * Making Connections::             Making TCP/IP connections.
  100. * Gawk Special Files::             How to do `gawk' networking.
  101. * Special File Fields::            The fields in the special file name.
  102. * Comparing Protocols::            Differences between the protocols.
  103. * File /inet/tcp::                 The TCP special file.
  104. * File /inet/udp::                 The UDP special file.
  105. * File /inet/raw::                 The RAW special file.
  106. * TCP Connecting::                 Making a TCP connection.
  107. * Troubleshooting::                Troubleshooting TCP/IP connections.
  108. * Interacting::                    Interacting with a service.
  109. * Setting Up::                     Setting up a service.
  110. * Email::                          Reading email.
  111. * Web page::                       Reading a Web page.
  112. * Primitive Service::              A primitive Web service.
  113. * Interacting Service::            A Web service with interaction.
  114. * CGI Lib::                        A simple CGI library.
  115. * Simple Server::                  A simple Web server.
  116. * Caveats::                        Network programming caveats.
  117. * Challenges::                     Where to go from here.
  118. * PANIC::                          An Emergency Web Server.
  119. * GETURL::                         Retrieving Web Pages.
  120. * REMCONF::                        Remote Configuration Of Embedded Systems.
  121. * URLCHK::                         Look For Changed Web Pages.
  122. * WEBGRAB::                        Extract Links From A Page.
  123. * STATIST::                        Graphing A Statistical Distribution.
  124. * MAZE::                           Walking Through A Maze In Virtual Reality.
  125. * MOBAGWHO::                       A Simple Mobile Agent.
  126. * STOXPRED::                       Stock Market Prediction As A Service.
  127. * PROTBASE::                       Searching Through A Protein Database.
  128.  
  129. 
  130. File: gawkinet.info,  Node: Preface,  Next: Introduction,  Prev: Top,  Up: Top
  131.  
  132. Preface
  133. *******
  134.  
  135.    In May of 1997, Ju"rgen Kahrs felt the need for network access from
  136. `awk', and, with a little help from me, set about adding features to do
  137. this for `gawk'.  At that time, he wrote the bulk of this Info file.
  138.  
  139.    The code and documentation were added to the `gawk' 3.1 development
  140. tree, and languished somewhat until I could finally get down to some
  141. serious work on that version of `gawk'.  This finally happened in the
  142. middle of 2000.
  143.  
  144.    Meantime, Ju"rgen wrote an article about the Internet special files
  145. and `|&' operator for `Linux Journal', and made a networking patch for
  146. the production versions of `gawk' available from his home page.  In
  147. August of 2000 (for `gawk' 3.0.6), this patch also made it to the main
  148. GNU `ftp' distribution site.
  149.  
  150.    For release with `gawk', I edited Ju"rgen's prose for English
  151. grammar and style, as he is not a native English speaker.  I also
  152. rearranged the material somewhat for what I felt was a better order of
  153. presentation, and (re)wrote some of the introductory material.
  154.  
  155.    The majority of this document and the code are his work, and the
  156. high quality and interesting ideas speak for themselves.  It is my hope
  157. that these features will be of significant value to the `awk' community.
  158.  
  159.  
  160. Arnold Robbins
  161. Nof Ayalon, ISRAEL
  162. March, 2001
  163.  
  164. 
  165. File: gawkinet.info,  Node: Introduction,  Next: Using Networking,  Prev: Preface,  Up: Top
  166.  
  167. Networking Concepts
  168. *******************
  169.  
  170.    This major node provides a (necessarily) brief intoduction to
  171. computer networking concepts.  For many applications of `gawk' to
  172. TCP/IP networking, we hope that this is enough.  For more advanced
  173. tasks, you will need deeper background, and it may be necessary to
  174. switch to lower-level programming in C or C++.
  175.  
  176.    There are two real-life models for the way computers send messages
  177. to each other over a network.  While the analogies are not perfect,
  178. they are close enough to convey the major concepts.  These two models
  179. are the phone system (reliable byte-stream communications), and the
  180. postal system (best-effort datagrams).
  181.  
  182. * Menu:
  183.  
  184. * Stream Communications::       Sending data streams.
  185. * Datagram Communications::     Sending self-contained messages.
  186. * The TCP/IP Protocols::        How these models work in the Internet.
  187. * Making Connections::          Making TCP/IP connections.
  188.  
  189. 
  190. File: gawkinet.info,  Node: Stream Communications,  Next: Datagram Communications,  Prev: Introduction,  Up: Introduction
  191.  
  192. Reliable Byte-streams (Phone Calls)
  193. ===================================
  194.  
  195.    When you make a phone call, the following steps occur:
  196.  
  197.   1. You dial a number.
  198.  
  199.   2. The phone system connects to the called party, telling them there
  200.      is an incoming call. (Their phone rings.)
  201.  
  202.   3. The other party answers the call, or, in the case of a computer
  203.      network, refuses to answer the call.
  204.  
  205.   4. Assuming the other party answers, the connection between you is
  206.      now a "duplex" (two-way), "reliable" (no data lost), sequenced
  207.      (data comes out in the order sent) data stream.
  208.  
  209.   5. You and your friend may now talk freely, with the phone system
  210.      moving the data (your voices) from one end to the other.  From
  211.      your point of view, you have a direct end-to-end connection with
  212.      the person on the other end.
  213.  
  214.    The same steps occur in a duplex reliable computer networking
  215. connection.  There is considerably more overhead in setting up the
  216. communications, but once it's done, data moves in both directions,
  217. reliably, in sequence.
  218.  
  219. 
  220. File: gawkinet.info,  Node: Datagram Communications,  Next: The TCP/IP Protocols,  Prev: Stream Communications,  Up: Introduction
  221.  
  222. Best-effort Datagrams (Mailed Letters)
  223. ======================================
  224.  
  225.    Suppose you mail three different documents to your office on the
  226. other side of the country on two different days.  Doing so entails the
  227. following.
  228.  
  229.   1. Each document travels in its own envelope.
  230.  
  231.   2. Each envelope contains both the sender and the recipient address.
  232.  
  233.   3. Each envelope may travel a different route to its destination.
  234.  
  235.   4. The envelopes may arrive in a different order from the one in
  236.      which they were sent.
  237.  
  238.   5. One or more may get lost in the mail.  (Although, fortunately,
  239.      this does not occur very often.)
  240.  
  241.   6. In a computer network, one or more "packets" may also arrive
  242.      multiple times.  (This doesn't happen with the postal system!)
  243.  
  244.  
  245.    The important characteristics of datagram communications, like those
  246. of the postal system are thus:
  247.  
  248.    * Delivery is "best effort;" the data may never get there.
  249.  
  250.    * Each message is self-contained, including the source and
  251.      destination addresses.
  252.  
  253.    * Delivery is _not_ sequenced; packets may arrive out of order,
  254.      and/or multiple times.
  255.  
  256.    * Unlike the phone system, overhead is considerably lower.  It is
  257.      not necessary to set up the call first.
  258.  
  259.    The price the user pays for the lower overhead of datagram
  260. communications is exactly the lower reliability; it is often necessary
  261. for user-level protocols that use datagram communications to add their
  262. own reliabilty features on top of the basic communications.
  263.  
  264. 
  265. File: gawkinet.info,  Node: The TCP/IP Protocols,  Next: Making Connections,  Prev: Datagram Communications,  Up: Introduction
  266.  
  267. The Internet Protocols
  268. ======================
  269.  
  270.    The Internet Protocol Suite (usually referred as just TCP/IP)(1)
  271. consists of a number of different protocols at different levels or
  272. "layers."  For our purposes, three protocols provide the fundamental
  273. communications mechanisms.  All other defined protocols are referred to
  274. as user-level protocols (e.g., HTTP, used later in this Info file).
  275.  
  276. * Menu:
  277.  
  278. * Basic Protocols::             The basic protocols.
  279. * Ports::                       The idea behind ports.
  280.  
  281.    ---------- Footnotes ----------
  282.  
  283.    (1) It should be noted that although the Internet seems to have
  284. conquered the world, there are other networking protocol suites in
  285. existence and in use.
  286.  
  287. 
  288. File: gawkinet.info,  Node: Basic Protocols,  Next: Ports,  Prev: The TCP/IP Protocols,  Up: The TCP/IP Protocols
  289.  
  290. The Basic Internet Protocols
  291. ----------------------------
  292.  
  293. IP
  294.      The Internet Protocol.  This protocol is almost never used
  295.      directly by applications.  It provides the basic packet delivery
  296.      and routing infrastructure of the Internet.  Much like the phone
  297.      company's switching centers or the Post Office's trucks, it is not
  298.      of much day-to-day interest to the regular user (or programmer).
  299.      It happens to be a best effort datagram protocol.
  300.  
  301. UDP
  302.      The User Datagram Protocol.  This is a best effort datagram
  303.      protocol.  It provides a small amount of extra reliability over
  304.      IP, and adds the notion of "ports", described in *Note TCP and UDP
  305.      Ports: Ports.
  306.  
  307. TCP
  308.      The Transmission Control Protocol.  This is a duplex, reliable,
  309.      sequenced byte-stream protocol, again layered on top of IP, and
  310.      also providing the notion of ports.  This is the protocol that you
  311.      will most likely use when using `gawk' for network programming.
  312.  
  313.    All other user-level protocols use either TCP or UDP to do their
  314. basic communications.  Examples are SMTP (Simple Mail Transfer
  315. Protocol), FTP (File Transfer Protocol) and HTTP (HyperText Transfer
  316. Protocol).
  317.  
  318. 
  319. File: gawkinet.info,  Node: Ports,  Prev: Basic Protocols,  Up: The TCP/IP Protocols
  320.  
  321. TCP and UDP Ports
  322. -----------------
  323.  
  324.    In the postal system, the address on an envelope indicates a physical
  325. location, such as a residence or office building.  But there may be
  326. more than one person at the location; thus you have to further quantify
  327. the recipient by putting a person or company name on the envelope.
  328.  
  329.    In the phone system, one phone number may represent an entire
  330. company, in which case you need a person's extension number in order to
  331. reach that individual directly.  Or, when you call a home, you have to
  332. say, "May I please speak to ..." before talking to the person directly.
  333.  
  334.    IP networking provides the concept of addressing.  An IP address
  335. represents a particular computer, but no more.  In order to reach the
  336. mail service on a system, or the FTP or WWW service on a system, you
  337. have to have some way to further specify which service you want.  In
  338. the Internet Protocol suite, this is done with "port numbers", which
  339. represent the services, much like an extension number used with a phone
  340. number.
  341.  
  342.    Port numbers are 16-bit integers.  Unix and Unix-like systems
  343. reserve ports below 1024 for "well known" services, such as SMTP, FTP,
  344. and HTTP.  Numbers above 1024 may be used by any application, although
  345. there is no promise made that a particular port number is always
  346. available.
  347.  
  348. 
  349. File: gawkinet.info,  Node: Making Connections,  Prev: The TCP/IP Protocols,  Up: Introduction
  350.  
  351. Making TCP/IP Connections (And Some Terminology)
  352. ================================================
  353.  
  354.    Two terms come up repeatedly when discussing networking: "client"
  355. and "server".  For now, we'll discuss these terms at the "connection
  356. level", when first establishing connections between two processes on
  357. different systems over a network.  (Once the connection is established,
  358. the higher level, or "application level" protocols, such as HTTP or
  359. FTP, determine who is the client and who is the server.  Often, it
  360. turns out that the client and server are the same in both roles.)
  361.  
  362.    The "server" is the system providing the service, such as the web
  363. server or email server.  It is the "host" (system) which is _connected
  364. to_ in a transaction.  For this to work though, the server must be
  365. expecting connections.  Much as there has to be someone at the office
  366. building to answer the phone(1), the server process (usually) has to be
  367. started first and waiting for a connection.
  368.  
  369.    The "client" is the system requesting the service.  It is the system
  370. _initiating the connection_ in a transaction.  (Just as when you pick
  371. up the phone to call an office or store.)
  372.  
  373.    In the TCP/IP framework, each end of a connection is represented by
  374. a pair of (ADDRESS, PORT) pairs.  For the duration of the connection,
  375. the ports in use at each end are unique, and cannot be used
  376. simultaneously by other processes on the same system.  (Only after
  377. closing a connection can a new one be built up on the same port. This
  378. is contrary to the usual behavior of fully developed web servers which
  379. have to avoid situations in which they are not reachable. We have to
  380. pay this price in order to enjoy the benefits of a simple communication
  381. paradigm in `gawk'.)
  382.  
  383.    Furthermore, once the connection is established, communications are
  384. "synchronous".  I.e., each end waits on the other to finish
  385. transmitting, before replying. This is much like two people in a phone
  386. conversation.  While both could talk simultaneously, doing so usually
  387. doesn't work too well.
  388.  
  389.    In the case of TCP, the synchronicity is enforced by the protocol
  390. when sending data.  Data writes "block" until the data have been
  391. received on the other end.  For both TCP and UDP, data reads block
  392. until there is incoming data waiting to be read.  This is summarized in
  393. the following table, where an "X" indicates that the given action
  394. blocks.
  395.  
  396. TCP        X       X
  397. UDP        X       
  398. RAW        X       
  399.  
  400.    ---------- Footnotes ----------
  401.  
  402.    (1) In the days before voice mail systems!
  403.  
  404. 
  405. File: gawkinet.info,  Node: Using Networking,  Next: Some Applications and Techniques,  Prev: Introduction,  Up: Top
  406.  
  407. Networking With `gawk'
  408. **********************
  409.  
  410.    The `awk' programming language was originally developed as a
  411. pattern-matching language for writing short programs to perform data
  412. manipulation tasks.  `awk''s strength is the manipulation of textual
  413. data that is stored in files.  It was never meant to be used for
  414. networking purposes.  To exploit its features in a networking context,
  415. it's necessary to use an access mode for network connections that
  416. resembles the access of files as closely as possible.
  417.  
  418.    `awk' is also meant to be a prototyping language. It is used to
  419. demonstrate feasibility and to play with features and user interfaces.
  420. This can be done with file-like handling of network connections.
  421. `gawk' trades the lack of many of the advanced features of the TCP/IP
  422. family of protocols for the convenience of simple connection handling.
  423. The advanced features are available when programming in C or Perl. In
  424. fact, the network programming in this major node is very similar to
  425. what is described in books such as `Internet Programming with Python',
  426. `Advanced Perl Programming', or `Web Client Programming with Perl'.
  427.  
  428.    However, you can do the programming here without first having to
  429. learn object-oriented ideology; underlying languages such as Tcl/Tk,
  430. Perl, Python; or all of the libraries necessary to extend these
  431. languages before they are ready for the Internet.
  432.  
  433.    This major node demonstrates how to use the TCP protocol. The other
  434. protocols are much less important for most users (UDP) or even
  435. untractable (RAW).
  436.  
  437. * Menu:
  438.  
  439. * Gawk Special Files::          How to do `gawk' networking.
  440. * TCP Connecting::              Making a TCP connection.
  441. * Troubleshooting::             Troubleshooting TCP/IP connections.
  442. * Interacting::                 Interacting with a service.
  443. * Setting Up::                  Setting up a service.
  444. * Email::                       Reading email.
  445. * Web page::                    Reading a Web page.
  446. * Primitive Service::           A primitive Web service.
  447. * Interacting Service::         A Web service with interaction.
  448. * Simple Server::               A simple Web server.
  449. * Caveats::                     Network programming caveats.
  450. * Challenges::                  Where to go from here.
  451.  
  452. 
  453. File: gawkinet.info,  Node: Gawk Special Files,  Next: TCP Connecting,  Prev: Using Networking,  Up: Using Networking
  454.  
  455. `gawk''s Networking Mechanisms
  456. ==============================
  457.  
  458.    The `|&' operator introduced in `gawk' 3.1 for use in communicating
  459. with a "coprocess" is described in *Note Two-way Communications With
  460. Another Process: (gawk)Two-way I/O.  It shows how to do two-way I/O to a
  461. separate process, sending it data with `print' or `printf' and reading
  462. data with `getline'.  If you haven't read it already, you should detour
  463. there to do so.
  464.  
  465.    `gawk' transparently extends the two-way I/O mechanism to simple
  466. networking through the use of special file names.  When a "coprocess"
  467. that matches the special files we are about to describe is started,
  468. `gawk' creates the appropriate network connection, and then two-way I/O
  469. proceeds as usual.
  470.  
  471.    At the C, C++, and Perl level, networking is accomplished via
  472. "sockets", an Application Programming Interface (API) originally
  473. developed at the University of California at Berkeley that is now used
  474. almost universally for TCP/IP networking.  Socket level programming,
  475. while fairly straightforward, requires paying attention to a number of
  476. details, as well as using binary data.  It is not well-suited for use
  477. from a high-level language like `awk'.  The special files provided in
  478. `gawk' hide the details from the programmer, making things much simpler
  479. and easier to use.
  480.  
  481.    The special file name for network access is made up of several
  482. fields, all of which are mandatory:
  483.  
  484.      /inet/PROTOCOL/LOCALPORT/HOSTNAME/REMOTEPORT
  485.  
  486.    The `/inet/' field is, of course, constant when accessing the
  487. network.  The LOCALPORT and REMOTEPORT fields do not have a meaning
  488. when used with `/inet/raw' because "ports" only apply to TCP and UDP.
  489. So, when using `/inet/raw', the port fields always have to be `0'.
  490.  
  491. * Menu:
  492.  
  493. * Special File Fields::         The fields in the special file name.
  494. * Comparing Protocols::         Differences between the protocols.
  495.  
  496. 
  497. File: gawkinet.info,  Node: Special File Fields,  Next: Comparing Protocols,  Prev: Gawk Special Files,  Up: Gawk Special Files
  498.  
  499. The Fields of the Special File Name
  500. -----------------------------------
  501.  
  502.    This node explains the meaning of all the other fields, as well as
  503. the range of values and the defaults.  All of the fields are mandatory.
  504. To let the system pick a value, or if the field doesn't apply to the
  505. protocol, specify it as `0':
  506.  
  507. PROTOCOL
  508.      Determines which member of the TCP/IP family of protocols is
  509.      selected to transport the data across the network. There are three
  510.      possible values (always written in lowercase): `tcp', `udp', and
  511.      `raw'. The exact meaning of each is explained later in this node.
  512.  
  513. LOCALPORT
  514.      Determines which port on the local machine is used to communicate
  515.      across the network. It has no meaning with `/inet/raw' and must
  516.      therefore be `0'.  Application-level clients usually use `0' to
  517.      indicate they do not care which local port is used--instead they
  518.      specify a remote port to connect to. It is vital for
  519.      application-level servers to use a number different from `0' here
  520.      because their service has to be available at a specific publicly
  521.      known port number. It is possible to use a name from
  522.      `/etc/services' here.
  523.  
  524. HOSTNAME
  525.      Determines which remote host is to be at the other end of the
  526.      connection. Application-level servers must fill this field with a
  527.      `0' to indicate their being open for all other hosts to connect to
  528.      them and enforce connection level server behavior this way.  It is
  529.      not possible for an application-level server to restrict its
  530.      availability to one remote host by entering a host name here.
  531.      Application-level clients must enter a name different from `0'.
  532.      The name can be either symbolic (e.g., `jpl-devvax.jpl.nasa.gov')
  533.      or numeric (e.g., `128.149.1.143').
  534.  
  535. REMOTEPORT
  536.      Determines which port on the remote machine is used to communicate
  537.      across the network. It has no meaning with `/inet/raw' and must
  538.      therefore be 0.  For `/inet/tcp' and `/inet/udp',
  539.      application-level clients _must_ use a number other than `0' to
  540.      indicate to which port on the remote machine they want to connect.
  541.      Application-level servers must not fill this field with a `0'.
  542.      Instead they specify a local port to which clients connect.  It is
  543.      possible to use a name from `/etc/services' here.
  544.  
  545.    Experts in network programming will notice that the usual
  546. client/server asymmetry found at the level of the socket API is not
  547. visible here. This is for the sake of simplicity of the high-level
  548. concept. If this asymmetry is necessary for your application, use
  549. another language.  For `gawk', it is more important to enable users to
  550. write a client program with a minimum of code. What happens when first
  551. accessing a network connection is seen in the following pseudocode:
  552.  
  553.      if ((name of remote host given) && (other side accepts connection)) {
  554.        rendez-vous successful; transmit with getline or print
  555.      } else {
  556.        if ((other side did not accept) && (localport == 0))
  557.          exit unsuccessful
  558.        if (TCP) {
  559.          set up a server accepting connections
  560.          this means waiting for the client on the other side to connect
  561.        } else
  562.          ready
  563.      }
  564.  
  565.    The exact behavior of this algorithm depends on the values of the
  566. fields of the special file name. When in doubt, the following table
  567. gives you the combinations of values and their meaning. If this table
  568. is too complicated, focus on the three lines printed in *bold*. All the
  569. examples in *Note Networking With `gawk': Using Networking, use only the
  570. patterns printed in bold letters.
  571.  
  572. PROTOCOL         LOCAL    HOST     REMOTE    RESULTING CONNECTION-LEVEL
  573.                  PORT     NAME     PORT      BEHAVIOR
  574. *tcp*            *0*      *x*      *x*        *Dedicated client, fails
  575.                                              if immediately connecting
  576.                                              to a               server
  577.                                              on the other side fails*
  578. udp              0        x        x         Dedicated client
  579. raw              0        x        0         Dedicated client, works
  580.                                              only as `root'
  581. *tcp, udp*       *x*      *x*      *x*        *Client, switches to
  582.                                              dedicated server if
  583.                                              necessary*
  584. *tcp, udp*       *x*      *0*      *0*        *Dedicated server*
  585. raw              0        0        0         Dedicated server, works
  586.                                              only as `root'
  587. tcp, udp, raw    x        x        0         Invalid
  588. tcp, udp, raw    0        0        x         Invalid
  589. tcp, udp, raw    x        0        x         Invalid
  590. tcp, udp         0        0        0         Invalid
  591. tcp, udp         0        x        0         Invalid
  592. raw              x        0        0         Invalid
  593. raw              0        x        x         Invalid
  594. raw              x        x        x         Invalid
  595.  
  596.    In general, TCP is the preferred mechanism to use.  It is the
  597. simplest protocol to understand and to use.  Use the others only if
  598. circumstances demand low-overhead.
  599.  
  600. 
  601. File: gawkinet.info,  Node: Comparing Protocols,  Prev: Special File Fields,  Up: Gawk Special Files
  602.  
  603. Comparing Protocols
  604. -------------------
  605.  
  606.    This node develops a pair of programs (sender and receiver) that do
  607. nothing but send a timestamp from one machine to another. The sender
  608. and the receiver are implemented with each of the three protocols
  609. available and demonstrate the differences between them.
  610.  
  611. * Menu:
  612.  
  613. * File /inet/tcp::              The TCP special file.
  614. * File /inet/udp::              The UDP special file.
  615. * File /inet/raw::              The RAW special file.
  616.  
  617. 
  618. File: gawkinet.info,  Node: File /inet/tcp,  Next: File /inet/udp,  Prev: Comparing Protocols,  Up: Comparing Protocols
  619.  
  620. `/inet/tcp'
  621. ...........
  622.  
  623.    Once again, always use TCP.  (Use UDP when low overhead is a
  624. necessity, and use RAW for network experimentation.)  The first example
  625. is the sender program:
  626.  
  627.      # Server
  628.      BEGIN {
  629.        print strftime() |& "/inet/tcp/8888/0/0"
  630.        close("/inet/tcp/8888/0/0")
  631.      }
  632.  
  633.    The receiver is very simple:
  634.  
  635.      # Client
  636.      BEGIN {
  637.        "/inet/tcp/0/localhost/8888" |& getline
  638.        print $0
  639.        close("/inet/tcp/0/localhost/8888")
  640.      }
  641.  
  642.    TCP guarantees that the bytes arrive at the receiving end in exactly
  643. the same order that they were sent. No byte is lost (except for broken
  644. connections), doubled, or out of order. Some overhead is necessary to
  645. accomplish this, but this is the price to pay for a reliable service.
  646. It does matter which side starts first. The sender/server has to be
  647. started first, and it waits for the receiver to read a line.
  648.  
  649. 
  650. File: gawkinet.info,  Node: File /inet/udp,  Next: File /inet/raw,  Prev: File /inet/tcp,  Up: Comparing Protocols
  651.  
  652. `/inet/udp'
  653. ...........
  654.  
  655.    The server and client programs that use UDP are almost identical to
  656. their TCP counterparts; only the PROTOCOL has changed. As before, it
  657. does matter which side starts first. The receiving side blocks and
  658. waits for the sender.  In this case, the receiver/client has to be
  659. started first:
  660.  
  661.      # Server
  662.      BEGIN {
  663.        print strftime() |& "/inet/udp/8888/0/0"
  664.        close("/inet/udp/8888/0/0")
  665.      }
  666.  
  667.    The receiver is almost identical to the TCP receiver:
  668.  
  669.      # Client
  670.      BEGIN {
  671.        "/inet/udp/0/localhost/8888" |& getline
  672.        print $0
  673.        close("/inet/udp/0/localhost/8888")
  674.      }
  675.  
  676.    UDP cannot guarantee that the datagrams at the receiving end will
  677. arrive in exactly the same order they were sent. Some datagrams could be
  678. lost, some doubled, and some out of order. But no overhead is necessary
  679. to accomplish this. This unreliable behavior is good enough for tasks
  680. such as data acquisition, logging, and even stateless services like NFS.
  681.  
  682. 
  683. File: gawkinet.info,  Node: File /inet/raw,  Prev: File /inet/udp,  Up: Comparing Protocols
  684.  
  685. `/inet/raw'
  686. ...........
  687.  
  688.    This is an IP-level protocol. Only `root' is allowed to access this
  689. special file. It is meant to be the basis for implementing and
  690. experimenting with transport-level protocols.(1) In the most general
  691. case, the sender has to supply the encapsulating header bytes in front
  692. of the packet and the receiver has to strip the additional bytes from
  693. the message.
  694.  
  695.    RAW receivers cannot receive packets sent with TCP or UDP because the
  696. operating system does not deliver the packets to a RAW receiver. The
  697. operating system knows about some of the protocols on top of IP and
  698. decides on its own which packet to deliver to which process.  (d.c.)
  699. Therefore, the UDP receiver must be used for receiving UDP datagrams
  700. sent with the RAW sender. This is a dark corner, not only of `gawk',
  701. but also of TCP/IP.
  702.  
  703.    For extended experimentation with protocols, look into the approach
  704. implemented in a tool called SPAK.  This tool reflects the hierarchical
  705. layering of protocols (encapsulation) in the way data streams are piped
  706. out of one program into the next one.  It shows which protocol is based
  707. on which other (lower-level) protocol by looking at the command-line
  708. ordering of the program calls.  Cleverly thought out, SPAK is much
  709. better than `gawk''s `/inet' for learning the meaning of each and every
  710. bit in the protocol headers.
  711.  
  712.    The next example uses the RAW protocol to emulate the behavior of
  713. UDP. The sender program is the same as above, but with some additional
  714. bytes that fill the places of the UDP fields:
  715.  
  716.      BEGIN {
  717.        Message = "Hello world\n"
  718.        SourcePort = 0
  719.        DestinationPort = 8888
  720.        MessageLength = length(Message)+8
  721.        RawService = "/inet/raw/0/localhost/0"
  722.        printf("%c%c%c%c%c%c%c%c%s",
  723.            SourcePort/256, SourcePort%256,
  724.            DestinationPort/256, DestinationPort%256,
  725.            MessageLength/256, MessageLength%256,
  726.            0, 0, Message) |& RawService
  727.        fflush(RawService)
  728.        close(RawService)
  729.      }
  730.  
  731.    Since this program tries to emulate the behavior of UDP, it checks if
  732. the RAW sender is understood by the UDP receiver but not if the RAW
  733. receiver can understand the UDP sender. In a real network, the RAW
  734. receiver is hardly of any use because it gets every IP packet that
  735. comes across the network. There are usually so many packets that `gawk'
  736. would be too slow for processing them.  Only on a network with little
  737. traffic can the IP-level receiver program be tested. Programs for
  738. analyzing IP traffic on modem or ISDN channels should be possible.
  739.  
  740.    Port numbers do not have a meaning when using `/inet/raw'. Their
  741. fields have to be `0'. Only TCP and UDP use ports. Receiving data from
  742. `/inet/raw' is difficult, not only because of processing speed but also
  743. because data is usually binary and not restricted to ASCII. This
  744. implies that line separation with `RS' does not work as usual.
  745.  
  746.    ---------- Footnotes ----------
  747.  
  748.    (1) This special file is reserved, but not otherwise currently
  749. implemented.
  750.  
  751. 
  752. File: gawkinet.info,  Node: TCP Connecting,  Next: Troubleshooting,  Prev: Gawk Special Files,  Up: Using Networking
  753.  
  754. Establishing a TCP Connection
  755. =============================
  756.  
  757.    Let's observe a network connection at work. Type in the following
  758. program and watch the output. Within a second, it connects via TCP
  759. (`/inet/tcp') to the machine it is running on (`localhost') and asks
  760. the service `daytime' on the machine what time it is:
  761.  
  762.      BEGIN {
  763.        "/inet/tcp/0/localhost/daytime" |& getline
  764.        print $0
  765.        close("/inet/tcp/0/localhost/daytime")
  766.      }
  767.  
  768.    Even experienced `awk' users will find the second line strange in two
  769. respects:
  770.  
  771.    * A special file is used as a shell command that pipes its output
  772.      into `getline'. One would rather expect to see the special file
  773.      being read like any other file (`getline <
  774.      "/inet/tcp/0/localhost/daytime")'.
  775.  
  776.    * The operator `|&' has not been part of any `awk' implementation
  777.      (until now).  It is actually the only extension of the `awk'
  778.      language needed (apart from the special files) to introduce
  779.      network access.
  780.  
  781.    The `|&' operator was introduced in `gawk' 3.1 in order to overcome
  782. the crucial restriction that access to files and pipes in `awk' is
  783. always unidirectional. It was formerly impossible to use both access
  784. modes on the same file or pipe. Instead of changing the whole concept
  785. of file access, the `|&' operator behaves exactly like the usual pipe
  786. operator except for two additions:
  787.  
  788.    * Normal shell commands connected to their `gawk' program with a `|&'
  789.      pipe can be accessed bidirectionally. The `|&' turns out to be a
  790.      quite general, useful, and natural extension of `awk'.
  791.  
  792.    * Pipes that consist of a special file name for network connections
  793.      are not executed as shell commands. Instead, they can be read and
  794.      written to, just like a full-duplex network connection.
  795.  
  796.    In the earlier example, the `|&' operator tells `getline' to read a
  797. line from the special file `/inet/tcp/0/localhost/daytime'.  We could
  798. also have printed a line into the special file. But instead we just
  799. read a line with the time, printed it, and closed the connection.
  800. (While we could just let `gawk' close the connection by finishing the
  801. program, in this Info file we are pedantic and always explicitly close
  802. the connections.)
  803.  
  804. 
  805. File: gawkinet.info,  Node: Troubleshooting,  Next: Interacting,  Prev: TCP Connecting,  Up: Using Networking
  806.  
  807. Troubleshooting Connection Problems
  808. ===================================
  809.  
  810.    It may well be that for some reason the program shown in the
  811. previous example does not run on your machine. When looking at possible
  812. reasons for this, you will learn much about typical problems that arise
  813. in network programming. First of all, your implementation of `gawk' may
  814. not support network access because it is a pre-3.1 version or you do
  815. not have a network interface in your machine.  Perhaps your machine
  816. uses some other protocol, such as DECnet or Novell's IPX. For the rest
  817. of this major node, we will assume you work on a Unix machine that
  818. supports TCP/IP. If the previous example program does not run on your
  819. machine, it may help to replace the name `localhost' with the name of
  820. your machine or its IP address. If it does, you could replace
  821. `localhost' with the name of another machine in your vicinity--this
  822. way, the program connects to another machine.  Now you should see the
  823. date and time being printed by the program, otherwise your machine may
  824. not support the `daytime' service.  Try changing the service to
  825. `chargen' or `ftp'. This way, the program connects to other services
  826. that should give you some response. If you are curious, you should have
  827. a look at your `/etc/services' file. It could look like this:
  828.  
  829.      # /etc/services:
  830.      #
  831.      # Network services, Internet style
  832.      #
  833.      # Name     Number/Protcol  Alternate name # Comments
  834.      
  835.      echo        7/tcp
  836.      echo        7/udp
  837.      discard     9/tcp         sink null
  838.      discard     9/udp         sink null
  839.      daytime     13/tcp
  840.      daytime     13/udp
  841.      chargen     19/tcp        ttytst source
  842.      chargen     19/udp        ttytst source
  843.      ftp         21/tcp
  844.      telnet      23/tcp
  845.      smtp        25/tcp        mail
  846.      finger      79/tcp
  847.      www         80/tcp        http      # WorldWideWeb HTTP
  848.      www         80/udp        # HyperText Transfer Protocol
  849.      pop-2       109/tcp       postoffice    # POP version 2
  850.      pop-2       109/udp
  851.      pop-3       110/tcp       # POP version 3
  852.      pop-3       110/udp
  853.      nntp        119/tcp       readnews untp  # USENET News
  854.      irc         194/tcp       # Internet Relay Chat
  855.      irc         194/udp
  856.      ...
  857.  
  858.    Here, you find a list of services that traditional Unix machines
  859. usually support. If your GNU/Linux machine does not do so, it may be
  860. that these services are switched off in some startup script. Systems
  861. running some flavor of Microsoft Windows usually do _not_ support these
  862. services.  Nevertheless, it _is_ possible to do networking with `gawk'
  863. on Microsoft Windows.(1) The first column of the file gives the name of
  864. the service, and the second column gives a unique number and the
  865. protocol that one can use to connect to this service.  The rest of the
  866. line is treated as a comment.  You see that some services (`echo')
  867. support TCP as well as UDP.
  868.  
  869.    ---------- Footnotes ----------
  870.  
  871.    (1) Microsoft prefered to ignore the TCP/IP family of protocols
  872. until 1995. Then came the rise of the Netscape browser as a landmark
  873. "killer application." Microsoft added TCP/IP support and their own
  874. browser to Microsoft Windows 95 at the last minute. They even
  875. back-ported their TCP/IP implementation to Microsoft Windows for
  876. Workgroups 3.11, but it was a rather rudimentary and half-hearted
  877. implementation. Nevertheless, the equivalent of `/etc/services' resides
  878. under `c:\windows\services' on Microsoft Windows.
  879.  
  880. 
  881. File: gawkinet.info,  Node: Interacting,  Next: Setting Up,  Prev: Troubleshooting,  Up: Using Networking
  882.  
  883. Interacting with a Network Service
  884. ==================================
  885.  
  886.    The next program makes use of the possibility to really interact
  887. with a network service by printing something into the special file. It
  888. asks the so-called `finger' service if a user of the machine is logged
  889. in. When testing this program, try to change `localhost' to some other
  890. machine name in your local network:
  891.  
  892.      BEGIN {
  893.        NetService = "/inet/tcp/0/localhost/finger"
  894.        print "NAME" |& NetService
  895.        while ((NetService |& getline) > 0)
  896.          print $0
  897.        close(NetService)
  898.      }
  899.  
  900.    After telling the service on the machine which user to look for, the
  901. program repeatedly reads lines that come as a reply. When no more lines
  902. are coming (because the service has closed the connection), the program
  903. also closes the connection. Try replacing `"NAME"' with your login name
  904. (or the name of someone else logged in).  For a list of all users
  905. currently logged in, replace NAME with an empty string (`""').
  906.  
  907.    The final `close' command could be safely deleted from the above
  908. script, because the operating system closes any open connection by
  909. default when a script reaches the end of execution. In order to avoid
  910. portability problems, it is best to always close connections explicitly.
  911. With the Linux kernel, for example, proper closing results in flushing
  912. of buffers. Letting the close happen by default may result in
  913. discarding buffers.
  914.  
  915.    When looking at `/etc/services' you may have noticed that the
  916. `daytime' service is also available with `udp'. In the earlier example,
  917. change `tcp' to `udp', and change `finger' to `daytime'.  After
  918. starting the modified program, you see the expected day and time
  919. message.  The program then hangs, because it waits for more lines
  920. coming from the service. However, they never come. This behavior is a
  921. consequence of the differences between TCP and UDP. When using UDP,
  922. neither party is automatically informed about the other closing the
  923. connection.  Continuing to experiment this way reveals many other subtle
  924. differences between TCP and UDP. To avoid such trouble, one should
  925. always remember the advice Douglas E. Comer and David Stevens give in
  926. Volume III of their series `Internetworking With TCP' (page 14):
  927.  
  928.      When designing client-server applications, beginners are strongly
  929.      advised to use TCP because it provides reliable,
  930.      connection-oriented communication. Programs only use UDP if the
  931.      application protocol handles reliability, the application requires
  932.      hardware broadcast or multicast, or the application cannot
  933.      tolerate virtual circuit overhead.
  934.  
  935. 
  936. File: gawkinet.info,  Node: Setting Up,  Next: Email,  Prev: Interacting,  Up: Using Networking
  937.  
  938. Setting Up a Service
  939. ====================
  940.  
  941.    The preceding programs behaved as clients that connect to a server
  942. somewhere on the Internet and request a particular service. Now we set
  943. up such a service to mimic the behavior of the `daytime' service.  Such
  944. a server does not know in advance who is going to connect to it over
  945. the network. Therefore, we cannot insert a name for the host to connect
  946. to in our special file name.
  947.  
  948.    Start the following program in one window. Notice that the service
  949. does not have the name `daytime', but the number `8888'.  From looking
  950. at `/etc/services', you know that names like `daytime' are just
  951. mnemonics for predetermined 16-bit integers.  Only the system
  952. administrator (`root') could enter our new service into `/etc/services'
  953. with an appropriate name.  Also notice that the service name has to be
  954. entered into a different field of the special file name because we are
  955. setting up a server, not a client:
  956.  
  957.      BEGIN {
  958.        print strftime() |& "/inet/tcp/8888/0/0"
  959.        close("/inet/tcp/8888/0/0")
  960.      }
  961.  
  962.    Now open another window on the same machine.  Copy the client
  963. program given as the first example (*note Establishing a TCP
  964. Connection: TCP Connecting.)  to a new file and edit it, changing the
  965. name `daytime' to `8888'.  Then start the modified client.  You should
  966. get a reply like this:
  967.  
  968.      Sat Sep 27 19:08:16 CEST 1997
  969.  
  970. Both programs explicitly close the connection.
  971.  
  972.    Now we will intentionally make a mistake to see what happens when
  973. the name `8888' (the so-called port) is already used by another service.
  974. Start the server program in both windows. The first one works, but the
  975. second one complains that it could not open the connection. Each port
  976. on a single machine can only be used by one server program at a time.
  977. Now terminate the server program and change the name `8888' to `echo'.
  978. After restarting it, the server program does not run any more, and you
  979. know why: there is already an `echo' service running on your machine.
  980. But even if this isn't true, you would not get your own `echo' server
  981. running on a Unix machine, because the ports with numbers smaller than
  982. 1024 (`echo' is at port 7) are reserved for `root'.  On machines
  983. running some flavor of Microsoft Windows, there is no restriction that
  984. reserves ports 1 to 1024 for a privileged user; hence, you can start an
  985. `echo' server there.
  986.  
  987.    Turning this short server program into something really useful is
  988. simple.  Imagine a server that first reads a file name from the client
  989. through the network connection, then does something with the file and
  990. sends a result back to the client. The server-side processing could be:
  991.  
  992.      BEGIN {
  993.        NetService = "/inet/tcp/8888/0/0"
  994.        NetService |& getline
  995.        CatPipe    = ("cat " $1)    # sets $0 and the fields
  996.        while ((CatPipe | getline) > 0)
  997.          print $0 |& NetService
  998.        close(NetService)
  999.      }
  1000.  
  1001. and we would have a remote copying facility. Such a server reads the
  1002. name of a file from any client that connects to it and transmits the
  1003. contents of the named file across the net. The server-side processing
  1004. could also be the execution of a command that is transmitted across the
  1005. network. From this example, you can see how simple it is to open up a
  1006. security hole on your machine. If you allow clients to connect to your
  1007. machine and execute arbitrary commands, anyone would be free to do `rm
  1008. -rf *'.
  1009.  
  1010. 
  1011. File: gawkinet.info,  Node: Email,  Next: Web page,  Prev: Setting Up,  Up: Using Networking
  1012.  
  1013. Reading Email
  1014. =============
  1015.  
  1016.    The distribution of email is usually done by dedicated email servers
  1017. that communicate with your machine using special protocols. To receive
  1018. email, we will use the Post Office Protocol (POP).  Sending can be done
  1019. with the much older Simple Mail Transfer Protocol (SMTP).
  1020.  
  1021.    When you type in the following program, replace the EMAILHOST by the
  1022. name of your local email server. Ask your administrator if the server
  1023. has a POP service, and then use its name or number in the program below.
  1024. Now the program is ready to connect to your email server, but it will
  1025. not succeed in retrieving your mail because it does not yet know your
  1026. login name or password. Replace them in the program and it shows you
  1027. the first email the server has in store:
  1028.  
  1029.      BEGIN {
  1030.        POPService  = "/inet/tcp/0/EMAILHOST/pop3"
  1031.        RS = ORS = "\r\n"
  1032.        print "user NAME"            |& POPService
  1033.        POPService                    |& getline
  1034.        print "pass PASSWORD"         |& POPService
  1035.        POPService                    |& getline
  1036.        print "retr 1"                |& POPService
  1037.        POPService                    |& getline
  1038.        if ($1 != "+OK") exit
  1039.        print "quit"                  |& POPService
  1040.        RS = "\r\n\\.\r\n"
  1041.        POPService |& getline
  1042.        print $0
  1043.        close(POPService)
  1044.      }
  1045.  
  1046.    The record separators `RS' and `ORS' are redefined because the
  1047. protocol (POP) requires CR-LF to separate lines. After identifying
  1048. yourself to the email service, the command `retr 1' instructs the
  1049. service to send the first of all your email messages in line. If the
  1050. service replies with something other than `+OK', the program exits;
  1051. maybe there is no email. Otherwise, the program first announces that it
  1052. intends to finish reading email, and then redefines `RS' in order to
  1053. read the entire email as multiline input in one record. From the POP
  1054. RFC, we know that the body of the email always ends with a single line
  1055. containing a single dot.  The program looks for this using `RS =
  1056. "\r\n\\.\r\n"'.  When it finds this sequence in the mail message, it
  1057. quits.  You can invoke this program as often as you like; it does not
  1058. delete the message it reads, but instead leaves it on the server.
  1059.  
  1060. 
  1061. File: gawkinet.info,  Node: Web page,  Next: Primitive Service,  Prev: Email,  Up: Using Networking
  1062.  
  1063. Reading a Web Page
  1064. ==================
  1065.  
  1066.    Retrieving a web page from a web server is as simple as retrieving
  1067. email from an email server. We only have to use a similar, but not
  1068. identical, protocol and a different port. The name of the protocol is
  1069. HyperText Transfer Protocol (HTTP) and the port number is usually 80.
  1070. As in the preceding node, ask your administrator about the name of your
  1071. local web server or proxy web server and its port number for HTTP
  1072. requests.
  1073.  
  1074.    The following program employs a rather crude approach toward
  1075. retrieving a web page. It uses the prehistoric syntax of HTTP 0.9,
  1076. which almost all web servers still support. The most noticeable thing
  1077. about it is that the program directs the request to the local proxy
  1078. server whose name you insert in the special file name (which in turn
  1079. calls `www.yahoo.com'):
  1080.  
  1081.      BEGIN {
  1082.        RS = ORS = "\r\n"
  1083.        HttpService = "/inet/tcp/0/PROXY/80"
  1084.        print "GET http://www.yahoo.com"     |& HttpService
  1085.        while ((HttpService |& getline) > 0)
  1086.           print $0
  1087.        close(HttpService)
  1088.      }
  1089.  
  1090.    Again, lines are separated by a redefined `RS' and `ORS'.  The `GET'
  1091. request that we send to the server is the only kind of HTTP request
  1092. that existed when the web was created in the early 1990s.  HTTP calls
  1093. this `GET' request a "method," which tells the service to transmit a
  1094. web page (here the home page of the Yahoo! search engine). Version 1.0
  1095. added the request methods `HEAD' and `POST'. The current version of
  1096. HTTP is 1.1,(1) and knows the additional request methods `OPTIONS',
  1097. `PUT', `DELETE', and `TRACE'.  You can fill in any valid web address,
  1098. and the program prints the HTML code of that page to your screen.
  1099.  
  1100.    Notice the similarity between the responses of the POP and HTTP
  1101. services. First, you get a header that is terminated by an empty line,
  1102. and then you get the body of the page in HTML.  The lines of the
  1103. headers also have the same form as in POP. There is the name of a
  1104. parameter, then a colon, and finally the value of that parameter.
  1105.  
  1106.    Images (`.png' or `.gif' files) can also be retrieved this way, but
  1107. then you get binary data that should be redirected into a file. Another
  1108. application is calling a CGI (Common Gateway Interface) script on some
  1109. server. CGI scripts are used when the contents of a web page are not
  1110. constant, but generated instantly at the moment you send a request for
  1111. the page. For example, to get a detailed report about the current
  1112. quotes of Motorola stock shares, call a CGI script at Yahoo! with the
  1113. following:
  1114.  
  1115.      get = "GET http://quote.yahoo.com/q?s=MOT&d=t"
  1116.      print get |& HttpService
  1117.  
  1118.    You can also request weather reports this way.
  1119.  
  1120.    ---------- Footnotes ----------
  1121.  
  1122.    (1) Version 1.0 of HTTP was defined in RFC 1945.  HTTP 1.1 was
  1123. initially specified in RFC 2068. In June 1999, RFC 2068 was made
  1124. obsolete by RFC 2616, an update without any substantial changes.
  1125.  
  1126. 
  1127. File: gawkinet.info,  Node: Primitive Service,  Next: Interacting Service,  Prev: Web page,  Up: Using Networking
  1128.  
  1129. A Primitive Web Service
  1130. =======================
  1131.  
  1132.    Now we know enough about HTTP to set up a primitive web service that
  1133. just says `"Hello, world"' when someone connects to it with a browser.
  1134. Compared to the situation in the preceding node, our program changes
  1135. the role. It tries to behave just like the server we have observed.
  1136. Since we are setting up a server here, we have to insert the port
  1137. number in the `localport' field of the special file name. The other two
  1138. fields (HOSTNAME and REMOTEPORT) have to contain a `0' because we do
  1139. not know in advance which host will connect to our service.
  1140.  
  1141.    In the early 1990s, all a server had to do was send an HTML document
  1142. and close the connection. Here, we adhere to the modern syntax of HTTP.
  1143. The steps are as follows:
  1144.  
  1145.   1. Send a status line telling the web browser that everything is okay.
  1146.  
  1147.   2. Send a line to tell the browser how many bytes follow in the body
  1148.      of the message. This was not necessary earlier because both
  1149.      parties knew that the document ended when the connection closed.
  1150.      Nowadays it is possible to stay connected after the transmission
  1151.      of one web page.  This is to avoid the network traffic necessary
  1152.      for repeatedly establishing TCP connections for requesting several
  1153.      images. Thus, there is the need to tell the receiving party how
  1154.      many bytes will be sent. The header is terminated as usual with an
  1155.      empty line.
  1156.  
  1157.   3. Send the `"Hello, world"' body in HTML.  The useless `while' loop
  1158.      swallows the request of the browser.  We could actually omit the
  1159.      loop, and on most machines the program would still work.  First,
  1160.      start the following program:
  1161.  
  1162.      BEGIN {
  1163.        RS = ORS = "\r\n"
  1164.        HttpService = "/inet/tcp/8080/0/0"
  1165.        Hello = "<HTML><HEAD>" \
  1166.                "<TITLE>A Famous Greeting</TITLE></HEAD>" \
  1167.                "<BODY><H1>Hello, world</H1></BODY></HTML>"
  1168.        Len = length(Hello) + length(ORS)
  1169.        print "HTTP/1.0 200 OK"          |& HttpService
  1170.        print "Content-Length: " Len ORS |& HttpService
  1171.        print Hello                      |& HttpService
  1172.        while ((HttpService |& getline) > 0)
  1173.           continue;
  1174.        close(HttpService)
  1175.      }
  1176.  
  1177.    Now, on the same machine, start your favorite browser and let it
  1178. point to `http://localhost:8080' (the browser needs to know on which
  1179. port our server is listening for requests). If this does not work, the
  1180. browser probably tries to connect to a proxy server that does not know
  1181. your machine.  If so, change the browser's configuration so that the
  1182. browser does not try to use a proxy to connect to your machine.
  1183.  
  1184. 
  1185. File: gawkinet.info,  Node: Interacting Service,  Next: Simple Server,  Prev: Primitive Service,  Up: Using Networking
  1186.  
  1187. A Web Service with Interaction
  1188. ==============================
  1189.  
  1190.    This node shows how to set up a simple web server.  The subnode is a
  1191. library file that we will use with all the examples in *Note Some
  1192. Applications and Techniques::.
  1193.  
  1194. * Menu:
  1195.  
  1196. * CGI Lib::                     A simple CGI library.
  1197.  
  1198.    Setting up a web service that allows user interaction is more
  1199. difficult and shows us the limits of network access in `gawk'. In this
  1200. node, we develop  a main program (a `BEGIN' pattern and its action)
  1201. that will become the core of event-driven execution controlled by a
  1202. graphical user interface (GUI).  Each HTTP event that the user triggers
  1203. by some action within the browser is received in this central
  1204. procedure. Parameters and menu choices are extracted from this request,
  1205. and an appropriate measure is taken according to the user's choice.
  1206. For example:
  1207.  
  1208.      BEGIN {
  1209.        if (MyHost == "") {
  1210.           "uname -n" | getline MyHost
  1211.           close("uname -n")
  1212.        }
  1213.        if (MyPort ==  0) MyPort = 8080
  1214.        HttpService = "/inet/tcp/" MyPort "/0/0"
  1215.        MyPrefix    = "http://" MyHost ":" MyPort
  1216.        SetUpServer()
  1217.        while ("awk" != "complex") {
  1218.          # header lines are terminated this way
  1219.          RS = ORS = "\r\n"
  1220.          Status   = 200          # this means OK
  1221.          Reason   = "OK"
  1222.          Header   = TopHeader
  1223.          Document = TopDoc
  1224.          Footer   = TopFooter
  1225.          if        (GETARG["Method"] == "GET") {
  1226.              HandleGET()
  1227.          } else if (GETARG["Method"] == "HEAD") {
  1228.              # not yet implemented
  1229.          } else if (GETARG["Method"] != "") {
  1230.              print "bad method", GETARG["Method"]
  1231.          }
  1232.          Prompt = Header Document Footer
  1233.          print "HTTP/1.0", Status, Reason       |& HttpService
  1234.          print "Connection: Close"              |& HttpService
  1235.          print "Pragma: no-cache"               |& HttpService
  1236.          len = length(Prompt) + length(ORS)
  1237.          print "Content-length:", len           |& HttpService
  1238.          print ORS Prompt                       |& HttpService
  1239.          # ignore all the header lines
  1240.          while ((HttpService |& getline) > 0)
  1241.              ;
  1242.          # stop talking to this client
  1243.          close(HttpService)
  1244.          # wait for new client request
  1245.          HttpService |& getline
  1246.          # do some logging
  1247.          print systime(), strftime(), $0
  1248.          # read request parameters
  1249.          CGI_setup($1, $2, $3)
  1250.        }
  1251.      }
  1252.  
  1253.    This web server presents menu choices in the form of HTML links.
  1254. Therefore, it has to tell the browser the name of the host it is
  1255. residing on. When starting the server, the user may supply the name of
  1256. the host from the command line with `gawk -v MyHost="Rumpelstilzchen"'.
  1257. If the user does not do this, the server looks up the name of the host
  1258. it is running on for later use as a web address in HTML documents. The
  1259. same applies to the port number. These values are inserted later into
  1260. the HTML content of the web pages to refer to the home system.
  1261.  
  1262.    Each server that is built around this core has to initialize some
  1263. application-dependent variables (such as the default home page) in a
  1264. procedure `SetUpServer', which is called immediately before entering the
  1265. infinite loop of the server. For now, we will write an instance that
  1266. initiates a trivial interaction.  With this home page, the client user
  1267. can click on two possible choices, and receive the current date either
  1268. in human-readable format or in seconds since 1970:
  1269.  
  1270.      function SetUpServer() {
  1271.        TopHeader = "<HTML><HEAD>"
  1272.        TopHeader = TopHeader \
  1273.           "<title>My name is GAWK, GNU AWK</title></HEAD>"
  1274.        TopDoc    = "<BODY><h2>\
  1275.          Do you prefer your date <A HREF=" MyPrefix \
  1276.          "/human>human</A> or \
  1277.          <A HREF=" MyPrefix "/POSIX>POSIXed</A>?</h2>" ORS ORS
  1278.        TopFooter = "</BODY></HTML>"
  1279.      }
  1280.  
  1281.    On the first run through the main loop, the default line terminators
  1282. are set and the default home page is copied to the actual home page.
  1283. Since this is the first run, `GETARG["Method"]' is not initialized yet,
  1284. hence the case selection over the method does nothing. Now that the
  1285. home page is initialized, the server can start communicating to a
  1286. client browser.
  1287.  
  1288.    It does so by printing the HTTP header into the network connection
  1289. (`print ... |& HttpService'). This command blocks execution of the
  1290. server script until a client connects. If this server script is
  1291. compared with the primitive one we wrote before, you will notice two
  1292. additional lines in the header. The first instructs the browser to
  1293. close the connection after each request. The second tells the browser
  1294. that it should never try to _remember_ earlier requests that had
  1295. identical web addresses (no caching). Otherwise, it could happen that
  1296. the browser retrieves the time of day in the previous example just once,
  1297. and later it takes the web page from the cache, always displaying the
  1298. same time of day although time advances each second.
  1299.  
  1300.    Having supplied the initial home page to the browser with a valid
  1301. document stored in the parameter `Prompt', it closes the connection and
  1302. waits for the next request.  When the request comes, a log line is
  1303. printed that allows us to see which request the server receives. The
  1304. final step in the loop is to call the function `CGI_setup', which reads
  1305. all the lines of the request (coming from the browser), processes them,
  1306. and stores the transmitted parameters in the array `PARAM'. The complete
  1307. text of these application-independent functions can be found in *Note A
  1308. Simple CGI Library: CGI Lib.  For now, we use a simplified version of
  1309. `CGI_setup':
  1310.  
  1311.      function CGI_setup(   method, uri, version, i) {
  1312.        delete GETARG;         delete MENU;        delete PARAM
  1313.        GETARG["Method"] = $1
  1314.        GETARG["URI"] = $2
  1315.        GETARG["Version"] = $3
  1316.        i = index($2, "?")
  1317.        # is there a "?" indicating a CGI request?
  1318.        if (i > 0) {
  1319.          split(substr($2, 1, i-1), MENU, "[/:]")
  1320.          split(substr($2, i+1), PARAM, "&")
  1321.          for (i in PARAM) {
  1322.            j = index(PARAM[i], "=")
  1323.            GETARG[substr(PARAM[i], 1, j-1)] = \
  1324.                                        substr(PARAM[i], j+1)
  1325.          }
  1326.        } else {    # there is no "?", no need for splitting PARAMs
  1327.          split($2, MENU, "[/:]")
  1328.        }
  1329.      }
  1330.  
  1331.    At first, the function clears all variables used for global storage
  1332. of request parameters. The rest of the function serves the purpose of
  1333. filling the global parameters with the extracted new values.  To
  1334. accomplish this, the name of the requested resource is split into parts
  1335. and stored for later evaluation. If the request contains a `?', then
  1336. the request has CGI variables seamlessly appended to the web address.
  1337. Everything in front of the `?' is split up into menu items, and
  1338. everything behind the `?' is a list of `VARIABLE=VALUE' pairs
  1339. (separated by `&') that also need splitting. This way, CGI variables are
  1340. isolated and stored. This procedure lacks recognition of special
  1341. characters that are transmitted in coded form(1). Here, any optional
  1342. request header and body parts are ignored. We do not need header
  1343. parameters and the request body. However, when refining our approach or
  1344. working with the `POST' and `PUT' methods, reading the header and body
  1345. becomes inevitable. Header parameters should then be stored in a global
  1346. array as well as the body.
  1347.  
  1348.    On each subsequent run through the main loop, one request from a
  1349. browser is received, evaluated, and answered according to the user's
  1350. choice. This can be done by letting the value of the HTTP method guide
  1351. the main loop into execution of the procedure `HandleGET', which
  1352. evaluates the user's choice. In this case, we have only one
  1353. hierarchical level of menus, but in the general case, menus are nested.
  1354. The menu choices at each level are separated by `/', just as in file
  1355. names. Notice how simple it is to construct menus of arbitrary depth:
  1356.  
  1357.      function HandleGET() {
  1358.        if (       MENU[2] == "human") {
  1359.          Footer = strftime() TopFooter
  1360.        } else if (MENU[2] == "POSIX") {
  1361.          Footer = systime()  TopFooter
  1362.        }
  1363.      }
  1364.  
  1365.    The disadvantage of this approach is that our server is slow and can
  1366. handle only one request at a time. Its main advantage, however, is that
  1367. the server consists of just one `gawk' program. No need for installing
  1368. an `httpd', and no need for static separate HTML files, CGI scripts, or
  1369. `root' privileges. This is rapid prototyping.  This program can be
  1370. started on the same host that runs your browser.  Then let your browser
  1371. point to `http://localhost:8080'.
  1372.  
  1373.    It is also possible to include images into the HTML pages.  Most
  1374. browsers support the not very well-known `.xbm' format, which may
  1375. contain only monochrome pictures but is an ASCII format. Binary images
  1376. are possible but not so easy to handle. Another way of including images
  1377. is to generate them with a tool such as GNUPlot, by calling the tool
  1378. with the `system' function or through a pipe.
  1379.  
  1380.    ---------- Footnotes ----------
  1381.  
  1382.    (1) As defined in RFC 2068.
  1383.  
  1384. 
  1385. File: gawkinet.info,  Node: CGI Lib,  Prev: Interacting Service,  Up: Interacting Service
  1386.  
  1387. A Simple CGI Library
  1388. --------------------
  1389.  
  1390.      HTTP is like being married: you have to be able to handle whatever
  1391.      you're given, while being very careful what you send back.
  1392.      Phil Smith III,
  1393.      `http://www.netfunny.com/rhf/jokes/99/Mar/http.html'
  1394.  
  1395.    In *Note A Web Service with Interaction: Interacting Service, we saw
  1396. the function `CGI_setup' as part of the web server "core logic"
  1397. framework. The code presented there handles almost everything necessary
  1398. for CGI requests.  One thing it doesn't do is handle encoded characters
  1399. in the requests.  For example, an `&' is encoded as a percent sign
  1400. followed by the hexadecimal value: `%26'.  These encoded values should
  1401. be decoded.  Following is a simple library to perform these tasks.
  1402. This code is used for all web server examples used throughout the rest
  1403. of this Info file.  If you want to use it for your own web server,
  1404. store the source code into a file named `inetlib.awk'. Then you can
  1405. include these functions into your code by placing the following
  1406. statement into your program (on the first line of your script):
  1407.  
  1408.      @include inetlib.awk
  1409.  
  1410. But beware, this mechanism is only possible if you invoke your web
  1411. server script with `igawk' instead of the usual `awk' or `gawk'.  Here
  1412. is the code:
  1413.  
  1414.      # CGI Library and core of a web server
  1415.      # Global arrays
  1416.      #   GETARG --- arguments to CGI GET command
  1417.      #   MENU   --- menu items (path names)
  1418.      #   PARAM  --- parameters of form x=y
  1419.      
  1420.      # Optional variable MyHost contains host address
  1421.      # Optional variable MyPort contains port number
  1422.      # Needs TopHeader, TopDoc, TopFooter
  1423.      # Sets MyPrefix, HttpService, Status, Reason
  1424.      
  1425.      BEGIN {
  1426.        if (MyHost == "") {
  1427.           "uname -n" | getline MyHost
  1428.           close("uname -n")
  1429.        }
  1430.        if (MyPort ==  0) MyPort = 8080
  1431.        HttpService = "/inet/tcp/" MyPort "/0/0"
  1432.        MyPrefix    = "http://" MyHost ":" MyPort
  1433.        SetUpServer()
  1434.        while ("awk" != "complex") {
  1435.          # header lines are terminated this way
  1436.          RS = ORS    = "\r\n"
  1437.          Status      = 200             # this means OK
  1438.          Reason      = "OK"
  1439.          Header      = TopHeader
  1440.          Document    = TopDoc
  1441.          Footer      = TopFooter
  1442.          if        (GETARG["Method"] == "GET") {
  1443.              HandleGET()
  1444.          } else if (GETARG["Method"] == "HEAD") {
  1445.              # not yet implemented
  1446.          } else if (GETARG["Method"] != "") {
  1447.              print "bad method", GETARG["Method"]
  1448.          }
  1449.          Prompt = Header Document Footer
  1450.          print "HTTP/1.0", Status, Reason     |& HttpService
  1451.          print "Connection: Close"            |& HttpService
  1452.          print "Pragma: no-cache"             |& HttpService
  1453.          len = length(Prompt) + length(ORS)
  1454.          print "Content-length:", len         |& HttpService
  1455.          print ORS Prompt                     |& HttpService
  1456.          # ignore all the header lines
  1457.          while ((HttpService |& getline) > 0)
  1458.              continue
  1459.          # stop talking to this client
  1460.          close(HttpService)
  1461.          # wait for new client request
  1462.          HttpService |& getline
  1463.          # do some logging
  1464.          print systime(), strftime(), $0
  1465.          CGI_setup($1, $2, $3)
  1466.        }
  1467.      }
  1468.      
  1469.      function CGI_setup(   method, uri, version, i)
  1470.      {
  1471.          delete GETARG
  1472.          delete MENU
  1473.          delete PARAM
  1474.          GETARG["Method"] = method
  1475.          GETARG["URI"] = uri
  1476.          GETARG["Version"] = version
  1477.      
  1478.          i = index(uri, "?")
  1479.          if (i > 0) {  # is there a "?" indicating a CGI request?
  1480.              split(substr(uri, 1, i-1), MENU, "[/:]")
  1481.              split(substr(uri, i+1), PARAM, "&")
  1482.              for (i in PARAM) {
  1483.                  PARAM[i] = _CGI_decode(PARAM[i])
  1484.                  j = index(PARAM[i], "=")
  1485.                  GETARG[substr(PARAM[i], 1, j-1)] = \
  1486.                                           substr(PARAM[i], j+1)
  1487.              }
  1488.          } else { # there is no "?", no need for splitting PARAMs
  1489.              split(uri, MENU, "[/:]")
  1490.          }
  1491.          for (i in MENU)     # decode characters in path
  1492.              if (i > 4)      # but not those in host name
  1493.                  MENU[i] = _CGI_decode(MENU[i])
  1494.      }
  1495.  
  1496.    This isolates details in a single function, `CGI_setup'.  Decoding
  1497. of encoded characters is pushed off to a helper function,
  1498. `_CGI_decode'. The use of the leading underscore (`_') in the function
  1499. name is intended to indicate that it is an "internal" function,
  1500. although there is nothing to enforce this:
  1501.  
  1502.      function _CGI_decode(str,   hexdigs, i, pre, code1, code2,
  1503.                                  val, result)
  1504.      {
  1505.         hexdigs = "123456789abcdef"
  1506.      
  1507.         i = index(str, "%")
  1508.         if (i == 0) # no work to do
  1509.            return str
  1510.      
  1511.         do {
  1512.            pre = substr(str, 1, i-1)   # part before %xx
  1513.            code1 = substr(str, i+1, 1) # first hex digit
  1514.            code2 = substr(str, i+2, 1) # second hex digit
  1515.            str = substr(str, i+3)      # rest of string
  1516.      
  1517.            code1 = tolower(code1)
  1518.            code2 = tolower(code2)
  1519.            val = index(hexdigs, code1) * 16 \
  1520.                  + index(hexdigs, code2)
  1521.      
  1522.            result = result pre sprintf("%c", val)
  1523.            i = index(str, "%")
  1524.         } while (i != 0)
  1525.         if (length(str) > 0)
  1526.            result = result str
  1527.         return result
  1528.      }
  1529.  
  1530.    This works by splitting the string apart around an encoded character.
  1531. The two digits are converted to lowercase characters and looked up in a
  1532. string of hex digits.  Note that `0' is not in the string on purpose;
  1533. `index' returns zero when it's not found, automatically giving the
  1534. correct value!  Once the hexadecimal value is converted from characters
  1535. in a string into a numerical value, `sprintf' converts the value back
  1536. into a real character.  The following is a simple test harness for the
  1537. above functions:
  1538.  
  1539.      BEGIN {
  1540.        CGI_setup("GET",
  1541.        "http://www.gnu.org/cgi-bin/foo?p1=stuff&p2=stuff%26junk" \
  1542.             "&percent=a %25 sign",
  1543.        "1.0")
  1544.        for (i in MENU)
  1545.            printf "MENU[\"%s\"] = %s\n", i, MENU[i]
  1546.        for (i in PARAM)
  1547.            printf "PARAM[\"%s\"] = %s\n", i, PARAM[i]
  1548.        for (i in GETARG)
  1549.            printf "GETARG[\"%s\"] = %s\n", i, GETARG[i]
  1550.      }
  1551.  
  1552.    And this is the result when we run it:
  1553.  
  1554.      $ gawk -f testserv.awk
  1555.      -| MENU["4"] = www.gnu.org
  1556.      -| MENU["5"] = cgi-bin
  1557.      -| MENU["6"] = foo
  1558.      -| MENU["1"] = http
  1559.      -| MENU["2"] =
  1560.      -| MENU["3"] =
  1561.      -| PARAM["1"] = p1=stuff
  1562.      -| PARAM["2"] = p2=stuff&junk
  1563.      -| PARAM["3"] = percent=a % sign
  1564.      -| GETARG["p1"] = stuff
  1565.      -| GETARG["percent"] = a % sign
  1566.      -| GETARG["p2"] = stuff&junk
  1567.      -| GETARG["Method"] = GET
  1568.      -| GETARG["Version"] = 1.0
  1569.      -| GETARG["URI"] = http://www.gnu.org/cgi-bin/foo?p1=stuff&
  1570.      p2=stuff%26junk&percent=a %25 sign
  1571.  
  1572. 
  1573. File: gawkinet.info,  Node: Simple Server,  Next: Caveats,  Prev: Interacting Service,  Up: Using Networking
  1574.  
  1575. A Simple Web Server
  1576. ===================
  1577.  
  1578.    In the preceding node, we built the core logic for event-driven GUIs.
  1579. In this node, we finally extend the core to a real application.  No one
  1580. would actually write a commercial web server in `gawk', but it is
  1581. instructive to see that it is feasible in principle.
  1582.  
  1583.    The application is ELIZA, the famous program by Joseph Weizenbaum
  1584. that mimics the behavior of a professional psychotherapist when talking
  1585. to you.  Weizenbaum would certainly object to this description, but
  1586. this is part of the legend around ELIZA.  Take the site-independent
  1587. core logic and append the following code:
  1588.  
  1589.      function SetUpServer() {
  1590.        SetUpEliza()
  1591.        TopHeader = \
  1592.          "<HTML><title>An HTTP-based System with GAWK</title>\
  1593.          <HEAD><META HTTP-EQUIV=\"Content-Type\"\
  1594.          CONTENT=\"text/html; charset=iso-8859-1\"></HEAD>\
  1595.          <BODY BGCOLOR=\"#ffffff\" TEXT=\"#000000\"\
  1596.          LINK=\"#0000ff\" VLINK=\"#0000ff\"\
  1597.          ALINK=\"#0000ff\"> <A NAME=\"top\">"
  1598.        TopDoc    = "\
  1599.         <h2>Please choose one of the following actions:</h2>\
  1600.         <UL>\
  1601.         <LI>\
  1602.         <A HREF=" MyPrefix "/AboutServer>About this server</A>\
  1603.         </LI><LI>\
  1604.         <A HREF=" MyPrefix "/AboutELIZA>About Eliza</A></LI>\
  1605.         <LI>\
  1606.         <A HREF=" MyPrefix \
  1607.            "/StartELIZA>Start talking to Eliza</A></LI></UL>"
  1608.        TopFooter = "</BODY></HTML>"
  1609.      }
  1610.  
  1611.    `SetUpServer' is similar to the previous example, except for calling
  1612. another function, `SetUpEliza'.  This approach can be used to implement
  1613. other kinds of servers.  The only changes needed to do so are hidden in
  1614. the functions `SetUpServer' and `HandleGET'. Perhaps it might be
  1615. necessary to implement other HTTP methods.  The `igawk' program that
  1616. comes with `gawk' may be useful for this process.
  1617.  
  1618.    When extending this example to a complete application, the first
  1619. thing to do is to implement the function `SetUpServer' to initialize
  1620. the HTML pages and some variables. These initializations determine the
  1621. way your HTML pages look (colors, titles, menu items, etc.).
  1622.  
  1623.    The function `HandleGET' is a nested case selection that decides
  1624. which page the user wants to see next.  Each nesting level refers to a
  1625. menu level of the GUI. Each case implements a certain action of the
  1626. menu. On the deepest level of case selection, the handler essentially
  1627. knows what the user wants and stores the answer into the variable that
  1628. holds the HTML page contents:
  1629.  
  1630.      function HandleGET() {
  1631.        # A real HTTP server would treat some parts of the URI as a file name.
  1632.        # We take parts of the URI as menu choices and go on accordingly.
  1633.        if(MENU[2] == "AboutServer") {
  1634.          Document    = "This is not a CGI script.\
  1635.            This is an httpd, an HTML file, and a CGI script all \
  1636.            in one GAWK script. It needs no separate www-server, \
  1637.            no installation, and no root privileges.\
  1638.            <p>To run it, do this:</p><ul>\
  1639.            <li> start this script with \"gawk -f httpserver.awk\",</li>\
  1640.            <li> and on the same host let your www browser open location\
  1641.                 \"http://localhost:8080\"</li>\
  1642.            </ul>\<p>\ Details of HTTP come from:</p><ul>\
  1643.                  <li>Hethmon:  Illustrated Guide to HTTP</p>\
  1644.                  <li>RFC 2068</li></ul><p>JK 14.9.1997</p>"
  1645.        } else if (MENU[2] == "AboutELIZA") {
  1646.          Document    = "This is an implementation of the famous ELIZA\
  1647.              program by Joseph Weizenbaum. It is written in GAWK and\
  1648.      /bin/sh: expad: command not found
  1649.        } else if (MENU[2] == "StartELIZA") {
  1650.          gsub(/\+/, " ", GETARG["YouSay"])
  1651.          # Here we also have to substitute coded special characters
  1652.          Document    = "<form method=GET>" \
  1653.            "<h3>" ElizaSays(GETARG["YouSay"]) "</h3>\
  1654.            <p><input type=text name=YouSay value=\"\" size=60>\
  1655.            <br><input type=submit value=\"Tell her about it\"></p></form>"
  1656.        }
  1657.      }
  1658.  
  1659.    Now we are down to the heart of ELIZA, so you can see how it works.
  1660. Initially the user does not say anything; then ELIZA resets its money
  1661. counter and asks the user to tell what comes to mind open heartedly.
  1662. The subsequent answers are converted to uppercase characters and stored
  1663. for later comparison. ELIZA presents the bill when being confronted with
  1664. a sentence that contains the phrase "shut up." Otherwise, it looks for
  1665. keywords in the sentence, conjugates the rest of the sentence, remembers
  1666. the keyword for later use, and finally selects an answer from the set of
  1667. possible answers:
  1668.  
  1669.      function ElizaSays(YouSay) {
  1670.        if (YouSay == "") {
  1671.          cost = 0
  1672.          answer = "HI, IM ELIZA, TELL ME YOUR PROBLEM"
  1673.        } else {
  1674.          q = toupper(YouSay)
  1675.          gsub("'", "", q)
  1676.          if(q == qold) {
  1677.            answer = "PLEASE DONT REPEAT YOURSELF !"
  1678.          } else {
  1679.            if (index(q, "SHUT UP") > 0) {
  1680.              answer = "WELL, PLEASE PAY YOUR BILL. ITS EXACTLY ... $"\
  1681.                       int(100*rand()+30+cost/100)
  1682.            } else {
  1683.              qold = q
  1684.              w = "-"                 # no keyword recognized yet
  1685.              for (i in k) {          # search for keywords
  1686.                if (index(q, i) > 0) {
  1687.                  w = i
  1688.                  break
  1689.                }
  1690.              }
  1691.              if (w == "-") {         # no keyword, take old subject
  1692.                w    = wold
  1693.                subj = subjold
  1694.              } else {                # find subject
  1695.                subj = substr(q, index(q, w) + length(w)+1)
  1696.                wold = w
  1697.                subjold = subj        #  remember keyword and subject
  1698.              }
  1699.              for (i in conj)
  1700.                 gsub(i, conj[i], q)   # conjugation
  1701.              # from all answers to this keyword, select one randomly
  1702.              answer = r[indices[int(split(k[w], indices) * rand()) + 1]]
  1703.              # insert subject into answer
  1704.              gsub("_", subj, answer)
  1705.            }
  1706.          }
  1707.        }
  1708.        cost += length(answer) # for later payment : 1 cent per character
  1709.        return answer
  1710.      }
  1711.  
  1712.    In the long but simple function `SetUpEliza', you can see tables for
  1713. conjugation, keywords, and answers.(1) The associative array `k'
  1714. contains indices into the array of answers `r'. To choose an answer,
  1715. ELIZA just picks an index randomly:
  1716.  
  1717.      function SetUpEliza() {
  1718.        srand()
  1719.        wold = "-"
  1720.        subjold = " "
  1721.      
  1722.        # table for conjugation
  1723.        conj[" ARE "     ] = " AM "
  1724.        conj["WERE "     ] = "WAS "
  1725.        conj[" YOU "     ] = " I "
  1726.        conj["YOUR "     ] = "MY "
  1727.        conj[" IVE "     ] =\
  1728.        conj[" I HAVE "  ] = " YOU HAVE "
  1729.        conj[" YOUVE "   ] =\
  1730.        conj[" YOU HAVE "] = " I HAVE "
  1731.        conj[" IM "      ] =\
  1732.        conj[" I AM "    ] = " YOU ARE "
  1733.        conj[" YOURE "   ] =\
  1734.        conj[" YOU ARE " ] = " I AM "
  1735.      
  1736.        # table of all answers
  1737.        r[1]   = "DONT YOU BELIEVE THAT I CAN  _"
  1738.        r[2]   = "PERHAPS YOU WOULD LIKE TO BE ABLE TO _ ?"
  1739.        ...
  1740.  
  1741.        # table for looking up answers that
  1742.        # fit to a certain keyword
  1743.        k["CAN YOU"]      = "1 2 3"
  1744.        k["CAN I"]        = "4 5"
  1745.        k["YOU ARE"]      =\
  1746.        k["YOURE"]        = "6 7 8 9"
  1747.        ...
  1748.  
  1749.      }
  1750.  
  1751.    Some interesting remarks and details (including the original source
  1752. code of ELIZA) are found on Mark Humphrys' home page.  Yahoo!  also has
  1753. a page with a collection of ELIZA-like programs. Many of them are
  1754. written in Java, some of them disclosing the Java source code, and a
  1755. few even explain how to modify the Java source code.
  1756.  
  1757.    ---------- Footnotes ----------
  1758.  
  1759.    (1) The version shown here is abbreviated.  The full version comes
  1760. with the `gawk' distribution.
  1761.  
  1762. 
  1763. File: gawkinet.info,  Node: Caveats,  Next: Challenges,  Prev: Simple Server,  Up: Using Networking
  1764.  
  1765. Network Programming Caveats
  1766. ===========================
  1767.  
  1768.    By now it should be clear that debugging a networked application is
  1769. more complicated than debugging a single-process single-hosted
  1770. application.  The behavior of a networked application sometimes looks
  1771. noncausal because it is not reproducible in a strong sense. Whether a
  1772. network application works or not sometimes depends on the following:
  1773.  
  1774.    * How crowded the underlying network is
  1775.  
  1776.    * If the party at the other end is running or not
  1777.  
  1778.    * The state of the party at the other end
  1779.  
  1780.    The most difficult problems for a beginner arise from the hidden
  1781. states of the underlying network. After closing a TCP connection, it's
  1782. often necessary to wait a short while before reopening the connection.
  1783. Even more difficult is the establishment of a connection that
  1784. previously ended with a "broken pipe."  Those connections have to "time
  1785. out" for a minute or so before they can reopen.  Check this with the
  1786. command `netstat -a', which provides a list of still "active"
  1787. connections.
  1788.  
  1789. 
  1790. File: gawkinet.info,  Node: Challenges,  Prev: Caveats,  Up: Using Networking
  1791.  
  1792. Where To Go From Here
  1793. =====================
  1794.  
  1795.    Now, you have learned enough to build your own application. You
  1796. could, for example, take part in the Loebner Contest to win $100,000.
  1797. The Loebner Prize is the first formal instantiation of a Turing Test.
  1798. Hugh Loebner agreed with The Cambridge Center for Behavioral Studies to
  1799. underwrite a contest designed to implement the Turing Test.  Dr.
  1800. Loebner pledged a Grand Prize of $100,000 for the first computer whose
  1801. responses were indistinguishable from a human's. Each year an annual
  1802. prize of $2000 and a bronze medal is awarded to the _most_ human
  1803. computer.  The winner of the annual contest is the best entry relative
  1804. to other entries that year, irrespective of how good it is in an
  1805. absolute sense. Here is an example of a conversation with the winning
  1806. program of 1997:
  1807.  
  1808.      (c)1997 Cambridge Center For Behavioral Studies all rights reserved [CONVERSE]
  1809.      [Intelligent Research Ltd.] Start at: [1997/04/29 08:59:40]
  1810.      PROGRAM[10:39:20]Hi, my name is Catherine, what's yours?
  1811.      JUDGE02[10:39:36]My name is Nathan.
  1812.      PROGRAM[10:39:37]Well, it's nice to meet you, Nathan.
  1813.      PROGRAM[10:39:45]Did you see that story on CNN last night about the lesbian
  1814.      PROGRAM[10:40:03]couple who came out at a White House party on Sunday?
  1815.      JUDGE02[10:40:45]No.  I'm sorry I missed that.  How did the Prez take it?
  1816.      PROGRAM[10:40:47]Ellen Degeneres was one of them - she was kissing her lover
  1817.      PROGRAM[10:41:08]in front of Bill Clinton. Do you think he was very
  1818.      PROGRAM[10:41:21]embarrassed?
  1819.      JUDGE02[10:41:37]You tell me.  I didn't see it.
  1820.      PROGRAM[10:41:38]Are you still a Friend of Bill Clinton?
  1821.      JUDGE02[10:42:22]Yes.  I would like to talk about something else.  Do you know anything about sculpture.
  1822.      PROGRAM[10:42:24]Well, I suppose he's doing his best like most of us, but he
  1823.      PROGRAM[10:42:35]does seem to attract an UNUSUAL amount of bad publicity,
  1824.      PROGRAM[10:42:51]wouldnt you say--can it all be bad luck?
  1825.      JUDGE02[10:43:20]I asked you if you knew anything about sculpture.
  1826.      PROGRAM[10:43:21]OK, but what happens now--does it all drift on, with
  1827.      PROGRAM[10:43:36]everyone waiting to see how much his friends have said about
  1828.      PROGRAM[10:43:47]him under threat of lots and lots of jail-or will something
  1829.      PROGRAM[10:44:01]dramatic actually happen?
  1830.      JUDGE02[10:44:19]Do you know what sculpture is?
  1831.      PROGRAM[10:44:20]Well, youre more a fan of his than I am I guess---though I
  1832.      PROGRAM[10:44:34]cant SWEAR what Id have done in that locked hotel room, I
  1833.      PROGRAM[10:44:51]must say.
  1834.      JUDGE02[10:45:26]Have you ever been to the Salmagundi Club?
  1835.      PROGRAM[10:45:29]Never. to go back to the original discussion Time to get
  1836.      PROGRAM[10:45:43]off this one I think and onto something more down to earth!
  1837.      JUDGE02[10:46:20]What is more down to earth than art?
  1838.      PROGRAM[10:46:21]I don't know what -- to be honest. -
  1839.      PROGRAM[10:46:30]I suppose it depends on where you're coming from, but as the
  1840.      PROGRAM[10:46:46]song goes in My Fair Lady, "Why can't a woman be more like a
  1841.      PROGRAM[10:47:03]man? "
  1842.      JUDGE02[10:47:52]I liked that song but I prefer "Why can't children be more like we are"
  1843.      JUDGE02[10:48:10]from another play the name of which I cannot remember.
  1844.      PROGRAM[10:48:12]What, if anything, do you enjoy about being a man?
  1845.      JUDGE02[10:49:01]I would enjoy all aspects of life no matter what my gender.
  1846.      PROGRAM[10:49:02]Do you think of yourself as being attractive?
  1847.  
  1848.    This program insists on always speaking about the same story around
  1849. Bill Clinton. You see, even a program with a rather narrow mind can
  1850. behave so much like a human being that it can win this prize. It is
  1851. quite common to let these programs talk to each other via network
  1852. connections. But during the competition itself, the program and its
  1853. computer have to be present at the place the competition is held. We
  1854. all would love to see a `gawk' program win in such an event. Maybe it
  1855. is up to you to accomplish this?
  1856.  
  1857.    Some other ideas for useful networked applications:
  1858.    * Read the file `doc/awkforai.txt' in the `gawk' distribution.  It
  1859.      was written by Ronald P. Loui (Associate Professor of Computer
  1860.      Science, at Washington University in St. Louis,
  1861.      <loui@ai.wustl.edu>) and summarizes why he teaches `gawk' to
  1862.      students of Artificial Intelligence. Here are some passages from
  1863.      the text:
  1864.  
  1865.           The GAWK manual can be consumed in a single lab session and
  1866.           the language can be mastered by the next morning by the
  1867.           average student.  GAWK's automatic initialization, implicit
  1868.           coercion, I/O support and lack of pointers forgive many of
  1869.           the mistakes that young programmers are likely to make.
  1870.           Those who have seen C but not mastered it are happy to see
  1871.           that GAWK retains some of the same sensibilities while adding
  1872.           what must be regarded as spoonsful of syntactic sugar.
  1873.           ...
  1874.           There are further simple answers.  Probably the best is the
  1875.           fact that increasingly, undergraduate AI programming is
  1876.           involving the Web.  Oren Etzioni (University of Washington,
  1877.           Seattle) has for a while been arguing that the "softbot" is
  1878.           replacing the mechanical engineers' robot as the most
  1879.           glamorous AI testbed.  If the artifact whose behavior needs
  1880.           to be controlled in an intelligent way is the software agent,
  1881.           then a language that is well-suited to controlling the
  1882.           software environment is the appropriate language.  That would
  1883.           imply a scripting language.  If the robot is KAREL, then the
  1884.           right language is "turn left; turn right." If the robot is
  1885.           Netscape, then the right language is something that can
  1886.           generate `netscape -remote
  1887.           'openURL(http://cs.wustl.edu/~loui)'' with elan.
  1888.           ...
  1889.           AI programming requires high-level thinking.  There have
  1890.           always been a few gifted programmers who can write high-level
  1891.           programs in assembly language.  Most however need the ambient
  1892.           abstraction to have a higher floor.
  1893.           ...
  1894.           Second, inference is merely the expansion of notation.  No
  1895.           matter whether the logic that underlies an AI program is
  1896.           fuzzy, probabilistic, deontic, defeasible, or deductive, the
  1897.           logic merely defines how strings can be transformed into
  1898.           other strings.  A language that provides the best support for
  1899.           string processing in the end provides the best support for
  1900.           logic, for the exploration of various logics, and for most
  1901.           forms of symbolic processing that AI might choose to call
  1902.           "reasoning" instead of "logic."  The implication is that
  1903.           PROLOG, which saves the AI programmer from having to write a
  1904.           unifier, saves perhaps two dozen lines of GAWK code at the
  1905.           expense of strongly biasing the logic and representational
  1906.           expressiveness of any approach.
  1907.  
  1908.      Now that `gawk' itself can connect to the Internet, it should be
  1909.      obvious that it is suitable for writing intelligent web agents.
  1910.  
  1911.    * `awk' is strong at pattern recognition and string processing.  So,
  1912.      it is well suited to the classic problem of language translation.
  1913.      A first try could be a program that knows the 100 most frequent
  1914.      English words and their counterparts in German or French. The
  1915.      service could be implemented by regularly reading email with the
  1916.      program above, replacing each word by its translation and sending
  1917.      the translation back via SMTP.  Users would send English email to
  1918.      their translation service and get back a translated email message
  1919.      in return. As soon as this works, more effort can be spent on a
  1920.      real translation program.
  1921.  
  1922.    * Another dialogue-oriented application (on the verge of ridicule)
  1923.      is the email "support service." Troubled customers write an email
  1924.      to an automatic `gawk' service that reads the email. It looks for
  1925.      keywords in the mail and assembles a reply email accordingly. By
  1926.      carefully investigating the email header, and repeating these
  1927.      keywords through the reply email, it is rather simple to give the
  1928.      customer a feeling that someone cares. Ideally, such a service
  1929.      would search a database of previous cases for solutions. If none
  1930.      exists, the database could, for example, consist of all the
  1931.      newsgroups, mailing lists and FAQs on the Internet.
  1932.  
  1933. 
  1934. File: gawkinet.info,  Node: Some Applications and Techniques,  Next: Links,  Prev: Using Networking,  Up: Top
  1935.  
  1936. Some Applications and Techniques
  1937. ********************************
  1938.  
  1939.    In this major node, we look at a number of self-contained scripts,
  1940. with an emphasis on concise networking.  Along the way, we work towards
  1941. creating building blocks that encapsulate often needed functions of the
  1942. networking world, show new techniques that broaden the scope of
  1943. problems that can be solved with `gawk', and explore leading edge
  1944. technology that may shape the future of networking.
  1945.  
  1946.    We often refer to the site-independent core of the server that we
  1947. built in *Note A Simple Web Server: Simple Server.  When building new
  1948. and nontrivial servers, we always copy this building block and append
  1949. new instances of the two functions `SetUpServer' and `HandleGET'.
  1950.  
  1951.    This makes a lot of sense, since this scheme of event-driven
  1952. execution provides `gawk' with an interface to the most widely accepted
  1953. standard for GUIs: the web browser. Now, `gawk' can rival even Tcl/Tk.
  1954.  
  1955.    Tcl and `gawk' have much in common. Both are simple scripting
  1956. languages that allow us to quickly solve problems with short programs.
  1957. But Tcl has Tk on top of it, and `gawk' had nothing comparable up to
  1958. now. While Tcl needs a large and ever-changing library (Tk, which was
  1959. bound to the X Window System until recently), `gawk' needs just the
  1960. networking interface and some kind of browser on the client's side.
  1961. Besides better portability, the most important advantage of this
  1962. approach (embracing well-established standards such HTTP and HTML) is
  1963. that _we do not need to change the language_. We let others do the work
  1964. of fighting over protocols and standards.  We can use HTML, JavaScript,
  1965. VRML, or whatever else comes along to do our work.
  1966.  
  1967. * Menu:
  1968.  
  1969. * PANIC::                       An Emergency Web Server.
  1970. * GETURL::                      Retrieving Web Pages.
  1971. * REMCONF::                     Remote Configuration Of Embedded Systems.
  1972. * URLCHK::                      Look For Changed Web Pages.
  1973. * WEBGRAB::                     Extract Links From A Page.
  1974. * STATIST::                     Graphing A Statistical Distribution.
  1975. * MAZE::                        Walking Through A Maze In Virtual Reality.
  1976. * MOBAGWHO::                    A Simple Mobile Agent.
  1977. * STOXPRED::                    Stock Market Prediction As A Service.
  1978. * PROTBASE::                    Searching Through A Protein Database.
  1979.  
  1980. 
  1981. File: gawkinet.info,  Node: PANIC,  Next: GETURL,  Prev: Some Applications and Techniques,  Up: Some Applications and Techniques
  1982.  
  1983. PANIC: An Emergency Web Server
  1984. ==============================
  1985.  
  1986.    At first glance, the `"Hello, world"' example in *Note A Primitive
  1987. Web Service: Primitive Service, seems useless. By adding just a few
  1988. lines, we can turn it into something useful.
  1989.  
  1990.    The PANIC program tells everyone who connects that the local site is
  1991. not working. When a web server breaks down, it makes a difference if
  1992. customers get a strange "network unreachable" message, or a short
  1993. message telling them that the server has a problem. In such an
  1994. emergency, the hard disk and everything on it (including the regular
  1995. web service) may be unavailable. Rebooting the web server off a
  1996. diskette makes sense in this setting.
  1997.  
  1998.    To use the PANIC program as an emergency web server, all you need
  1999. are the `gawk' executable and the program below on a diskette. By
  2000. default, it connects to port 8080. A different value may be supplied on
  2001. the command line:
  2002.  
  2003.      BEGIN {
  2004.        RS = ORS = "\r\n"
  2005.        if (MyPort ==  0) MyPort = 8080
  2006.        HttpService = "/inet/tcp/" MyPort "/0/0"
  2007.        Hello = "<HTML><HEAD><TITLE>Out Of Service</TITLE>" \
  2008.           "</HEAD><BODY><H1>" \
  2009.           "This site is temporarily out of service." \
  2010.           "</H1></BODY></HTML>"
  2011.        Len = length(Hello) + length(ORS)
  2012.        while ("awk" != "complex") {
  2013.          print "HTTP/1.0 200 OK"          |& HttpService
  2014.          print "Content-Length: " Len ORS |& HttpService
  2015.          print Hello                      |& HttpService
  2016.          while ((HttpService |& getline) > 0)
  2017.             continue;
  2018.          close(HttpService)
  2019.        }
  2020.      }
  2021.  
  2022. 
  2023. File: gawkinet.info,  Node: GETURL,  Next: REMCONF,  Prev: PANIC,  Up: Some Applications and Techniques
  2024.  
  2025. GETURL: Retrieving Web Pages
  2026. ============================
  2027.  
  2028.    GETURL is a versatile building block for shell scripts that need to
  2029. retrieve files from the Internet. It takes a web address as a
  2030. command-line parameter and tries to retrieve the contents of this
  2031. address. The contents are printed to standard output, while the header
  2032. is printed to `/dev/stderr'.  A surrounding shell script could analyze
  2033. the contents and extract the text or the links. An ASCII browser could
  2034. be written around GETURL. But more interestingly, web robots are
  2035. straightforward to write on top of GETURL. On the Internet, you can find
  2036. several programs of the same name that do the same job. They are usually
  2037. much more complex internally and at least 10 times longer.
  2038.  
  2039.    At first, GETURL checks if it was called with exactly one web
  2040. address.  Then, it checks if the user chose to use a special proxy
  2041. server whose name is handed over in a variable. By default, it is
  2042. assumed that the local machine serves as proxy. GETURL uses the `GET'
  2043. method by default to access the web page. By handing over the name of a
  2044. different method (such as `HEAD'), it is possible to choose a different
  2045. behavior. With the `HEAD' method, the user does not receive the body of
  2046. the page content, but does receive the header:
  2047.  
  2048.      BEGIN {
  2049.        if (ARGC != 2) {
  2050.          print "GETURL - retrieve Web page via HTTP 1.0"
  2051.          print "IN:\n    the URL as a command-line parameter"
  2052.          print "PARAM(S):\n    -v Proxy=MyProxy"
  2053.          print "OUT:\n    the page content on stdout"
  2054.          print "    the page header on stderr"
  2055.          print "JK 16.05.1997"
  2056.          print "ADR 13.08.2000"
  2057.          exit
  2058.        }
  2059.        URL = ARGV[1]; ARGV[1] = ""
  2060.        if (Proxy     == "")  Proxy     = "127.0.0.1"
  2061.        if (ProxyPort ==  0)  ProxyPort = 80
  2062.        if (Method    == "")  Method    = "GET"
  2063.        HttpService = "/inet/tcp/0/" Proxy "/" ProxyPort
  2064.        ORS = RS = "\r\n\r\n"
  2065.        print Method " " URL " HTTP/1.0" |& HttpService
  2066.        HttpService                      |& getline Header
  2067.        print Header > "/dev/stderr"
  2068.        while ((HttpService |& getline) > 0)
  2069.          printf "%s", $0
  2070.        close(HttpService)
  2071.      }
  2072.  
  2073.    This program can be changed as needed, but be careful with the last
  2074. lines.  Make sure transmission of binary data is not corrupted by
  2075. additional line breaks. Even as it is now, the byte sequence
  2076. `"\r\n\r\n"' would disappear if it were contained in binary data. Don't
  2077. get caught in a trap when trying a quick fix on this one.
  2078.  
  2079. 
  2080. File: gawkinet.info,  Node: REMCONF,  Next: URLCHK,  Prev: GETURL,  Up: Some Applications and Techniques
  2081.  
  2082. REMCONF: Remote Configuration of Embedded Systems
  2083. =================================================
  2084.  
  2085.    Today, you often find powerful processors in embedded systems.
  2086. Dedicated network routers and controllers for all kinds of machinery
  2087. are examples of embedded systems. Processors like the Intel 80x86 or
  2088. the AMD Elan are able to run multitasking operating systems, such as
  2089. XINU or GNU/Linux in embedded PCs.  These systems are small and usually
  2090. do not have a keyboard or a display.  Therefore it is difficult to set
  2091. up their configuration. There are several widespread ways to set them
  2092. up:
  2093.  
  2094.    * DIP switches
  2095.  
  2096.    * Read Only Memories such as EPROMs
  2097.  
  2098.    * Serial lines or some kind of keyboard
  2099.  
  2100.    * Network connections via `telnet' or SNMP
  2101.  
  2102.    * HTTP connections with HTML GUIs
  2103.  
  2104.    In this node, we look at a solution that uses HTTP connections to
  2105. control variables of an embedded system that are stored in a file.
  2106. Since embedded systems have tight limits on resources like memory, it
  2107. is difficult to employ advanced techniques such as SNMP and HTTP
  2108. servers. `gawk' fits in quite nicely with its single executable which
  2109. needs just a short script to start working.  The following program
  2110. stores the variables in a file, and a concurrent process in the
  2111. embedded system may read the file. The program uses the
  2112. site-independent part of the simple web server that we developed in
  2113. *Note A Web Service with Interaction: Interacting Service.  As
  2114. mentioned there, all we have to do is to write two new procedures
  2115. `SetUpServer' and `HandleGET':
  2116.  
  2117.      function SetUpServer() {
  2118.        TopHeader = "<HTML><title>Remote Configuration</title>"
  2119.        TopDoc = "<BODY>\
  2120.          <h2>Please choose one of the following actions:</h2>\
  2121.          <UL>\
  2122.            <LI><A HREF=" MyPrefix "/AboutServer>About this server</A></LI>\
  2123.            <LI><A HREF=" MyPrefix "/ReadConfig>Read Configuration</A></LI>\
  2124.            <LI><A HREF=" MyPrefix "/CheckConfig>Check Configuration</A></LI>\
  2125.            <LI><A HREF=" MyPrefix "/ChangeConfig>Change Configuration</A></LI>\
  2126.            <LI><A HREF=" MyPrefix "/SaveConfig>Save Configuration</A></LI>\
  2127.          </UL>"
  2128.        TopFooter  = "</BODY></HTML>"
  2129.        if (ConfigFile == "") ConfigFile = "config.asc"
  2130.      }
  2131.  
  2132.    The function `SetUpServer' initializes the top level HTML texts as
  2133. usual. It also initializes the name of the file that contains the
  2134. configuration parameters and their values. In case the user supplies a
  2135. name from the command line, that name is used. The file is expected to
  2136. contain one parameter per line, with the name of the parameter in
  2137. column one and the value in column two.
  2138.  
  2139.    The function `HandleGET' reflects the structure of the menu tree as
  2140. usual. The first menu choice tells the user what this is all about. The
  2141. second choice reads the configuration file line by line and stores the
  2142. parameters and their values. Notice that the record separator for this
  2143. file is `"\n"', in contrast to the record separator for HTTP. The third
  2144. menu choice builds an HTML table to show the contents of the
  2145. configuration file just read. The fourth choice does the real work of
  2146. changing parameters, and the last one just saves the configuration into
  2147. a file:
  2148.  
  2149.      function HandleGET() {
  2150.        if(MENU[2] == "AboutServer") {
  2151.          Document  = "This is a GUI for remote configuration of an\
  2152.            embedded system. It is is implemented as one GAWK script."
  2153.        } else if (MENU[2] == "ReadConfig") {
  2154.          RS = "\n"
  2155.          while ((getline < ConfigFile) > 0)
  2156.             config[$1] = $2;
  2157.          close(ConfigFile)
  2158.          RS = "\r\n"
  2159.          Document = "Configuration has been read."
  2160.        } else if (MENU[2] == "CheckConfig") {
  2161.          Document = "<TABLE BORDER=1 CELLPADDING=5>"
  2162.          for (i in config)
  2163.            Document = Document "<TR><TD>" i "</TD>" \
  2164.              "<TD>" config[i] "</TD></TR>"
  2165.          Document = Document "</TABLE>"
  2166.        } else if (MENU[2] == "ChangeConfig") {
  2167.          if ("Param" in GETARG) {            # any parameter to set?
  2168.            if (GETARG["Param"] in config) {  # is  parameter valid?
  2169.              config[GETARG["Param"]] = GETARG["Value"]
  2170.              Document = (GETARG["Param"] " = " GETARG["Value"] ".")
  2171.            } else {
  2172.              Document = "Parameter <b>" GETARG["Param"] "</b> is invalid."
  2173.            }
  2174.          } else {
  2175.            Document = "<FORM method=GET><h4>Change one parameter</h4>\
  2176.              <TABLE BORDER CELLPADDING=5>\
  2177.              <TR><TD>Parameter</TD><TD>Value</TD></TR>\
  2178.              <TR><TD><input type=text name=Param value=\"\" size=20></TD>\
  2179.                  <TD><input type=text name=Value value=\"\" size=40></TD>\
  2180.              </TR></TABLE><input type=submit value=\"Set\"></FORM>"
  2181.          }
  2182.        } else if (MENU[2] == "SaveConfig") {
  2183.          for (i in config)
  2184.            printf("%s %s\n", i, config[i]) > ConfigFile
  2185.          close(ConfigFile)
  2186.          Document = "Configuration has been saved."
  2187.        }
  2188.      }
  2189.  
  2190.    We could also view the configuration file as a database. From this
  2191. point of view, the previous program acts like a primitive database
  2192. server.  Real SQL database systems also make a service available by
  2193. providing a TCP port that clients can connect to. But the application
  2194. level protocols they use are usually proprietary and also change from
  2195. time to time.  This is also true for the protocol that MiniSQL uses.
  2196.  
  2197. 
  2198. File: gawkinet.info,  Node: URLCHK,  Next: WEBGRAB,  Prev: REMCONF,  Up: Some Applications and Techniques
  2199.  
  2200. URLCHK: Look for Changed Web Pages
  2201. ==================================
  2202.  
  2203.    Most people who make heavy use of Internet resources have a large
  2204. bookmark file with pointers to interesting web sites. It is impossible
  2205. to regularly check by hand if any of these sites have changed. A program
  2206. is needed to automatically look at the headers of web pages and tell
  2207. which ones have changed. URLCHK does the comparison after using GETURL
  2208. with the `HEAD' method to retrieve the header.
  2209.  
  2210.    Like GETURL, this program first checks that it is called with exactly
  2211. one command-line parameter. URLCHK also takes the same command-line
  2212. variables `Proxy' and `ProxyPort' as GETURL, because these variables
  2213. are handed over to GETURL for each URL that gets checked. The one and
  2214. only parameter is the name of a file that contains one line for each
  2215. URL. In the first column, we find the URL, and the second and third
  2216. columns hold the length of the URL's body when checked for the two last
  2217. times. Now, we follow this plan:
  2218.  
  2219.   1. Read the URLs from the file and remember their most recent lengths
  2220.  
  2221.   2. Delete the contents of the file
  2222.  
  2223.   3. For each URL, check its new length and write it into the file
  2224.  
  2225.   4. If the most recent and the new length differ, tell the user
  2226.  
  2227.    It may seem a bit peculiar to read the URLs from a file together
  2228. with their two most recent lengths, but this approach has several
  2229. advantages. You can call the program again and again with the same
  2230. file. After running the program, you can regenerate the changed URLs by
  2231. extracting those lines that differ in their second and third columns:
  2232.  
  2233.      BEGIN {
  2234.        if (ARGC != 2) {
  2235.          print "URLCHK - check if URLs have changed"
  2236.          print "IN:\n    the file with URLs as a command-line parameter"
  2237.          print "    file contains URL, old length, new length"
  2238.          print "PARAMS:\n    -v Proxy=MyProxy -v ProxyPort=8080"
  2239.          print "OUT:\n    same as file with URLs"
  2240.          print "JK 02.03.1998"
  2241.          exit
  2242.        }
  2243.        URLfile = ARGV[1]; ARGV[1] = ""
  2244.        if (Proxy     != "") Proxy     = " -v Proxy="     Proxy
  2245.        if (ProxyPort != "") ProxyPort = " -v ProxyPort=" ProxyPort
  2246.        while ((getline < URLfile) > 0)
  2247.           Length[$1] = $3 + 0
  2248.        close(URLfile)      # now, URLfile is read in and can be updated
  2249.        GetHeader = "gawk " Proxy ProxyPort " -v Method=\"HEAD\" -f geturl.awk "
  2250.        for (i in Length) {
  2251.          GetThisHeader = GetHeader i " 2>&1"
  2252.          while ((GetThisHeader | getline) > 0)
  2253.            if (toupper($0) ~ /CONTENT-LENGTH/) NewLength = $2 + 0
  2254.          close(GetThisHeader)
  2255.          print i, Length[i], NewLength > URLfile
  2256.          if (Length[i] != NewLength)  # report only changed URLs
  2257.            print i, Length[i], NewLength
  2258.        }
  2259.        close(URLfile)
  2260.      }
  2261.  
  2262.    Another thing that may look strange is the way GETURL is called.
  2263. Before calling GETURL, we have to check if the proxy variables need to
  2264. be passed on. If so, we prepare strings that will become part of the
  2265. command line later. In `GetHeader', we store these strings together
  2266. with the longest part of the command line. Later, in the loop over the
  2267. URLs, `GetHeader' is appended with the URL and a redirection operator
  2268. to form the command that reads the URL's header over the Internet.
  2269. GETURL always produces the headers over `/dev/stderr'. That is the
  2270. reason why we need the redirection operator to have the header piped in.
  2271.  
  2272.    This program is not perfect because it assumes that changing URLs
  2273. results in changed lengths, which is not necessarily true. A more
  2274. advanced approach is to look at some other header line that holds time
  2275. information. But, as always when things get a bit more complicated,
  2276. this is left as an exercise to the reader.
  2277.  
  2278. 
  2279. File: gawkinet.info,  Node: WEBGRAB,  Next: STATIST,  Prev: URLCHK,  Up: Some Applications and Techniques
  2280.  
  2281. WEBGRAB: Extract Links from a Page
  2282. ==================================
  2283.  
  2284.    Sometimes it is necessary to extract links from web pages.  Browsers
  2285. do it, web robots do it, and sometimes even humans do it.  Since we
  2286. have a tool like GETURL at hand, we can solve this problem with some
  2287. help from the Bourne shell:
  2288.  
  2289.      BEGIN { RS = "http://[#%&\\+\\-\\./0-9\\:;\\?A-Z_a-z\\~]*" }
  2290.      RT != "" {
  2291.         command = ("gawk -v Proxy=MyProxy -f geturl.awk " RT \
  2292.                     " > doc" NR ".html")
  2293.         print command
  2294.      }
  2295.  
  2296.    Notice that the regular expression for URLs is rather crude. A
  2297. precise regular expression is much more complex. But this one works
  2298. rather well. One problem is that it is unable to find internal links of
  2299. an HTML document.  Another problem is that `ftp', `telnet', `news',
  2300. `mailto', and other kinds of links are missing in the regular
  2301. expression.  However, it is straightforward to add them, if doing so is
  2302. necessary for other tasks.
  2303.  
  2304.    This program reads an HTML file and prints all the HTTP links that
  2305. it finds.  It relies on `gawk''s ability to use regular expressions as
  2306. record separators. With `RS' set to a regular expression that matches
  2307. links, the second action is executed each time a non-empty link is
  2308. found.  We can find the matching link itself in `RT'.
  2309.  
  2310.    The action could use the `system' function to let another GETURL
  2311. retrieve the page, but here we use a different approach.  This simple
  2312. program prints shell commands that can be piped into `sh' for
  2313. execution.  This way it is possible to first extract the links, wrap
  2314. shell commands around them, and pipe all the shell commands into a
  2315. file. After editing the file, execution of the file retrieves exactly
  2316. those files that we really need. In case we do not want to edit, we can
  2317. retrieve all the pages like this:
  2318.  
  2319.      gawk -f geturl.awk http://www.suse.de | gawk -f webgrab.awk | sh
  2320.  
  2321.    After this, you will find the contents of all referenced documents in
  2322. files named `doc*.html' even if they do not contain HTML code.  The
  2323. most annoying thing is that we always have to pass the proxy to GETURL.
  2324. If you do not like to see the headers of the web pages appear on the
  2325. screen, you can redirect them to `/dev/null'.  Watching the headers
  2326. appear can be quite interesting, because it reveals interesting details
  2327. such as which web server the companies use.  Now, it is clear how the
  2328. clever marketing people use web robots to determine the market shares
  2329. of Microsoft and Netscape in the web server market.
  2330.  
  2331.    Port 80 of any web server is like a small hole in a repellent
  2332. firewall.  After attaching a browser to port 80, we usually catch a
  2333. glimpse of the bright side of the server (its home page). With a tool
  2334. like GETURL at hand, we are able to discover some of the more concealed
  2335. or even "indecent" services (i.e., lacking conformity to standards of
  2336. quality).  It can be exciting to see the fancy CGI scripts that lie
  2337. there, revealing the inner workings of the server, ready to be called:
  2338.  
  2339.    * With a command such as:
  2340.  
  2341.           gawk -f geturl.awk http://any.host.on.the.net/cgi-bin/
  2342.  
  2343.      some servers give you a directory listing of the CGI files.
  2344.      Knowing the names, you can try to call some of them and watch for
  2345.      useful results. Sometimes there are executables in such directories
  2346.      (such as Perl interpreters) that you may call remotely. If there
  2347.      are subdirectories with configuration data of the web server, this
  2348.      can also be quite interesting to read.
  2349.  
  2350.    * The well-known Apache web server usually has its CGI files in the
  2351.      directory `/cgi-bin'. There you can often find the scripts
  2352.      `test-cgi' and `printenv'. Both tell you some things about the
  2353.      current connection and the installation of the web server.  Just
  2354.      call:
  2355.  
  2356.           gawk -f geturl.awk http://any.host.on.the.net/cgi-bin/test-cgi
  2357.           gawk -f geturl.awk http://any.host.on.the.net/cgi-bin/printenv
  2358.  
  2359.    * Sometimes it is even possible to retrieve system files like the web
  2360.      server's log file--possibly containing customer data--or even the
  2361.      file `/etc/passwd'.  (We don't recommend this!)
  2362.  
  2363.    *Caution:* Although this may sound funny or simply irrelevant, we
  2364. are talking about severe security holes. Try to explore your own system
  2365. this way and make sure that none of the above reveals too much
  2366. information about your system.
  2367.  
  2368. 
  2369. File: gawkinet.info,  Node: STATIST,  Next: MAZE,  Prev: WEBGRAB,  Up: Some Applications and Techniques
  2370.  
  2371. STATIST: Graphing a Statistical Distribution
  2372. ============================================
  2373.  
  2374.    In the HTTP server examples we've shown thus far, we never present
  2375. an image to the browser and its user. Presenting images is one task.
  2376. Generating images that reflect some user input and presenting these
  2377. dynamically generated images is another. In this node, we use GNUPlot
  2378. for generating `.png', `.ps', or `.gif' files.(1)
  2379.  
  2380.    The program we develop takes the statistical parameters of two
  2381. samples and computes the t-test statistics. As a result, we get the
  2382. probabilities that the means and the variances of both samples are the
  2383. same. In order to let the user check plausibility, the program presents
  2384. an image of the distributions. The statistical computation follows
  2385. `Numerical Recipes in C: The Art of Scientific Computing' by William H.
  2386. Press, Saul A. Teukolsky, William T. Vetterling, and Brian P. Flannery.
  2387. Since `gawk' does not have a built-in function for the computation of
  2388. the beta function, we use the `ibeta' function of GNUPlot. As a side
  2389. effect, we learn how to use GNUPlot as a sophisticated calculator. The
  2390. comparison of means is done as in `tutest', paragraph 14.2, page 613,
  2391. and the comparison of variances is done as in `ftest', page 611 in
  2392. `Numerical Recipes'.
  2393.  
  2394.    As usual, we take the site-independent code for servers and append
  2395. our own functions `SetUpServer' and `HandleGET':
  2396.  
  2397.      function SetUpServer() {
  2398.        TopHeader = "<HTML><title>Statistics with GAWK</title>"
  2399.        TopDoc = "<BODY>\
  2400.         <h2>Please choose one of the following actions:</h2>\
  2401.         <UL>\
  2402.          <LI><A HREF=" MyPrefix "/AboutServer>About this server</A></LI>\
  2403.          <LI><A HREF=" MyPrefix "/EnterParameters>Enter Parameters</A></LI>\
  2404.         </UL>"
  2405.        TopFooter  = "</BODY></HTML>"
  2406.        GnuPlot    = "gnuplot 2>&1"
  2407.        m1=m2=0;    v1=v2=1;    n1=n2=10
  2408.      }
  2409.  
  2410.    Here, you see the menu structure that the user sees. Later, we will
  2411. see how the program structure of the `HandleGET' function reflects the
  2412. menu structure. What is missing here is the link for the image we
  2413. generate. In an event-driven environment, request, generation, and
  2414. delivery of images are separated.
  2415.  
  2416.    Notice the way we initialize the `GnuPlot' command string for the
  2417. pipe. By default, GNUPlot outputs the generated image via standard
  2418. output, as well as the results of `print'(ed) calculations via standard
  2419. error.  The redirection causes standard error to be mixed into standard
  2420. output, enabling us to read results of calculations with `getline'.  By
  2421. initializing the statistical parameters with some meaningful defaults,
  2422. we make sure the user gets an image the first time he uses the program.
  2423.  
  2424.    Following is the rather long function `HandleGET', which implements
  2425. the contents of this service by reacting to the different kinds of
  2426. requests from the browser. Before you start playing with this script,
  2427. make sure that your browser supports JavaScript and that it also has
  2428. this option switched on. The script uses a short snippet of JavaScript
  2429. code for delayed opening of a window with an image.  A more detailed
  2430. explanation follows:
  2431.  
  2432.      function HandleGET() {
  2433.        if(MENU[2] == "AboutServer") {
  2434.          Document  = "This is a GUI for a statistical computation.\
  2435.            It compares means and variances of two distributions.\
  2436.            It is implemented as one GAWK script and uses GNUPLOT."
  2437.        } else if (MENU[2] == "EnterParameters") {
  2438.          Document = ""
  2439.          if ("m1" in GETARG) {     # are there parameters to compare?
  2440.            Document = Document "<SCRIPT LANGUAGE=\"JavaScript\">\
  2441.              setTimeout(\"window.open(\\\"" MyPrefix "/Image" systime()\
  2442.               "\\\",\\\"dist\\\", \\\"status=no\\\");\", 1000); </SCRIPT>"
  2443.            m1 = GETARG["m1"]; v1 = GETARG["v1"]; n1 = GETARG["n1"]
  2444.            m2 = GETARG["m2"]; v2 = GETARG["v2"]; n2 = GETARG["n2"]
  2445.            t = (m1-m2)/sqrt(v1/n1+v2/n2)
  2446.            df = (v1/n1+v2/n2)*(v1/n1+v2/n2)/((v1/n1)*(v1/n1)/(n1-1) \
  2447.                 + (v2/n2)*(v2/n2) /(n2-1))
  2448.            if (v1>v2) {
  2449.                f = v1/v2
  2450.                df1 = n1 - 1
  2451.                df2 = n2 - 1
  2452.            } else {
  2453.                f = v2/v1
  2454.                df1 = n2 - 1
  2455.                df2 = n1 - 1
  2456.            }
  2457.            print "pt=ibeta(" df/2 ",0.5," df/(df+t*t) ")"  |& GnuPlot
  2458.            print "pF=2.0*ibeta(" df2/2 "," df1/2 "," \
  2459.                  df2/(df2+df1*f) ")"                    |& GnuPlot
  2460.            print "print pt, pF"                         |& GnuPlot
  2461.            RS="\n"; GnuPlot |& getline; RS="\r\n"    # $1 is pt, $2 is pF
  2462.            print "invsqrt2pi=1.0/sqrt(2.0*pi)"          |& GnuPlot
  2463.            print "nd(x)=invsqrt2pi/sd*exp(-0.5*((x-mu)/sd)**2)" |& GnuPlot
  2464.            print "set term png small color"             |& GnuPlot
  2465.            #print "set term postscript color"           |& GnuPlot
  2466.            #print "set term gif medium size 320,240"    |& GnuPlot
  2467.            print "set yrange[-0.3:]"                    |& GnuPlot
  2468.            print "set label 'p(m1=m2) =" $1 "' at 0,-0.1 left"  |& GnuPlot
  2469.            print "set label 'p(v1=v2) =" $2 "' at 0,-0.2 left"  |& GnuPlot
  2470.            print "plot mu=" m1 ",sd=" sqrt(v1) ", nd(x) title 'sample 1',\
  2471.              mu=" m2 ",sd=" sqrt(v2) ", nd(x) title 'sample 2'" |& GnuPlot
  2472.            print "quit"                                         |& GnuPlot
  2473.            GnuPlot |& getline Image
  2474.            while ((GnuPlot |& getline) > 0)
  2475.                Image = Image RS $0
  2476.            close(GnuPlot)
  2477.          }
  2478.          Document = Document "\
  2479.          <h3>Do these samples have the same Gaussian distribution?</h3>\
  2480.          <FORM METHOD=GET> <TABLE BORDER CELLPADDING=5>\
  2481.          <TR>\
  2482.          <TD>1. Mean    </TD>
  2483.          <TD><input type=text name=m1 value=" m1 " size=8></TD>\
  2484.          <TD>1. Variance</TD>
  2485.          <TD><input type=text name=v1 value=" v1 " size=8></TD>\
  2486.          <TD>1. Count   </TD>
  2487.          <TD><input type=text name=n1 value=" n1 " size=8></TD>\
  2488.          </TR><TR>\
  2489.          <TD>2. Mean    </TD>
  2490.          <TD><input type=text name=m2 value=" m2 " size=8></TD>\
  2491.          <TD>2. Variance</TD>
  2492.          <TD><input type=text name=v2 value=" v2 " size=8></TD>\
  2493.          <TD>2. Count   </TD>
  2494.          <TD><input type=text name=n2 value=" n2 " size=8></TD>\
  2495.          </TR>                   <input type=submit value=\"Compute\">\
  2496.          </TABLE></FORM><BR>"
  2497.        } else if (MENU[2] ~ "Image") {
  2498.          Reason = "OK" ORS "Content-type: image/png"
  2499.          #Reason = "OK" ORS "Content-type: application/x-postscript"
  2500.          #Reason = "OK" ORS "Content-type: image/gif"
  2501.          Header = Footer = ""
  2502.          Document = Image
  2503.        }
  2504.      }
  2505.  
  2506.    As usual, we give a short description of the service in the first
  2507. menu choice. The third menu choice shows us that generation and
  2508. presentation of an image are two separate actions. While the latter
  2509. takes place quite instantly in the third menu choice, the former takes
  2510. place in the much longer second choice. Image data passes from the
  2511. generating action to the presenting action via the variable `Image'
  2512. that contains a complete `.png' image, which is otherwise stored in a
  2513. file. If you prefer `.ps' or `.gif' images over the default `.png'
  2514. images, you may select these options by uncommenting the appropriate
  2515. lines. But remember to do so in two places: when telling GNUPlot which
  2516. kind of images to generate, and when transmitting the image at the end
  2517. of the program.
  2518.  
  2519.    Looking at the end of the program, the way we pass the
  2520. `Content-type' to the browser is a bit unusual.  It is appended to the
  2521. `OK' of the first header line to make sure the type information becomes
  2522. part of the header.  The other variables that get transmitted across
  2523. the network are made empty, because in this case we do not have an HTML
  2524. document to transmit, but rather raw image data to contain in the body.
  2525.  
  2526.    Most of the work is done in the second menu choice. It starts with a
  2527. strange JavaScript code snippet. When first implementing this server,
  2528. we used a short `"<IMG SRC=" MyPrefix "/Image>"' here. But then
  2529. browsers got smarter and tried to improve on speed by requesting the
  2530. image and the HTML code at the same time. When doing this, the browser
  2531. tries to build up a connection for the image request while the request
  2532. for the HTML text is not yet completed. The browser tries to connect to
  2533. the `gawk' server on port 8080 while port 8080 is still in use for
  2534. transmission of the HTML text. The connection for the image cannot be
  2535. built up, so the image appears as "broken" in the browser window.  We
  2536. solved this problem by telling the browser to open a separate window
  2537. for the image, but only after a delay of 1000 milliseconds.  By this
  2538. time, the server should be ready for serving the next request.
  2539.  
  2540.    But there is one more subtlety in the JavaScript code.  Each time
  2541. the JavaScript code opens a window for the image, the name of the image
  2542. is appended with a timestamp (`systime').  Why this constant change of
  2543. name for the image? Initially, we always named the image `Image', but
  2544. then the Netscape browser noticed the name had _not_ changed since the
  2545. previous request and displayed the previous image (caching behavior).
  2546. The server core is implemented so that browsers are told _not_ to cache
  2547. anything.  Obviously HTTP requests do not always work as expected. One
  2548. way to circumvent the cache of such overly smart browsers is to change
  2549. the name of the image with each request. These three lines of JavaScript
  2550. caused us a lot of trouble.
  2551.  
  2552.    The rest can be broken down into two phases. At first, we check if
  2553. there are statistical parameters. When the program is first started,
  2554. there usually are no parameters because it enters the page coming from
  2555. the top menu.  Then, we only have to present the user a form that he
  2556. can use to change statistical parameters and submit them. Subsequently,
  2557. the submission of the form causes the execution of the first phase
  2558. because _now_ there _are_ parameters to handle.
  2559.  
  2560.    Now that we have parameters, we know there will be an image
  2561. available.  Therefore we insert the JavaScript code here to initiate
  2562. the opening of the image in a separate window. Then, we prepare some
  2563. variables that will be passed to GNUPlot for calculation of the
  2564. probabilities. Prior to reading the results, we must temporarily change
  2565. `RS' because GNUPlot separates lines with newlines.  After instructing
  2566. GNUPlot to generate a `.png' (or `.ps' or `.gif') image, we initiate
  2567. the insertion of some text, explaining the resulting probabilities. The
  2568. final `plot' command actually generates the image data. This raw binary
  2569. has to be read in carefully without adding, changing, or deleting a
  2570. single byte. Hence the unusual initialization of `Image' and completion
  2571. with a `while' loop.
  2572.  
  2573.    When using this server, it soon becomes clear that it is far from
  2574. being perfect. It mixes source code of six scripting languages or
  2575. protocols:
  2576.  
  2577.    * GNU `awk' implements a server for the protocol:
  2578.  
  2579.    * HTTP which transmits:
  2580.  
  2581.    * HTML text which contains a short piece of:
  2582.  
  2583.    * JavaScript code opening a separate window.
  2584.  
  2585.    * A Bourne shell script is used for piping commands into:
  2586.  
  2587.    * GNUPlot to generate the image to be opened.
  2588.  
  2589.    After all this work, the GNUPlot image opens in the JavaScript window
  2590. where it can be viewed by the user.
  2591.  
  2592.    It is probably better not to mix up so many different languages.
  2593. The result is not very readable.  Furthermore, the statistical part of
  2594. the server does not take care of invalid input.  Among others, using
  2595. negative variances will cause invalid results.
  2596.  
  2597.    ---------- Footnotes ----------
  2598.  
  2599.    (1) Due to licensing problems, the default installation of GNUPlot
  2600. disables the generation of `.gif' files.  If your installed version
  2601. does not accept `set term gif', just download and install the most
  2602. recent version of GNUPlot and the GD library
  2603. (http://www.boutell.com/gd/) by Thomas Boutell.  Otherwise you still
  2604. have the chance to generate some ASCII-art style images with GNUPlot by
  2605. using `set term dumb'.  (We tried it and it worked.)
  2606.  
  2607. 
  2608. File: gawkinet.info,  Node: MAZE,  Next: MOBAGWHO,  Prev: STATIST,  Up: Some Applications and Techniques
  2609.  
  2610. MAZE: Walking Through a Maze In Virtual Reality
  2611. ===============================================
  2612.  
  2613.      In the long run, every program becomes rococo, and then rubble.
  2614.      Alan Perlis
  2615.  
  2616.    By now, we know how to present arbitrary `Content-type's to a
  2617. browser.  In this node, our server will present a 3D world to our
  2618. browser.  The 3D world is described in a scene description language
  2619. (VRML, Virtual Reality Modeling Language) that allows us to travel
  2620. through a perspective view of a 2D maze with our browser. Browsers with
  2621. a VRML plugin enable exploration of this technology. We could do one of
  2622. those boring `Hello world' examples here, that are usually presented
  2623. when introducing novices to VRML. If you have never written any VRML
  2624. code, have a look at the VRML FAQ.  Presenting a static VRML scene is a
  2625. bit trivial; in order to expose `gawk''s new capabilities, we will
  2626. present a dynamically generated VRML scene. The function `SetUpServer'
  2627. is very simple because it only sets the default HTML page and
  2628. initializes the random number generator. As usual, the surrounding
  2629. server lets you browse the maze.
  2630.  
  2631.      function SetUpServer() {
  2632.        TopHeader = "<HTML><title>Walk through a maze</title>"
  2633.        TopDoc = "\
  2634.          <h2>Please choose one of the following actions:</h2>\
  2635.          <UL>\
  2636.            <LI><A HREF=" MyPrefix "/AboutServer>About this server</A>\
  2637.            <LI><A HREF=" MyPrefix "/VRMLtest>Watch a simple VRML scene</A>\
  2638.          </UL>"
  2639.        TopFooter  = "</HTML>"
  2640.        srand()
  2641.      }
  2642.  
  2643.    The function `HandleGET' is a bit longer because it first computes
  2644. the maze and afterwards generates the VRML code that is sent across the
  2645. network. As shown in the STATIST example (*note STATIST::), we set the
  2646. type of the content to VRML and then store the VRML representation of
  2647. the maze as the page content. We assume that the maze is stored in a 2D
  2648. array. Initially, the maze consists of walls only. Then, we add an
  2649. entry and an exit to the maze and let the rest of the work be done by
  2650. the function `MakeMaze'.  Now, only the wall fields are left in the
  2651. maze. By iterating over the these fields, we generate one line of VRML
  2652. code for each wall field.
  2653.  
  2654.      function HandleGET() {
  2655.        if (MENU[2] == "AboutServer") {
  2656.          Document  = "If your browser has a VRML 2 plugin,\
  2657.            this server shows you a simple VRML scene."
  2658.        } else if (MENU[2] == "VRMLtest") {
  2659.          XSIZE = YSIZE = 11              # initially, everything is wall
  2660.          for (y = 0; y < YSIZE; y++)
  2661.             for (x = 0; x < XSIZE; x++)
  2662.                Maze[x, y] = "#"
  2663.          delete Maze[0, 1]              # entry is not wall
  2664.          delete Maze[XSIZE-1, YSIZE-2]  # exit  is not wall
  2665.          MakeMaze(1, 1)
  2666.          Document = "\
  2667.      #VRML V2.0 utf8\n\
  2668.      Group {\n\
  2669.        children [\n\
  2670.          PointLight {\n\
  2671.            ambientIntensity 0.2\n\
  2672.            color 0.7 0.7 0.7\n\
  2673.            location 0.0 8.0 10.0\n\
  2674.          }\n\
  2675.          DEF B1 Background {\n\
  2676.            skyColor [0 0 0, 1.0 1.0 1.0 ]\n\
  2677.            skyAngle 1.6\n\
  2678.            groundColor [1 1 1, 0.8 0.8 0.8, 0.2 0.2 0.2 ]\n\
  2679.            groundAngle [ 1.2 1.57 ]\n\
  2680.          }\n\
  2681.          DEF Wall Shape {\n\
  2682.            geometry Box {size 1 1 1}\n\
  2683.            appearance Appearance { material Material { diffuseColor 0 0 1 } }\n\
  2684.          }\n\
  2685.          DEF Entry Viewpoint {\n\
  2686.            position 0.5 1.0 5.0\n\
  2687.            orientation 0.0 0.0 -1.0 0.52\n\
  2688.          }\n"
  2689.          for (i in Maze) {
  2690.            split(i, t, SUBSEP)
  2691.            Document = Document "    Transform { translation "
  2692.            Document = Document t[1] " 0 -" t[2] " children USE Wall }\n"
  2693.          }
  2694.          Document = Document "  ] # end of group for world\n}"
  2695.          Reason = "OK" ORS "Content-type: model/vrml"
  2696.          Header = Footer = ""
  2697.        }
  2698.      }
  2699.  
  2700.    Finally, we have a look at `MakeMaze', the function that generates
  2701. the `Maze' array. When entered, this function assumes that the array
  2702. has been initialized so that each element represents a wall element and
  2703. the maze is initially full of wall elements. Only the entrance and the
  2704. exit of the maze should have been left free. The parameters of the
  2705. function tell us which element must be marked as not being a wall.
  2706. After this, we take a look at the four neighbouring elements and
  2707. remember which we have already treated. Of all the neighbouring
  2708. elements, we take one at random and walk in that direction. Therefore,
  2709. the wall element in that direction has to be removed and then, we call
  2710. the function recursively for that element.  The maze is only completed
  2711. if we iterate the above procedure for _all_ neighbouring elements (in
  2712. random order) and for our present element by recursively calling the
  2713. function for the present element. This last iteration could have been
  2714. done in a loop, but it is done much simpler recursively.
  2715.  
  2716.    Notice that elements with coordinates that are both odd are assumed
  2717. to be on our way through the maze and the generating process cannot
  2718. terminate as long as there is such an element not being `delete'd. All
  2719. other elements are potentially part of the wall.
  2720.  
  2721.      function MakeMaze(x, y) {
  2722.        delete Maze[x, y]     # here we are, we have no wall here
  2723.        p = 0                 # count unvisited fields in all directions
  2724.        if (x-2 SUBSEP y   in Maze) d[p++] = "-x"
  2725.        if (x   SUBSEP y-2 in Maze) d[p++] = "-y"
  2726.        if (x+2 SUBSEP y   in Maze) d[p++] = "+x"
  2727.        if (x   SUBSEP y+2 in Maze) d[p++] = "+y"
  2728.        if (p>0) {            # if there are univisited fields, go there
  2729.          p = int(p*rand())   # choose one unvisited field at random
  2730.          if        (d[p] == "-x") { delete Maze[x - 1, y]; MakeMaze(x - 2, y)
  2731.          } else if (d[p] == "-y") { delete Maze[x, y - 1]; MakeMaze(x, y - 2)
  2732.          } else if (d[p] == "+x") { delete Maze[x + 1, y]; MakeMaze(x + 2, y)
  2733.          } else if (d[p] == "+y") { delete Maze[x, y + 1]; MakeMaze(x, y + 2)
  2734.          }                   # we are back from recursion
  2735.          MakeMaze(x, y);     # try again while there are unvisited fields
  2736.        }
  2737.      }
  2738.  
  2739. 
  2740. File: gawkinet.info,  Node: MOBAGWHO,  Next: STOXPRED,  Prev: MAZE,  Up: Some Applications and Techniques
  2741.  
  2742. MOBAGWHO: a Simple Mobile Agent
  2743. ===============================
  2744.  
  2745.      There are two ways of constructing a software design: One way is to
  2746.      make it so simple that there are obviously no deficiencies, and the
  2747.      other way is to make it so complicated that there are no obvious
  2748.      deficiencies.
  2749.      C. A. R. Hoare
  2750.  
  2751.    A "mobile agent" is a program that can be dispatched from a computer
  2752. and transported to a remote server for execution. This is called
  2753. "migration", which means that a process on another system is started
  2754. that is independent from its originator. Ideally, it wanders through a
  2755. network while working for its creator or owner. In places like the UMBC
  2756. Agent Web, people are quite confident that (mobile) agents are a
  2757. software engineering paradigm that enables us to significantly increase
  2758. the efficiency of our work. Mobile agents could become the mediators
  2759. between users and the networking world. For an unbiased view at this
  2760. technology, see the remarkable paper `Mobile Agents: Are they a good
  2761. idea?'.(1)
  2762.  
  2763.    When trying to migrate a process from one system to another, a
  2764. server process is needed on the receiving side. Depending on the kind
  2765. of server process, several ways of implementation come to mind.  How
  2766. the process is implemented depends upon the kind of server process:
  2767.  
  2768.    * HTTP can be used as the protocol for delivery of the migrating
  2769.      process. In this case, we use a common web server as the receiving
  2770.      server process. A universal CGI script mediates between migrating
  2771.      process and web server.  Each server willing to accept migrating
  2772.      agents makes this universal service available. HTTP supplies the
  2773.      `POST' method to transfer some data to a file on the web server.
  2774.      When a CGI script is called remotely with the `POST' method
  2775.      instead of the usual `GET' method, data is transmitted from the
  2776.      client process to the standard input of the server's CGI script.
  2777.      So, to implement a mobile agent, we must not only write the agent
  2778.      program to start on the client side, but also the CGI script to
  2779.      receive the agent on the server side.
  2780.  
  2781.    * The `PUT' method can also be used for migration. HTTP does not
  2782.      require a CGI script for migration via `PUT'. However, with common
  2783.      web servers there is no advantage to this solution, because web
  2784.      servers such as Apache require explicit activation of a special
  2785.      `PUT' script.
  2786.  
  2787.    * `Agent Tcl' pursues a different course; it relies on a dedicated
  2788.      server process with a dedicated protocol specialized for receiving
  2789.      mobile agents.
  2790.  
  2791.    Our agent example abuses a common web server as a migration tool.
  2792. So, it needs a universal CGI script on the receiving side (the web
  2793. server). The receiving script is activated with a `POST' request when
  2794. placed into a location like `/httpd/cgi-bin/PostAgent.sh'. Make sure
  2795. that the server system uses a version of `gawk' that supports network
  2796. access (Version 3.1 or later; verify with `gawk --version').
  2797.  
  2798.      #!/bin/sh
  2799.      MobAg=/tmp/MobileAgent.$$
  2800.      # direct script to mobile agent file
  2801.      cat > $MobAg
  2802.      # execute agent concurrently
  2803.      gawk -f $MobAg $MobAg > /dev/null &
  2804.      # HTTP header, terminator and body
  2805.      gawk 'BEGIN { print "\r\nAgent started" }'
  2806.      rm $MobAg      # delete script file of agent
  2807.  
  2808.    By making its process id (`$$') part of the unique file name, the
  2809. script avoids conflicts between concurrent instances of the script.
  2810. First, all lines from standard input (the mobile agent's source code)
  2811. are copied into this unique file. Then, the agent is started as a
  2812. concurrent process and a short message reporting this fact is sent to
  2813. the submitting client.  Finally, the script file of the mobile agent is
  2814. removed because it is no longer needed. Although it is a short script,
  2815. there are several noteworthy points:
  2816.  
  2817. Security
  2818.      _There is none_. In fact, the CGI script should never be made
  2819.      available on a server that is part of the Internet because everyone
  2820.      would be allowed to execute arbitrary commands with it. This
  2821.      behavior is acceptable only when performing rapid prototyping.
  2822.  
  2823. Self-Reference
  2824.      Each migrating instance of an agent is started in a way that
  2825.      enables it to read its own source code from standard input and use
  2826.      the code for subsequent migrations. This is necessary because it
  2827.      needs to treat the agent's code as data to transmit. `gawk' is not
  2828.      the ideal language for such a job. Lisp and Tcl are more suitable
  2829.      because they do not make a distinction between program code and
  2830.      data.
  2831.  
  2832. Independence
  2833.      After migration, the agent is not linked to its former home in any
  2834.      way. By reporting `Agent started', it waves "Goodbye" to its
  2835.      origin. The originator may choose to terminate or not.
  2836.  
  2837.    The originating agent itself is started just like any other
  2838. command-line script, and reports the results on standard output.  By
  2839. letting the name of the original host migrate with the agent, the agent
  2840. that migrates to a host far away from its origin can report the result
  2841. back home.  Having arrived at the end of the journey, the agent
  2842. establishes a connection and reports the results.  This is the reason
  2843. for determining the name of the host with `uname -n' and storing it in
  2844. `MyOrigin' for later use.  We may also set variables with the `-v'
  2845. option from the command line. This interactivity is only of importance
  2846. in the context of starting a mobile agent; therefore this `BEGIN'
  2847. pattern and its action do not take part in migration:
  2848.  
  2849.      BEGIN {
  2850.        if (ARGC != 2) {
  2851.          print "MOBAG - a simple mobile agent"
  2852.          print "CALL:\n    gawk -f mobag.awk mobag.awk"
  2853.          print "IN:\n    the name of this script as a command-line parameter"
  2854.          print "PARAM:\n    -v MyOrigin=myhost.com"
  2855.          print "OUT:\n    the result on stdout"
  2856.          print "JK 29.03.1998 01.04.1998"
  2857.          exit
  2858.        }
  2859.        if (MyOrigin == "") {
  2860.           "uname -n" | getline MyOrigin
  2861.           close("uname -n")
  2862.        }
  2863.      }
  2864.  
  2865.    Since `gawk' cannot manipulate and transmit parts of the program
  2866. directly, the source code is read and stored in strings.  Therefore,
  2867. the program scans itself for the beginning and the ending of functions.
  2868. Each line in between is appended to the code string until the end of
  2869. the function has been reached. A special case is this part of the
  2870. program itself. It is not a function.  Placing a similar framework
  2871. around it causes it to be treated like a function. Notice that this
  2872. mechanism works for all the functions of the source code, but it cannot
  2873. guarantee that the order of the functions is preserved during migration:
  2874.  
  2875.      #ReadMySelf
  2876.      /^function /                     { FUNC = $2 }
  2877.      /^END/ || /^#ReadMySelf/         { FUNC = $1 }
  2878.      FUNC != ""                       { MOBFUN[FUNC] = MOBFUN[FUNC] RS $0 }
  2879.      (FUNC != "") && (/^}/ || /^#EndOfMySelf/) \
  2880.                                       { FUNC = "" }
  2881.      #EndOfMySelf
  2882.  
  2883.    The web server code in *Note A Web Service with Interaction:
  2884. Interacting Service, was first developed as a site-independent core.
  2885. Likewise, the `gawk'-based mobile agent starts with an
  2886. agent-independent core, to which can be appended application-dependent
  2887. functions.  What follows is the only application-independent function
  2888. needed for the mobile agent:
  2889.  
  2890.      function migrate(Destination, MobCode, Label) {
  2891.        MOBVAR["Label"] = Label
  2892.        MOBVAR["Destination"] = Destination
  2893.        RS = ORS = "\r\n"
  2894.        HttpService = "/inet/tcp/0/" Destination
  2895.        for (i in MOBFUN)
  2896.           MobCode = (MobCode "\n" MOBFUN[i])
  2897.        MobCode = MobCode  "\n\nBEGIN {"
  2898.        for (i in MOBVAR)
  2899.           MobCode = (MobCode "\n  MOBVAR[\"" i "\"] = \"" MOBVAR[i] "\"")
  2900.        MobCode = MobCode "\n}\n"
  2901.        print "POST /cgi-bin/PostAgent.sh HTTP/1.0"  |& HttpService
  2902.        print "Content-length:", length(MobCode) ORS |& HttpService
  2903.        printf "%s", MobCode                         |& HttpService
  2904.        while ((HttpService |& getline) > 0)
  2905.           print $0
  2906.        close(HttpService)
  2907.      }
  2908.  
  2909.    The `migrate' function prepares the aforementioned strings
  2910. containing the program code and transmits them to a server. A
  2911. consequence of this modular approach is that the `migrate' function
  2912. takes some parameters that aren't needed in this application, but that
  2913. will be in future ones. Its mandatory parameter `Destination' holds the
  2914. name (or IP address) of the server that the agent wants as a host for
  2915. its code. The optional parameter `MobCode' may contain some `gawk' code
  2916. that is inserted during migration in front of all other code.  The
  2917. optional parameter `Label' may contain a string that tells the agent
  2918. what to do in program execution after arrival at its new home site. One
  2919. of the serious obstacles in implementing a framework for mobile agents
  2920. is that it does not suffice to migrate the code. It is also necessary
  2921. to migrate the state of execution of the agent. In contrast to `Agent
  2922. Tcl', this program does not try to migrate the complete set of
  2923. variables. The following conventions are used:
  2924.  
  2925.    * Each variable in an agent program is local to the current host and
  2926.      does _not_ migrate.
  2927.  
  2928.    * The array `MOBFUN' shown above is an exception. It is handled by
  2929.      the function `migrate' and does migrate with the application.
  2930.  
  2931.    * The other exception is the array `MOBVAR'. Each variable that
  2932.      takes part in migration has to be an element of this array.
  2933.      `migrate' also takes care of this.
  2934.  
  2935.    Now it's clear what happens to the `Label' parameter of the function
  2936. `migrate'. It is copied into `MOBVAR["Label"]' and travels alongside
  2937. the other data. Since travelling takes place via HTTP, records must be
  2938. separated with `"\r\n"' in `RS' and `ORS' as usual. The code assembly
  2939. for migration takes place in three steps:
  2940.  
  2941.    * Iterate over `MOBFUN' to collect all functions verbatim.
  2942.  
  2943.    * Prepare a `BEGIN' pattern and put assignments to mobile variables
  2944.      into the action part.
  2945.  
  2946.    * Transmission itself resembles GETURL: the header with the request
  2947.      and the `Content-length' is followed by the body. In case there is
  2948.      any reply over the network, it is read completely and echoed to
  2949.      standard output to avoid irritating the server.
  2950.  
  2951.    The application-independent framework is now almost complete. What
  2952. follows is the `END' pattern that is executed  when the mobile agent has
  2953. finished reading its own code. First, it checks whether it is already
  2954. running on a remote host or not. In case initialization has not yet
  2955. taken place, it starts `MyInit'. Otherwise (later, on a remote host), it
  2956. starts `MyJob':
  2957.  
  2958.      END {
  2959.        if (ARGC != 2) exit    # stop when called with wrong parameters
  2960.        if (MyOrigin != "")    # is this the originating host?
  2961.          MyInit()             # if so, initialize the application
  2962.        else                   # we are on a host with migrated data
  2963.          MyJob()              # so we do our job
  2964.      }
  2965.  
  2966.    All that's left to extend the framework into a complete application
  2967. is to write two application-specific functions: `MyInit' and `MyJob'.
  2968. Keep in mind that the former is executed once on the originating host,
  2969. while the latter is executed after each migration:
  2970.  
  2971.      function MyInit() {
  2972.        MOBVAR["MyOrigin"] = MyOrigin
  2973.        MOBVAR["Machines"] = "localhost/80 max/80 moritz/80 castor/80"
  2974.        split(MOBVAR["Machines"], Machines)           # which host is the first?
  2975.        migrate(Machines[1], "", "")                  # go to the first host
  2976.        while (("/inet/tcp/8080/0/0" |& getline) > 0) # wait for result
  2977.          print $0                                    # print result
  2978.        close("/inet/tcp/8080/0/0")
  2979.      }
  2980.  
  2981.    As mentioned earlier, this agent takes the name of its origin
  2982. (`MyOrigin') with it. Then, it takes the name of its first destination
  2983. and goes there for further work. Notice that this name has the port
  2984. number of the web server appended to the name of the server, because
  2985. the function `migrate' needs it this way to create the `HttpService'
  2986. variable. Finally, it waits for the result to arrive.  The `MyJob'
  2987. function runs on the remote host:
  2988.  
  2989.      function MyJob() {
  2990.        # forget this host
  2991.        sub(MOBVAR["Destination"], "", MOBVAR["Machines"])
  2992.        MOBVAR["Result"]=MOBVAR["Result"] SUBSEP SUBSEP MOBVAR["Destination"] ":"
  2993.        while (("who" | getline) > 0)               # who is logged in?
  2994.          MOBVAR["Result"] = MOBVAR["Result"] SUBSEP $0
  2995.        close("who")
  2996.        if (index(MOBVAR["Machines"], "/") > 0) {   # any more machines to visit?
  2997.          split(MOBVAR["Machines"], Machines)       # which host is next?
  2998.          migrate(Machines[1], "", "")              # go there
  2999.        } else {                                    # no more machines
  3000.          gsub(SUBSEP, "\n", MOBVAR["Result"])      # send result to origin
  3001.          print MOBVAR["Result"] |& "/inet/tcp/0/" MOBVAR["MyOrigin"] "/8080"
  3002.          close("/inet/tcp/0/" MOBVAR["MyOrigin"] "/8080")
  3003.        }
  3004.      }
  3005.  
  3006.    After migrating, the first thing to do in `MyJob' is to delete the
  3007. name of the current host from the list of hosts to visit. Now, it is
  3008. time to start the real work by appending the host's name to the result
  3009. string, and reading line by line who is logged in on this host.  A very
  3010. annoying circumstance is the fact that the elements of `MOBVAR' cannot
  3011. hold the newline character (`"\n"'). If they did, migration of this
  3012. string did not work because the string didn't obey the syntax rule for
  3013. a string in `gawk'.  `SUBSEP' is used as a temporary replacement.  If
  3014. the list of hosts to visit holds at least one more entry, the agent
  3015. migrates to that place to go on working there. Otherwise, we replace
  3016. the `SUBSEP's with a newline character in the resulting string, and
  3017. report it to the originating host, whose name is stored in
  3018. `MOBVAR["MyOrigin"]'.
  3019.  
  3020.    ---------- Footnotes ----------
  3021.  
  3022.    (1) `http://www.research.ibm.com/massive/mobag.ps'
  3023.  
  3024. 
  3025. File: gawkinet.info,  Node: STOXPRED,  Next: PROTBASE,  Prev: MOBAGWHO,  Up: Some Applications and Techniques
  3026.  
  3027. STOXPRED: Stock Market Prediction As A Service
  3028. ==============================================
  3029.  
  3030.      Far out in the uncharted backwaters of the unfashionable end of
  3031.      the Western Spiral arm of the Galaxy lies a small unregarded
  3032.      yellow sun.
  3033.  
  3034.      Orbiting this at a distance of roughly ninety-two million miles is
  3035.      an utterly insignificant little blue-green planet whose
  3036.      ape-descendent life forms are so amazingly primitive that they
  3037.      still think digital watches are a pretty neat idea.
  3038.  
  3039.      This planet has -- or rather had -- a problem, which was this:
  3040.      most of the people living on it were unhappy for pretty much of
  3041.      the time.  Many solutions were suggested for this problem, but
  3042.      most of these were largely concerned with the movements of small
  3043.      green pieces of paper, which is odd because it wasn't the small
  3044.      green pieces of paper that were unhappy.
  3045.      Douglas Adams, `The Hitch Hiker's Guide to the Galaxy'
  3046.  
  3047.    Valuable services on the Internet are usually _not_ implemented as
  3048. mobile agents. There are much simpler ways of implementing services.
  3049. All Unix systems provide, for example, the `cron' service.  Unix system
  3050. users can write a list of tasks to be done each day, each week, twice a
  3051. day, or just once. The list is entered into a file named `crontab'.
  3052. For example, to distribute a newsletter on a daily basis this way, use
  3053. `cron' for calling a script each day early in the morning.
  3054.  
  3055.      # run at 8 am on weekdays, distribute the newsletter
  3056.      0 8 * * 1-5   $HOME/bin/daily.job >> $HOME/log/newsletter 2>&1
  3057.  
  3058.    The script first looks for interesting information on the Internet,
  3059. assembles it in a nice form and sends the results via email to the
  3060. customers.
  3061.  
  3062.    The following is an example of a primitive newsletter on stock
  3063. market prediction. It is a report which first tries to predict the
  3064. change of each share in the Dow Jones Industrial Index for the
  3065. particular day. Then it mentions some especially promising shares as
  3066. well as some shares which look remarkably bad on that day. The report
  3067. ends with the usual disclaimer which tells every child _not_ to try
  3068. this at home and hurt anybody.
  3069.  
  3070.      Good morning Uncle Scrooge,
  3071.      
  3072.      This is your daily stock market report for Monday, October 16, 2000.
  3073.      Here are the predictions for today:
  3074.      
  3075.              AA      neutral
  3076.              GE      up
  3077.              JNJ     down
  3078.              MSFT    neutral
  3079.              ...
  3080.              UTX     up
  3081.              DD      down
  3082.              IBM     up
  3083.              MO      down
  3084.              WMT     up
  3085.              DIS     up
  3086.              INTC    up
  3087.              MRK     down
  3088.              XOM     down
  3089.              EK      down
  3090.              IP      down
  3091.      
  3092.      The most promising shares for today are these:
  3093.      
  3094.              INTC            http://biz.yahoo.com/n/i/intc.html
  3095.      
  3096.      The stock shares to avoid today are these:
  3097.      
  3098.              EK              http://biz.yahoo.com/n/e/ek.html
  3099.              IP              http://biz.yahoo.com/n/i/ip.html
  3100.              DD              http://biz.yahoo.com/n/d/dd.html
  3101.              ...
  3102.  
  3103.    The script as a whole is rather long. In order to ease the pain of
  3104. studying other people's source code, we have broken the script up into
  3105. meaningful parts which are invoked one after the other.  The basic
  3106. structure of the script is as follows:
  3107.  
  3108.      BEGIN {
  3109.        Init()
  3110.        ReadQuotes()
  3111.        CleanUp()
  3112.        Prediction()
  3113.        Report()
  3114.        SendMail()
  3115.      }
  3116.  
  3117.    The earlier parts store data into variables and arrays which are
  3118. subsequently used by later parts of the script. The `Init' function
  3119. first checks if the script is invoked correctly (without any
  3120. parameters).  If not, it informs the user of the correct usage. What
  3121. follows are preparations for the retrieval of the historical quote
  3122. data. The names of the 30 stock shares are stored in an array `name'
  3123. along with the current date in `day', `month', and `year'.
  3124.  
  3125.    All users who are separated from the Internet by a firewall and have
  3126. to direct their Internet accesses to a proxy must supply the name of
  3127. the proxy to this script with the `-v Proxy=NAME' option. For most
  3128. users, the default proxy and port number should suffice.
  3129.  
  3130.      function Init() {
  3131.        if (ARGC != 1) {
  3132.          print "STOXPRED - daily stock share prediction"
  3133.          print "IN:\n    no parameters, nothing on stdin"
  3134.          print "PARAM:\n    -v Proxy=MyProxy -v ProxyPort=80"
  3135.          print "OUT:\n    commented predictions as email"
  3136.          print "JK 09.10.2000"
  3137.          exit
  3138.        }
  3139.        # Remember ticker symbols from Dow Jones Industrial Index
  3140.        StockCount = split("AA GE JNJ MSFT AXP GM JPM PG BA HD KO \
  3141.          SBC C HON MCD T CAT HWP MMM UTX DD IBM MO WMT DIS INTC \
  3142.          MRK XOM EK IP", name);
  3143.        # Remember the current date as the end of the time series
  3144.        day   = strftime("%d")
  3145.        month = strftime("%m")
  3146.        year  = strftime("%Y")
  3147.        if (Proxy     == "")  Proxy     = "chart.yahoo.com"
  3148.        if (ProxyPort ==  0)  ProxyPort = 80
  3149.        YahooData = "/inet/tcp/0/" Proxy "/" ProxyPort
  3150.      }
  3151.  
  3152.    There are two really interesting parts in the script. One is the
  3153. function which reads the historical stock quotes from an Internet
  3154. server. The other is the one that does the actual prediction. In the
  3155. following function we see how the quotes are read from the Yahoo
  3156. server. The data which comes from the server is in CSV format
  3157. (comma-separated values):
  3158.  
  3159.      Date,Open,High,Low,Close,Volume
  3160.      9-Oct-00,22.75,22.75,21.375,22.375,7888500
  3161.      6-Oct-00,23.8125,24.9375,21.5625,22,10701100
  3162.      5-Oct-00,24.4375,24.625,23.125,23.50,5810300
  3163.  
  3164.    Lines contain values of the same time instant, whereas columns are
  3165. separated by commas and contain the kind of data that is described in
  3166. the header (first) line. At first, `gawk' is instructed to separate
  3167. columns by commas (`FS = ","'). In the loop that follows, a connection
  3168. to the Yahoo server is first opened, then a download takes place, and
  3169. finally the connection is closed. All this happens once for each ticker
  3170. symbol. In the body of this loop, an Internet address is built up as a
  3171. string according to the rules of the Yahoo server. The starting and
  3172. ending date are chosen to be exactly the same, but one year apart in
  3173. the past. All the action is initiated within the `printf' command which
  3174. transmits the request for data to the Yahoo server.
  3175.  
  3176.    In the inner loop, the server's data is first read and then scanned
  3177. line by line. Only lines which have six columns and the name of a month
  3178. in the first column contain relevant data. This data is stored in the
  3179. two-dimensional array `quote'; one dimension being time, the other
  3180. being the ticker symbol. During retrieval of the first stock's data,
  3181. the calendar names of the time instances are stored in the array `day'
  3182. because we need them later.
  3183.  
  3184.      function ReadQuotes() {
  3185.        # Retrieve historical data for each ticker symbol
  3186.        FS = ","
  3187.        for (stock = 1; stock <= StockCount; stock++) {
  3188.          URL = "http://chart.yahoo.com/table.csv?s=" name[stock] \
  3189.                "&a=" month "&b=" day   "&c=" year-1 \
  3190.                "&d=" month "&e=" day   "&f=" year \
  3191.                "g=d&q=q&y=0&z=" name[stock] "&x=.csv"
  3192.          printf("GET " URL " HTTP/1.0\r\n\r\n") |& YahooData
  3193.          while ((YahooData |& getline) > 0) {
  3194.            if (NF == 6 && $1 ~ /Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec/) {
  3195.              if (stock == 1)
  3196.                days[++daycount] = $1;
  3197.              quote[$1, stock] = $5
  3198.            }
  3199.          }
  3200.          close(YahooData)
  3201.        }
  3202.        FS = " "
  3203.      }
  3204.  
  3205.    Now that we _have_ the data, it can be checked once again to make
  3206. sure that no individual stock is missing or invalid, and that all the
  3207. stock quotes are aligned correctly. Furthermore, we renumber the time
  3208. instances. The most recent day gets day number 1 and all other days get
  3209. consecutive numbers. All quotes are rounded toward the nearest whole
  3210. number in US Dollars.
  3211.  
  3212.      function CleanUp() {
  3213.        # clean up time series; eliminate incomplete data sets
  3214.        for (d = 1; d <= daycount; d++) {
  3215.          for (stock = 1; stock <= StockCount; stock++)
  3216.            if (! ((days[d], stock) in quote))
  3217.                stock = StockCount + 10
  3218.          if (stock > StockCount + 1)
  3219.              continue
  3220.          datacount++
  3221.          for (stock = 1; stock <= StockCount; stock++)
  3222.            data[datacount, stock] = int(0.5 + quote[days[d], stock])
  3223.        }
  3224.        delete quote
  3225.        delete days
  3226.      }
  3227.  
  3228.    Now we have arrived at the second really interesting part of the
  3229. whole affair.  What we present here is a very primitive prediction
  3230. algorithm: _If a stock fell yesterday, assume it will also fall today;
  3231. if it rose yesterday, assume it will rise today_.  (Feel free to
  3232. replace this algorithm with a smarter one.) If a stock changed in the
  3233. same direction on two consecutive days, this is an indication which
  3234. should be highlighted.  Two-day advances are stored in `hot' and
  3235. two-day declines in `avoid'.
  3236.  
  3237.    The rest of the function is a sanity check. It counts the number of
  3238. correct predictions in relation to the total number of predictions one
  3239. could have made in the year before.
  3240.  
  3241.      function Prediction() {
  3242.        # Predict each ticker symbol by prolonging yesterday's trend
  3243.        for (stock = 1; stock <= StockCount; stock++) {
  3244.          if         (data[1, stock] > data[2, stock]) {
  3245.            predict[stock] = "up"
  3246.          } else if  (data[1, stock] < data[2, stock]) {
  3247.            predict[stock] = "down"
  3248.          } else {
  3249.            predict[stock] = "neutral"
  3250.          }
  3251.          if ((data[1, stock] > data[2, stock]) && (data[2, stock] > data[3, stock]))
  3252.            hot[stock] = 1
  3253.          if ((data[1, stock] < data[2, stock]) && (data[2, stock] < data[3, stock]))
  3254.            avoid[stock] = 1
  3255.        }
  3256.        # Do a plausibility check: how many predictions proved correct?
  3257.        for (s = 1; s <= StockCount; s++) {
  3258.          for (d = 1; d <= datacount-2; d++) {
  3259.            if         (data[d+1, s] > data[d+2, s]) {
  3260.              UpCount++
  3261.            } else if  (data[d+1, s] < data[d+2, s]) {
  3262.              DownCount++
  3263.            } else {
  3264.              NeutralCount++
  3265.            }
  3266.            if (((data[d, s]  > data[d+1, s]) && (data[d+1, s]  > data[d+2, s])) ||
  3267.                ((data[d, s]  < data[d+1, s]) && (data[d+1, s]  < data[d+2, s])) ||
  3268.                ((data[d, s] == data[d+1, s]) && (data[d+1, s] == data[d+2, s])))
  3269.              CorrectCount++
  3270.          }
  3271.        }
  3272.      }
  3273.  
  3274.    At this point the hard work has been done: the array `predict'
  3275. contains the predictions for all the ticker symbols. It is up to the
  3276. function `Report' to find some nice words to introduce the desired
  3277. information.
  3278.  
  3279.      function Report() {
  3280.        # Generate report
  3281.        report =        "\nThis is your daily "
  3282.        report = report "stock market report for "strftime("%A, %B %d, %Y")".\n"
  3283.        report = report "Here are the predictions for today:\n\n"
  3284.        for (stock = 1; stock <= StockCount; stock++)
  3285.          report = report "\t" name[stock] "\t" predict[stock] "\n"
  3286.        for (stock in hot) {
  3287.          if (HotCount++ == 0)
  3288.            report = report "\nThe most promising shares for today are these:\n\n"
  3289.          report = report "\t" name[stock] "\t\thttp://biz.yahoo.com/n/" \
  3290.            tolower(substr(name[stock], 1, 1)) "/" tolower(name[stock]) ".html\n"
  3291.        }
  3292.        for (stock in avoid) {
  3293.          if (AvoidCount++ == 0)
  3294.            report = report "\nThe stock shares to avoid today are these:\n\n"
  3295.          report = report "\t" name[stock] "\t\thttp://biz.yahoo.com/n/" \
  3296.            tolower(substr(name[stock], 1, 1)) "/" tolower(name[stock]) ".html\n"
  3297.        }
  3298.        report = report "\nThis sums up to " HotCount+0 " winners and " AvoidCount+0
  3299.        report = report " losers. When using this kind\nof prediction scheme for"
  3300.        report = report " the 12 months which lie behind us,\nwe get " UpCount
  3301.        report = report " 'ups' and " DownCount " 'downs' and " NeutralCount
  3302.        report = report " 'neutrals'. Of all\nthese " UpCount+DownCount+NeutralCount
  3303.        report = report " predictions " CorrectCount " proved correct next day.\n"
  3304.        report = report "A success rate of "\
  3305.                   int(100*CorrectCount/(UpCount+DownCount+NeutralCount)) "%.\n"
  3306.        report = report "Random choice would have produced a 33% success rate.\n"
  3307.        report = report "Disclaimer: Like every other prediction of the stock\n"
  3308.        report = report "market, this report is, of course, complete nonsense.\n"
  3309.        report = report "If you are stupid enough to believe these predictions\n"
  3310.        report = report "you should visit a doctor who can treat your ailment."
  3311.      }
  3312.  
  3313.    The function `SendMail' goes through the list of customers and opens
  3314. a pipe to the `mail' command for each of them. Each one receives an
  3315. email message with a proper subject heading and is addressed with his
  3316. full name.
  3317.  
  3318.      function SendMail() {
  3319.        # send report to customers
  3320.        customer["uncle.scrooge@ducktown.gov"] = "Uncle Scrooge"
  3321.        customer["more@utopia.org"           ] = "Sir Thomas More"
  3322.        customer["spinoza@denhaag.nl"        ] = "Baruch de Spinoza"
  3323.        customer["marx@highgate.uk"          ] = "Karl Marx"
  3324.        customer["keynes@the.long.run"       ] = "John Maynard Keynes"
  3325.        customer["bierce@devil.hell.org"     ] = "Ambrose Bierce"
  3326.        customer["laplace@paris.fr"          ] = "Pierre Simon de Laplace"
  3327.        for (c in customer) {
  3328.          MailPipe = "mail -s 'Daily Stock Prediction Newsletter'" c
  3329.          print "Good morning " customer[c] "," | MailPipe
  3330.          print report "\n.\n" | MailPipe
  3331.          close(MailPipe)
  3332.        }
  3333.      }
  3334.  
  3335.    Be patient when running the script by hand.  Retrieving the data for
  3336. all the ticker symbols and sending the emails may take several minutes
  3337. to complete, depending upon network traffic and the speed of the
  3338. available Internet link.  The quality of the prediction algorithm is
  3339. likely to be disappointing.  Try to find a better one.  Should you find
  3340. one with a success rate of more than 50%, please tell us about it! It
  3341. is only for the sake of curiosity, of course. `:-)'
  3342.  
  3343. 
  3344. File: gawkinet.info,  Node: PROTBASE,  Prev: STOXPRED,  Up: Some Applications and Techniques
  3345.  
  3346. PROTBASE: Searching Through A Protein Database
  3347. ==============================================
  3348.  
  3349.      Hoare's Law of Large Problems: Inside every large problem is a
  3350.      small    problem struggling to get out.
  3351.  
  3352.    Yahoo's database of stock market data is just one among the many
  3353. large databases on the Internet. Another one is located at NCBI
  3354. (National Center for Biotechnology Information). Established in 1988 as
  3355. a national resource for molecular biology information, NCBI creates
  3356. public databases, conducts research in computational biology, develops
  3357. software tools for analyzing genome data, and disseminates biomedical
  3358. information. In this section, we look at one of NCBI's public services,
  3359. which is called BLAST (Basic Local Alignment Search Tool).
  3360.  
  3361.    You probably know that the information necessary for reproducing
  3362. living cells is encoded in the genetic material of the cells. The
  3363. genetic material is a very long chain of four base nucleotides. It is
  3364. the order of appearance (the sequence) of nucleotides which contains
  3365. the information about the substance to be produced. Scientists in
  3366. biotechnology often find a specific fragment, determine the nucleotide
  3367. sequence, and need to know where the sequence at hand comes from. This
  3368. is where the large databases enter the game. At NCBI, databases store
  3369. the knowledge about which sequences have ever been found and where they
  3370. have been found.  When the scientist sends his sequence to the BLAST
  3371. service, the server looks for regions of genetic material in its
  3372. database which look the most similar to the delivered nucleotide
  3373. sequence. After a search time of some seconds or minutes the server
  3374. sends an answer to the scientist. In order to make access simple, NCBI
  3375. chose to offer their database service through popular Internet
  3376. protocols. There are four basic ways to use the so-called BLAST
  3377. services:
  3378.  
  3379.    * The easiest way to use BLAST is through the web. Users may simply
  3380.      point their browsers at the NCBI home page and link to the BLAST
  3381.      pages.  NCBI provides a stable URL that may be used to perform
  3382.      BLAST searches without interactive use of a web browser. This is
  3383.      what we will do later in this section.  A demonstration client and
  3384.      a `README' file demonstrate how to access this URL.
  3385.  
  3386.    * Currently, `blastcl3' is the standard network BLAST client.  You
  3387.      can download `blastcl3' from the anonymous FTP location.
  3388.  
  3389.    * BLAST 2.0 can be run locally as a full executable and can be used
  3390.      to run BLAST searches against private local databases, or
  3391.      downloaded copies of the NCBI databases. BLAST 2.0 executables may
  3392.      be found on the NCBI anonymous FTP server.
  3393.  
  3394.    * The NCBI BLAST Email server is the best option for people without
  3395.      convenient access to the web. A similarity search can be performed
  3396.      by sending a properly formatted mail message containing the
  3397.      nucleotide or protein query sequence to <blast@ncbi.nlm.nih.gov>.
  3398.      The query sequence is compared against the specified database
  3399.      using the BLAST algorithm and the results are returned in an email
  3400.      message. For more information on formulating email BLAST searches,
  3401.      you can send a message consisting of the word "HELP" to the same
  3402.      address, <blast@ncbi.nlm.nih.gov>.
  3403.  
  3404.    Our starting point is the demonstration client mentioned in the
  3405. first option.  The `README' file that comes along with the client
  3406. explains the whole process in a nutshell. In the rest of this section,
  3407. we first show what such requests look like. Then we show how to use
  3408. `gawk' to implement a client in about 10 lines of code. Finally, we
  3409. show how to interpret the result returned from the service.
  3410.  
  3411.    Sequences are expected to be represented in the standard IUB/IUPAC
  3412. amino acid and nucleic acid codes, with these exceptions:  lower-case
  3413. letters are accepted and are mapped into upper-case; a single hyphen or
  3414. dash can be used to represent a gap of indeterminate length; and in
  3415. amino acid sequences, `U' and `*' are acceptable letters (see below).
  3416. Before submitting a request, any numerical digits in the query sequence
  3417. should either be removed or replaced by appropriate letter codes (e.g.,
  3418. `N' for unknown nucleic acid residue or `X' for unknown amino acid
  3419. residue).  The nucleic acid codes supported are:
  3420.  
  3421.      A --> adenosine               M --> A C (amino)
  3422.      C --> cytidine                S --> G C (strong)
  3423.      G --> guanine                 W --> A T (weak)
  3424.      T --> thymidine               B --> G T C
  3425.      U --> uridine                 D --> G A T
  3426.      R --> G A (purine)            H --> A C T
  3427.      Y --> T C (pyrimidine)        V --> G C A
  3428.      K --> G T (keto)              N --> A G C T (any)
  3429.                                    -  gap of indeterminate length
  3430.  
  3431.    Now you know the alphabet of nucleotide sequences. The last two lines
  3432. of the following example query show you such a sequence, which is
  3433. obviously made up only of elements of the alphabet just described.
  3434. Store this example query into a file named `protbase.request'. You are
  3435. now ready to send it to the server with the demonstration client.
  3436.  
  3437.      PROGRAM blastn
  3438.      DATALIB month
  3439.      EXPECT 0.75
  3440.      BEGIN
  3441.      >GAWK310 the gawking gene GNU AWK
  3442.      tgcttggctgaggagccataggacgagagcttcctggtgaagtgtgtttcttgaaatcat
  3443.      caccaccatggacagcaaa
  3444.  
  3445.    The actual search request begins with the mandatory parameter
  3446. `PROGRAM' in the first column followed by the value `blastn' (the name
  3447. of the program) for searching nucleic acids.  The next line contains
  3448. the mandatory search parameter `DATALIB' with the value `month' for the
  3449. newest nucleic acid sequences.  The third line contains an optional
  3450. `EXPECT' parameter and the value desired for it. The fourth line
  3451. contains the mandatory `BEGIN' directive, followed by the query
  3452. sequence in FASTA/Pearson format.  Each line of information must be
  3453. less than 80 characters in length.
  3454.  
  3455.    The "month" database contains all new or revised sequences released
  3456. in the last 30 days and is useful for searching against new sequences.
  3457. There are five different blast programs, `blastn' being the one that
  3458. compares a nucleotide  query  sequence  against a nucleotide sequence
  3459. database.
  3460.  
  3461.    The last server directive that must appear in every request is the
  3462. `BEGIN' directive. The query sequence should immediately follow the
  3463. `BEGIN' directive and must appear in FASTA/Pearson format.  A sequence
  3464. in FASTA/Pearson format begins with a single-line description.  The
  3465. description line, which is required, is distinguished from the lines of
  3466. sequence data that follow it by having a greater-than (`>') symbol in
  3467. the first column.  For the purposes of the BLAST server, the text of
  3468. the description is arbitrary.
  3469.  
  3470.    If you prefer to use a client written in `gawk', just store the
  3471. following 10 lines of code into a file named `protbase.awk' and use
  3472. this client instead. Invoke it with `gawk -f protbase.awk
  3473. protbase.request'.  Then wait a minute and watch the result coming in.
  3474. In order to replicate the demonstration client's behaviour as closely
  3475. as possible, this client does not use a proxy server. We could also
  3476. have extended the client program in *Note Retrieving Web Pages: GETURL,
  3477. to implement the client request from `protbase.awk' as a special case.
  3478.  
  3479.      { request = request "\n" $0 }
  3480.      
  3481.      END {
  3482.        BLASTService     = "/inet/tcp/0/www.ncbi.nlm.nih.gov/80"
  3483.        printf "POST /cgi-bin/BLAST/nph-blast_report HTTP/1.0\n" |& BLASTService
  3484.        printf "Content-Length: " length(request) "\n\n"         |& BLASTService
  3485.        printf request                                           |& BLASTService
  3486.        while ((BLASTService |& getline) > 0)
  3487.            print $0
  3488.        close(BLASTService)
  3489.      }
  3490.  
  3491.    The demonstration client from NCBI is 214 lines long (written in C)
  3492. and it is not immediately obvious what it does. Our client is so short
  3493. that it _is_ obvious what it does. First it loops over all lines of the
  3494. query and stores the whole query into a variable. Then the script
  3495. establishes an Internet connection to the NCBI server and transmits the
  3496. query by framing it with a proper HTTP request. Finally it receives and
  3497. prints the complete result coming from the server.
  3498.  
  3499.    Now, let us look at the result. It begins with an HTTP header, which
  3500. you can ignore. Then there are some comments about the query having been
  3501. filtered to avoid spuriously high scores. After this, there is a
  3502. reference to the paper that describes the software being used for
  3503. searching the data base. After a repitition of the original query's
  3504. description we find the list of significant alignments:
  3505.  
  3506.      Sequences producing significant alignments:                        (bits)  Value
  3507.      
  3508.      gb|AC021182.14|AC021182 Homo sapiens chromosome 7 clone RP11-733...    38  0.20
  3509.      gb|AC021056.12|AC021056 Homo sapiens chromosome 3 clone RP11-115...    38  0.20
  3510.      emb|AL160278.10|AL160278 Homo sapiens chromosome 9 clone RP11-57...    38  0.20
  3511.      emb|AL391139.11|AL391139 Homo sapiens chromosome X clone RP11-35...    38  0.20
  3512.      emb|AL365192.6|AL365192 Homo sapiens chromosome 6 clone RP3-421H...    38  0.20
  3513.      emb|AL138812.9|AL138812 Homo sapiens chromosome 11 clone RP1-276...    38  0.20
  3514.      gb|AC073881.3|AC073881 Homo sapiens chromosome 15 clone CTD-2169...    38  0.20
  3515.  
  3516.    This means that the query sequence was found in seven human
  3517. chromosomes.  But the value 0.20 (20%) means that the probability of an
  3518. accidental match is rather high (20%) in all cases and should be taken
  3519. into account.  You may wonder what the first column means. It is a key
  3520. to the specific database in which this occurence was found.  The unique
  3521. sequence identifiers reported in the search results can be used as
  3522. sequence retrieval keys via the NCBI server. The syntax of sequence
  3523. header lines used by the NCBI BLAST server depends on the database from
  3524. which each sequence was obtained.  The table below lists the
  3525. identifiers for the databases from which the sequences were derived.
  3526.  
  3527.      Database Name                     Identifier Syntax
  3528.      ============================      ========================
  3529.      GenBank                           gb|accession|locus
  3530.      EMBL Data Library                 emb|accession|locus
  3531.      DDBJ, DNA Database of Japan       dbj|accession|locus
  3532.      NBRF PIR                          pir||entry
  3533.      Protein Research Foundation       prf||name
  3534.      SWISS-PROT                        sp|accession|entry name
  3535.      Brookhaven Protein Data Bank      pdb|entry|chain
  3536.      Kabat's Sequences of Immuno...    gnl|kabat|identifier
  3537.      Patents                           pat|country|number
  3538.      GenInfo Backbone Id               bbs|number
  3539.  
  3540.    For example, an identifier might be `gb|AC021182.14|AC021182', where
  3541. the `gb' tag indicates that the identifier refers to a GenBank sequence,
  3542. `AC021182.14' is its GenBank ACCESSION, and `AC021182' is the GenBank
  3543. LOCUS.  The identifier contains no spaces, so that a space indicates
  3544. the end of the identifier.
  3545.  
  3546.    Let us continue in the result listing. Each of the seven alignments
  3547. mentioned above is subsequently described in detail. We will have a
  3548. closer look at the first of them.
  3549.  
  3550.      >gb|AC021182.14|AC021182 Homo sapiens chromosome 7 clone RP11-733N23, WORKING DRAFT SEQUENCE, 4
  3551.                   unordered pieces
  3552.                Length = 176383
  3553.      
  3554.       Score = 38.2 bits (19), Expect = 0.20
  3555.       Identities = 19/19 (100%)
  3556.       Strand = Plus / Plus
  3557.      
  3558.      Query: 35    tggtgaagtgtgtttcttg 53
  3559.                   |||||||||||||||||||
  3560.      Sbjct: 69786 tggtgaagtgtgtttcttg 69804
  3561.  
  3562.    This alignment was located on the human chromosome 7. The fragment
  3563. on which part of the query was found had a total length of 176383. Only
  3564. 19 of the nucleotides matched and the matching sequence ran from
  3565. character 35 to 53 in the query sequence and from 69786 to 69804 in the
  3566. fragment on chromosome 7.  If you are still reading at this point, you
  3567. are probably interested in finding out more about Computational Biology
  3568. and you might appreciate the following hints.
  3569.  
  3570.   1. There is a book called `Introduction to Computational Biology' by
  3571.      Michael S. Waterman, which is worth reading if you are seriously
  3572.      interested. You can find a good book review on the Internet.
  3573.  
  3574.   2. While Waterman's book can explain to you the algorithms employed
  3575.      internally in the database search engines, most practicioners
  3576.      prefer to approach the subject differently. The applied side of
  3577.      Computational Biology is called Bioinformatics, and emphasizes the
  3578.      tools available for day-to-day work as well as how to actually
  3579.      _use_ them. One of the very few affordable books on Bioinformatics
  3580.      is `Developing Bioinformatics Computer Skills'.
  3581.  
  3582.   3. The sequences _gawk_ and _gnuawk_ are in widespread use in the
  3583.      genetic material of virtually every earthly living being. Let us
  3584.      take this as a clear indication that the divine creator has
  3585.      intended `gawk' to prevail over other scripting languages such as
  3586.      `perl', `tcl', or `python' which are not even proper sequences.
  3587.      (:-)
  3588.  
  3589. 
  3590. File: gawkinet.info,  Node: Links,  Next: GNU Free Documentation License,  Prev: Some Applications and Techniques,  Up: Top
  3591.  
  3592. Related Links
  3593. *************
  3594.  
  3595.    This section lists the URLs for various items discussed in this
  3596. major node.  They are presented in the order in which they appear.
  3597.  
  3598. `Internet Programming with Python'
  3599.      `http://www.fsbassociates.com/books/python.htm'
  3600.  
  3601. `Advanced Perl Programming'
  3602.      `http://www.oreilly.com/catalog/advperl'
  3603.  
  3604. `Web Client Programming with Perl'
  3605.      `http://www.oreilly.com/catalog/webclient'
  3606.  
  3607. Richard Stevens's home page and book
  3608.      `http://www.kohala.com/~rstevens'
  3609.  
  3610. The SPAK home page
  3611.      `http://www.userfriendly.net/linux/RPM/contrib/libc6/i386/spak-0.6b-1.i386.html'
  3612.  
  3613. Volume III of `Internetworking with TCP/IP', by Comer and Stevens
  3614.      `http://www.cs.purdue.edu/homes/dec/tcpip3s.cont.html'
  3615.  
  3616. XBM Graphics File Format
  3617.      `http://www.wotsit.org/download.asp?f=xbm'
  3618.  
  3619. GNUPlot
  3620.      `http://www.cs.dartmouth.edu/gnuplot_info.html'
  3621.  
  3622. Mark Humphrys' Eliza page
  3623.      `http://www.compapp.dcu.ie/~humphrys/eliza.html'
  3624.  
  3625. Yahoo! Eliza Information
  3626.      `http://dir.yahoo.com/Recreation/Games/Computer_Games/Internet_Games/Web_Games/Artificial_Intelligence'
  3627.  
  3628. Java versions of Eliza
  3629.      `http://www.tjhsst.edu/Psych/ch1/eliza.html'
  3630.  
  3631. Java versions of Eliza with source code
  3632.      `http://home.adelphia.net/~lifeisgood/eliza/eliza.htm'
  3633.  
  3634. Eliza Programs with Explanations
  3635.      `http://chayden.net/chayden/eliza/Eliza.shtml'
  3636.  
  3637. Loebner Contest
  3638.      `http://acm.org/~loebner/loebner-prize.htmlx'
  3639.  
  3640. Tck/Tk Information
  3641.      `http://www.scriptics.com/'
  3642.  
  3643. Intel 80x86 Processors
  3644.      `http://developer.intel.com/design/platform/embedpc/what_is.htm'
  3645.  
  3646. AMD Elan Processors
  3647.      `http://www.amd.com/products/epd/processors/4.32bitcont/32bitcont/index.html'
  3648.  
  3649. XINU
  3650.      `http://willow.canberra.edu.au/~chrisc/xinu.html'
  3651.  
  3652. GNU/Linux
  3653.      `http://uclinux.lineo.com/'
  3654.  
  3655. Embedded PCs
  3656.      `http://dir.yahoo.com/Business_and_Economy/Business_to_Business/Computers/Hardware/Embedded_Control/'
  3657.  
  3658. MiniSQL
  3659.      `http://www.hughes.com.au/library/'
  3660.  
  3661. Market Share Surveys
  3662.      `http://www.netcraft.com/survey'
  3663.  
  3664. `Numerical Recipes in C: The Art of Scientific Computing'
  3665.      `http://www.nr.com'
  3666.  
  3667. VRML
  3668.      `http://www.vrml.org'
  3669.  
  3670. The VRML FAQ
  3671.      `http://www.vrml.org/technicalinfo/specifications/specifications.htm#FAQ'
  3672.  
  3673. The UMBC Agent Web
  3674.      `http://www.cs.umbc.edu/agents'
  3675.  
  3676. Apache Web Server
  3677.      `http://www.apache.org'
  3678.  
  3679. National Center for Biotechnology Information (NCBI)
  3680.      `http://www.ncbi.nlm.nih.gov'
  3681.  
  3682. Basic Local Alignment Search Tool (BLAST)
  3683.      `http://www.ncbi.nlm.nih.gov/BLAST/blast_overview.html'
  3684.  
  3685. NCBI Home Page
  3686.      `http://www.ncbi.nlm.nih.gov'
  3687.  
  3688. BLAST Pages
  3689.      `http://www.ncbi.nlm.nih.gov/BLAST'
  3690.  
  3691. BLAST Demonstration Client
  3692.      `ftp://ncbi.nlm.nih.gov/blast/blasturl/'
  3693.  
  3694. BLAST anonymous FTP location
  3695.      `ftp://ncbi.nlm.nih.gov/blast/network/netblast/'
  3696.  
  3697. BLAST 2.0 Executables
  3698.      `ftp://ncbi.nlm.nih.gov/blast/executables/'
  3699.  
  3700. IUB/IUPAC Amino Acid and Nucleic Acid Codes
  3701.      `http://www.uthscsa.edu/geninfo/blastmail.html#item6'
  3702.  
  3703. FASTA/Pearson Format
  3704.      `http://www.ncbi.nlm.nih.gov/BLAST/fasta.html'
  3705.  
  3706. Fasta/Pearson Sequence in Java
  3707.      `http://www.kazusa.or.jp/java/codon_table_java/'
  3708.  
  3709. Book Review of `Introduction to Computational Biology'
  3710.      `http://www.acm.org/crossroads/xrds5-1/introcb.html'
  3711.  
  3712. `Developing Bioinformatics Computer Skills'
  3713.      `http://www.oreilly.com/catalog/bioskills/'
  3714.  
  3715. 
  3716. File: gawkinet.info,  Node: GNU Free Documentation License,  Next: Index,  Prev: Links,  Up: Top
  3717.  
  3718. GNU Free Documentation License
  3719. ******************************
  3720.  
  3721.                         Version 1.1, March 2000
  3722.      Copyright (C) 2000  Free Software Foundation, Inc.
  3723.      59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  3724.      
  3725.      Everyone is permitted to copy and distribute verbatim copies
  3726.      of this license document, but changing it is not allowed.
  3727.  
  3728.  
  3729.   0. PREAMBLE
  3730.  
  3731.      The purpose of this License is to make a manual, textbook, or other
  3732.      written document "free" in the sense of freedom: to assure everyone
  3733.      the effective freedom to copy and redistribute it, with or without
  3734.      modifying it, either commercially or noncommercially.  Secondarily,
  3735.      this License preserves for the author and publisher a way to get
  3736.      credit for their work, while not being considered responsible for
  3737.      modifications made by others.
  3738.  
  3739.      This License is a kind of "copyleft", which means that derivative
  3740.      works of the document must themselves be free in the same sense.
  3741.      It complements the GNU General Public License, which is a copyleft
  3742.      license designed for free software.
  3743.  
  3744.      We have designed this License in order to use it for manuals for
  3745.      free software, because free software needs free documentation: a
  3746.      free program should come with manuals providing the same freedoms
  3747.      that the software does.  But this License is not limited to
  3748.      software manuals; it can be used for any textual work, regardless
  3749.      of subject matter or whether it is published as a printed book.
  3750.      We recommend this License principally for works whose purpose is
  3751.      instruction or reference.
  3752.  
  3753.  
  3754.   1. APPLICABILITY AND DEFINITIONS
  3755.  
  3756.      This License applies to any manual or other work that contains a
  3757.      notice placed by the copyright holder saying it can be distributed
  3758.      under the terms of this License.  The "Document", below, refers to
  3759.      any such manual or work.  Any member of the public is a licensee,
  3760.      and is addressed as "you".
  3761.  
  3762.      A "Modified Version" of the Document means any work containing the
  3763.      Document or a portion of it, either copied verbatim, or with
  3764.      modifications and/or translated into another language.
  3765.  
  3766.      A "Secondary Section" is a named appendix or a front-matter
  3767.      section of the Document that deals exclusively with the
  3768.      relationship of the publishers or authors of the Document to the
  3769.      Document's overall subject (or to related matters) and contains
  3770.      nothing that could fall directly within that overall subject.
  3771.      (For example, if the Document is in part a textbook of
  3772.      mathematics, a Secondary Section may not explain any mathematics.)
  3773.      The relationship could be a matter of historical connection with
  3774.      the subject or with related matters, or of legal, commercial,
  3775.      philosophical, ethical or political position regarding them.
  3776.  
  3777.      The "Invariant Sections" are certain Secondary Sections whose
  3778.      titles are designated, as being those of Invariant Sections, in
  3779.      the notice that says that the Document is released under this
  3780.      License.
  3781.  
  3782.      The "Cover Texts" are certain short passages of text that are
  3783.      listed, as Front-Cover Texts or Back-Cover Texts, in the notice
  3784.      that says that the Document is released under this License.
  3785.  
  3786.      A "Transparent" copy of the Document means a machine-readable copy,
  3787.      represented in a format whose specification is available to the
  3788.      general public, whose contents can be viewed and edited directly
  3789.      and straightforwardly with generic text editors or (for images
  3790.      composed of pixels) generic paint programs or (for drawings) some
  3791.      widely available drawing editor, and that is suitable for input to
  3792.      text formatters or for automatic translation to a variety of
  3793.      formats suitable for input to text formatters.  A copy made in an
  3794.      otherwise Transparent file format whose markup has been designed
  3795.      to thwart or discourage subsequent modification by readers is not
  3796.      Transparent.  A copy that is not "Transparent" is called "Opaque".
  3797.  
  3798.      Examples of suitable formats for Transparent copies include plain
  3799.      ASCII without markup, Texinfo input format, LaTeX input format,
  3800.      SGML or XML using a publicly available DTD, and
  3801.      standard-conforming simple HTML designed for human modification.
  3802.      Opaque formats include PostScript, PDF, proprietary formats that
  3803.      can be read and edited only by proprietary word processors, SGML
  3804.      or XML for which the DTD and/or processing tools are not generally
  3805.      available, and the machine-generated HTML produced by some word
  3806.      processors for output purposes only.
  3807.  
  3808.      The "Title Page" means, for a printed book, the title page itself,
  3809.      plus such following pages as are needed to hold, legibly, the
  3810.      material this License requires to appear in the title page.  For
  3811.      works in formats which do not have any title page as such, "Title
  3812.      Page" means the text near the most prominent appearance of the
  3813.      work's title, preceding the beginning of the body of the text.
  3814.  
  3815.   2. VERBATIM COPYING
  3816.  
  3817.      You may copy and distribute the Document in any medium, either
  3818.      commercially or noncommercially, provided that this License, the
  3819.      copyright notices, and the license notice saying this License
  3820.      applies to the Document are reproduced in all copies, and that you
  3821.      add no other conditions whatsoever to those of this License.  You
  3822.      may not use technical measures to obstruct or control the reading
  3823.      or further copying of the copies you make or distribute.  However,
  3824.      you may accept compensation in exchange for copies.  If you
  3825.      distribute a large enough number of copies you must also follow
  3826.      the conditions in section 3.
  3827.  
  3828.      You may also lend copies, under the same conditions stated above,
  3829.      and you may publicly display copies.
  3830.  
  3831.   3. COPYING IN QUANTITY
  3832.  
  3833.      If you publish printed copies of the Document numbering more than
  3834.      100, and the Document's license notice requires Cover Texts, you
  3835.      must enclose the copies in covers that carry, clearly and legibly,
  3836.      all these Cover Texts: Front-Cover Texts on the front cover, and
  3837.      Back-Cover Texts on the back cover.  Both covers must also clearly
  3838.      and legibly identify you as the publisher of these copies.  The
  3839.      front cover must present the full title with all words of the
  3840.      title equally prominent and visible.  You may add other material
  3841.      on the covers in addition.  Copying with changes limited to the
  3842.      covers, as long as they preserve the title of the Document and
  3843.      satisfy these conditions, can be treated as verbatim copying in
  3844.      other respects.
  3845.  
  3846.      If the required texts for either cover are too voluminous to fit
  3847.      legibly, you should put the first ones listed (as many as fit
  3848.      reasonably) on the actual cover, and continue the rest onto
  3849.      adjacent pages.
  3850.  
  3851.      If you publish or distribute Opaque copies of the Document
  3852.      numbering more than 100, you must either include a
  3853.      machine-readable Transparent copy along with each Opaque copy, or
  3854.      state in or with each Opaque copy a publicly-accessible
  3855.      computer-network location containing a complete Transparent copy
  3856.      of the Document, free of added material, which the general
  3857.      network-using public has access to download anonymously at no
  3858.      charge using public-standard network protocols.  If you use the
  3859.      latter option, you must take reasonably prudent steps, when you
  3860.      begin distribution of Opaque copies in quantity, to ensure that
  3861.      this Transparent copy will remain thus accessible at the stated
  3862.      location until at least one year after the last time you
  3863.      distribute an Opaque copy (directly or through your agents or
  3864.      retailers) of that edition to the public.
  3865.  
  3866.      It is requested, but not required, that you contact the authors of
  3867.      the Document well before redistributing any large number of
  3868.      copies, to give them a chance to provide you with an updated
  3869.      version of the Document.
  3870.  
  3871.   4. MODIFICATIONS
  3872.  
  3873.      You may copy and distribute a Modified Version of the Document
  3874.      under the conditions of sections 2 and 3 above, provided that you
  3875.      release the Modified Version under precisely this License, with
  3876.      the Modified Version filling the role of the Document, thus
  3877.      licensing distribution and modification of the Modified Version to
  3878.      whoever possesses a copy of it.  In addition, you must do these
  3879.      things in the Modified Version:
  3880.  
  3881.        A. Use in the Title Page (and on the covers, if any) a title
  3882.           distinct from that of the Document, and from those of
  3883.           previous versions (which should, if there were any, be listed
  3884.           in the History section of the Document).  You may use the
  3885.           same title as a previous version if the original publisher of
  3886.           that version gives permission.
  3887.  
  3888.        B. List on the Title Page, as authors, one or more persons or
  3889.           entities responsible for authorship of the modifications in
  3890.           the Modified Version, together with at least five of the
  3891.           principal authors of the Document (all of its principal
  3892.           authors, if it has less than five).
  3893.  
  3894.        C. State on the Title page the name of the publisher of the
  3895.           Modified Version, as the publisher.
  3896.  
  3897.        D. Preserve all the copyright notices of the Document.
  3898.  
  3899.        E. Add an appropriate copyright notice for your modifications
  3900.           adjacent to the other copyright notices.
  3901.  
  3902.        F. Include, immediately after the copyright notices, a license
  3903.           notice giving the public permission to use the Modified
  3904.           Version under the terms of this License, in the form shown in
  3905.           the Addendum below.
  3906.  
  3907.        G. Preserve in that license notice the full lists of Invariant
  3908.           Sections and required Cover Texts given in the Document's
  3909.           license notice.
  3910.  
  3911.        H. Include an unaltered copy of this License.
  3912.  
  3913.        I. Preserve the section entitled "History", and its title, and
  3914.           add to it an item stating at least the title, year, new
  3915.           authors, and publisher of the Modified Version as given on
  3916.           the Title Page.  If there is no section entitled "History" in
  3917.           the Document, create one stating the title, year, authors,
  3918.           and publisher of the Document as given on its Title Page,
  3919.           then add an item describing the Modified Version as stated in
  3920.           the previous sentence.
  3921.  
  3922.        J. Preserve the network location, if any, given in the Document
  3923.           for public access to a Transparent copy of the Document, and
  3924.           likewise the network locations given in the Document for
  3925.           previous versions it was based on.  These may be placed in
  3926.           the "History" section.  You may omit a network location for a
  3927.           work that was published at least four years before the
  3928.           Document itself, or if the original publisher of the version
  3929.           it refers to gives permission.
  3930.  
  3931.        K. In any section entitled "Acknowledgements" or "Dedications",
  3932.           preserve the section's title, and preserve in the section all
  3933.           the substance and tone of each of the contributor
  3934.           acknowledgements and/or dedications given therein.
  3935.  
  3936.        L. Preserve all the Invariant Sections of the Document,
  3937.           unaltered in their text and in their titles.  Section numbers
  3938.           or the equivalent are not considered part of the section
  3939.           titles.
  3940.  
  3941.        M. Delete any section entitled "Endorsements".  Such a section
  3942.           may not be included in the Modified Version.
  3943.  
  3944.        N. Do not retitle any existing section as "Endorsements" or to
  3945.           conflict in title with any Invariant Section.
  3946.  
  3947.      If the Modified Version includes new front-matter sections or
  3948.      appendices that qualify as Secondary Sections and contain no
  3949.      material copied from the Document, you may at your option
  3950.      designate some or all of these sections as invariant.  To do this,
  3951.      add their titles to the list of Invariant Sections in the Modified
  3952.      Version's license notice.  These titles must be distinct from any
  3953.      other section titles.
  3954.  
  3955.      You may add a section entitled "Endorsements", provided it contains
  3956.      nothing but endorsements of your Modified Version by various
  3957.      parties-for example, statements of peer review or that the text has
  3958.      been approved by an organization as the authoritative definition
  3959.      of a standard.
  3960.  
  3961.      You may add a passage of up to five words as a Front-Cover Text,
  3962.      and a passage of up to 25 words as a Back-Cover Text, to the end
  3963.      of the list of Cover Texts in the Modified Version.  Only one
  3964.      passage of Front-Cover Text and one of Back-Cover Text may be
  3965.      added by (or through arrangements made by) any one entity.  If the
  3966.      Document already includes a cover text for the same cover,
  3967.      previously added by you or by arrangement made by the same entity
  3968.      you are acting on behalf of, you may not add another; but you may
  3969.      replace the old one, on explicit permission from the previous
  3970.      publisher that added the old one.
  3971.  
  3972.      The author(s) and publisher(s) of the Document do not by this
  3973.      License give permission to use their names for publicity for or to
  3974.      assert or imply endorsement of any Modified Version.
  3975.  
  3976.   5. COMBINING DOCUMENTS
  3977.  
  3978.      You may combine the Document with other documents released under
  3979.      this License, under the terms defined in section 4 above for
  3980.      modified versions, provided that you include in the combination
  3981.      all of the Invariant Sections of all of the original documents,
  3982.      unmodified, and list them all as Invariant Sections of your
  3983.      combined work in its license notice.
  3984.  
  3985.      The combined work need only contain one copy of this License, and
  3986.      multiple identical Invariant Sections may be replaced with a single
  3987.      copy.  If there are multiple Invariant Sections with the same name
  3988.      but different contents, make the title of each such section unique
  3989.      by adding at the end of it, in parentheses, the name of the
  3990.      original author or publisher of that section if known, or else a
  3991.      unique number.  Make the same adjustment to the section titles in
  3992.      the list of Invariant Sections in the license notice of the
  3993.      combined work.
  3994.  
  3995.      In the combination, you must combine any sections entitled
  3996.      "History" in the various original documents, forming one section
  3997.      entitled "History"; likewise combine any sections entitled
  3998.      "Acknowledgements", and any sections entitled "Dedications".  You
  3999.      must delete all sections entitled "Endorsements."
  4000.  
  4001.   6. COLLECTIONS OF DOCUMENTS
  4002.  
  4003.      You may make a collection consisting of the Document and other
  4004.      documents released under this License, and replace the individual
  4005.      copies of this License in the various documents with a single copy
  4006.      that is included in the collection, provided that you follow the
  4007.      rules of this License for verbatim copying of each of the
  4008.      documents in all other respects.
  4009.  
  4010.      You may extract a single document from such a collection, and
  4011.      distribute it individually under this License, provided you insert
  4012.      a copy of this License into the extracted document, and follow
  4013.      this License in all other respects regarding verbatim copying of
  4014.      that document.
  4015.  
  4016.   7. AGGREGATION WITH INDEPENDENT WORKS
  4017.  
  4018.      A compilation of the Document or its derivatives with other
  4019.      separate and independent documents or works, in or on a volume of
  4020.      a storage or distribution medium, does not as a whole count as a
  4021.      Modified Version of the Document, provided no compilation
  4022.      copyright is claimed for the compilation.  Such a compilation is
  4023.      called an "aggregate", and this License does not apply to the
  4024.      other self-contained works thus compiled with the Document, on
  4025.      account of their being thus compiled, if they are not themselves
  4026.      derivative works of the Document.
  4027.  
  4028.      If the Cover Text requirement of section 3 is applicable to these
  4029.      copies of the Document, then if the Document is less than one
  4030.      quarter of the entire aggregate, the Document's Cover Texts may be
  4031.      placed on covers that surround only the Document within the
  4032.      aggregate.  Otherwise they must appear on covers around the whole
  4033.      aggregate.
  4034.  
  4035.   8. TRANSLATION
  4036.  
  4037.      Translation is considered a kind of modification, so you may
  4038.      distribute translations of the Document under the terms of section
  4039.      4.  Replacing Invariant Sections with translations requires special
  4040.      permission from their copyright holders, but you may include
  4041.      translations of some or all Invariant Sections in addition to the
  4042.      original versions of these Invariant Sections.  You may include a
  4043.      translation of this License provided that you also include the
  4044.      original English version of this License.  In case of a
  4045.      disagreement between the translation and the original English
  4046.      version of this License, the original English version will prevail.
  4047.  
  4048.   9. TERMINATION
  4049.  
  4050.      You may not copy, modify, sublicense, or distribute the Document
  4051.      except as expressly provided for under this License.  Any other
  4052.      attempt to copy, modify, sublicense or distribute the Document is
  4053.      void, and will automatically terminate your rights under this
  4054.      License.  However, parties who have received copies, or rights,
  4055.      from you under this License will not have their licenses
  4056.      terminated so long as such parties remain in full compliance.
  4057.  
  4058.  10. FUTURE REVISIONS OF THIS LICENSE
  4059.  
  4060.      The Free Software Foundation may publish new, revised versions of
  4061.      the GNU Free Documentation License from time to time.  Such new
  4062.      versions will be similar in spirit to the present version, but may
  4063.      differ in detail to address new problems or concerns.  See
  4064.      `http://www.gnu.org/copyleft/'.
  4065.  
  4066.      Each version of the License is given a distinguishing version
  4067.      number.  If the Document specifies that a particular numbered
  4068.      version of this License "or any later version" applies to it, you
  4069.      have the option of following the terms and conditions either of
  4070.      that specified version or of any later version that has been
  4071.      published (not as a draft) by the Free Software Foundation.  If
  4072.      the Document does not specify a version number of this License,
  4073.      you may choose any version ever published (not as a draft) by the
  4074.      Free Software Foundation.
  4075.  
  4076.  
  4077. ADDENDUM: How to use this License for your documents
  4078. ====================================================
  4079.  
  4080.    To use this License in a document you have written, include a copy of
  4081. the License in the document and put the following copyright and license
  4082. notices just after the title page:
  4083.  
  4084.  
  4085.        Copyright (C)  YEAR  YOUR NAME.
  4086.        Permission is granted to copy, distribute and/or modify this document
  4087.        under the terms of the GNU Free Documentation License, Version 1.1
  4088.        or any later version published by the Free Software Foundation;
  4089.        with the Invariant Sections being LIST THEIR TITLES, with the
  4090.        Front-Cover Texts being LIST, and with the Back-Cover Texts being LIST.
  4091.        A copy of the license is included in the section entitled ``GNU
  4092.        Free Documentation License''.
  4093. If you have no Invariant Sections, write "with no Invariant
  4094. Sections" instead of saying which ones are invariant.  If you have no
  4095. Front-Cover Texts, write "no Front-Cover Texts" instead of "Front-Cover
  4096. Texts being LIST"; likewise for Back-Cover Texts.
  4097.  
  4098.    If your document contains nontrivial examples of program code, we
  4099. recommend releasing these examples in parallel under your choice of
  4100. free software license, such as the GNU General Public License, to
  4101. permit their use in free software.
  4102.  
  4103. 
  4104. File: gawkinet.info,  Node: Index,  Prev: GNU Free Documentation License,  Up: Top
  4105.  
  4106. Index
  4107. *****
  4108.  
  4109. * Menu:
  4110.  
  4111. * /inet/ files (gawk):                   Gawk Special Files.
  4112. * /inet/raw special files (gawk):        File /inet/raw.
  4113. * /inet/tcp special files (gawk):        File /inet/tcp.
  4114. * /inet/udp special files (gawk):        File /inet/udp.
  4115. * advanced features, network connections: Troubleshooting.
  4116. * agent <1>:                             MOBAGWHO.
  4117. * agent:                                 Challenges.
  4118. * AI:                                    Challenges.
  4119. * apache <1>:                            MOBAGWHO.
  4120. * apache:                                WEBGRAB.
  4121. * Bioinformatics:                        PROTBASE.
  4122. * BLAST, Basic Local Alignment Search Tool: PROTBASE.
  4123. * blocking:                              Making Connections.
  4124. * Boutell, Thomas:                       STATIST.
  4125. * CGI (Common Gateway Interface):        MOBAGWHO.
  4126. * CGI (Common Gateway Interface), dynamic web pages and: Web page.
  4127. * CGI (Common Gateway Interface), library: CGI Lib.
  4128. * clients:                               Making Connections.
  4129. * Clinton, Bill:                         Challenges.
  4130. * Common Gateway Interface, See CGI:     Web page.
  4131. * Computational Biology:                 PROTBASE.
  4132. * contest:                               Challenges.
  4133. * cron utility:                          STOXPRED.
  4134. * CSV format:                            STOXPRED.
  4135. * dark corner, RAW protocol:             File /inet/raw.
  4136. * Dow Jones Industrial Index:            STOXPRED.
  4137. * ELIZA program:                         Simple Server.
  4138. * email:                                 Email.
  4139. * FASTA/Pearson format:                  PROTBASE.
  4140. * filenames, for network access:         Gawk Special Files.
  4141. * files, /inet/ (gawk):                  Gawk Special Files.
  4142. * files, /inet/raw (gawk):               File /inet/raw.
  4143. * files, /inet/tcp (gawk):               File /inet/tcp.
  4144. * files, /inet/udp (gawk):               File /inet/udp.
  4145. * finger utility:                        Setting Up.
  4146. * FTP (File Transfer Protocol):          Basic Protocols.
  4147. * gawk, networking:                      Using Networking.
  4148. * gawk, networking, connections <1>:     TCP Connecting.
  4149. * gawk, networking, connections:         Special File Fields.
  4150. * gawk, networking, filenames:           Gawk Special Files.
  4151. * gawk, networking, See Also email:      Email.
  4152. * gawk, networking, service, establishing: Setting Up.
  4153. * gawk, networking, troubleshooting:     Caveats.
  4154. * gawk, web and, See web service:        Interacting Service.
  4155. * getline command:                       TCP Connecting.
  4156. * GETURL program:                        GETURL.
  4157. * GIF image format <1>:                  STATIST.
  4158. * GIF image format:                      Web page.
  4159. * GNU/Linux <1>:                         REMCONF.
  4160. * GNU/Linux <2>:                         Interacting.
  4161. * GNU/Linux:                             Troubleshooting.
  4162. * GNUPlot utility <1>:                   STATIST.
  4163. * GNUPlot utility:                       Interacting Service.
  4164. * Hoare, C.A.R. <1>:                     PROTBASE.
  4165. * Hoare, C.A.R.:                         MOBAGWHO.
  4166. * hostname field:                        Special File Fields.
  4167. * HTML (Hypertext Markup Language):      Web page.
  4168. * HTTP (Hypertext Transfer Protocol) <1>: Web page.
  4169. * HTTP (Hypertext Transfer Protocol):    Basic Protocols.
  4170. * HTTP (Hypertext Transfer Protocol), record separators and: Web page.
  4171. * HTTP server, core logic:               Interacting Service.
  4172. * Humphrys, Mark:                        Simple Server.
  4173. * Hypertext Markup Language (HTML):      Web page.
  4174. * Hypertext Transfer Protocol, See HTTP: Web page.
  4175. * image format:                          STATIST.
  4176. * images, in web pages:                  Interacting Service.
  4177. * images, retrieving over networks:      Web page.
  4178. * input/output, two-way, See Also gawk, networking: Gawk Special Files.
  4179. * Internet, See networks:                Interacting.
  4180. * JavaScript:                            STATIST.
  4181. * Linux <1>:                             REMCONF.
  4182. * Linux <2>:                             Interacting.
  4183. * Linux:                                 Troubleshooting.
  4184. * Lisp:                                  MOBAGWHO.
  4185. * localport field:                       Gawk Special Files.
  4186. * Loebner, Hugh:                         Challenges.
  4187. * Loui, Ronald:                          Challenges.
  4188. * MAZE:                                  MAZE.
  4189. * Microsoft Windows:                     WEBGRAB.
  4190. * Microsoft Windows, networking:         Troubleshooting.
  4191. * Microsoft Windows, networking, ports:  Setting Up.
  4192. * MiniSQL:                               REMCONF.
  4193. * MOBAGWHO program:                      MOBAGWHO.
  4194. * NCBI, National Center for Biotechnology Information: PROTBASE.
  4195. * networks, gawk and:                    Using Networking.
  4196. * networks, gawk and, connections <1>:   TCP Connecting.
  4197. * networks, gawk and, connections:       Special File Fields.
  4198. * networks, gawk and, filenames:         Gawk Special Files.
  4199. * networks, gawk and, See Also email:    Email.
  4200. * networks, gawk and, service, establishing: Setting Up.
  4201. * networks, gawk and, troubleshooting:   Caveats.
  4202. * networks, ports, reserved:             Setting Up.
  4203. * networks, ports, specifying:           Special File Fields.
  4204. * networks, See Also web pages:          PANIC.
  4205. * Numerical Recipes:                     STATIST.
  4206. * ORS variable, HTTP and:                Web page.
  4207. * ORS variable, POP and:                 Email.
  4208. * PANIC program:                         PANIC.
  4209. * Perl:                                  Using Networking.
  4210. * Perl, gawk networking and:             Using Networking.
  4211. * Perlis, Alan:                          MAZE.
  4212. * pipes, networking and:                 TCP Connecting.
  4213. * PNG image format <1>:                  STATIST.
  4214. * PNG image format:                      Web page.
  4215. * POP (Post Office Protocol):            Email.
  4216. * Post Office Protocol (POP):            Email.
  4217. * PostScript:                            STATIST.
  4218. * PROLOG:                                Challenges.
  4219. * PROTBASE:                              PROTBASE.
  4220. * protocol field:                        Special File Fields.
  4221. * PS image format:                       STATIST.
  4222. * Python:                                Using Networking.
  4223. * Python, gawk networking and:           Using Networking.
  4224. * RAW protocol:                          File /inet/raw.
  4225. * record separators, HTTP and:           Web page.
  4226. * record separators, POP and:            Email.
  4227. * REMCONF program:                       REMCONF.
  4228. * remoteport field:                      Gawk Special Files.
  4229. * robot <1>:                             WEBGRAB.
  4230. * robot:                                 Challenges.
  4231. * RS variable, HTTP and:                 Web page.
  4232. * RS variable, POP and:                  Email.
  4233. * servers <1>:                           Setting Up.
  4234. * servers:                               Making Connections.
  4235. * servers, as hosts:                     Special File Fields.
  4236. * servers, HTTP:                         Interacting Service.
  4237. * servers, web:                          Simple Server.
  4238. * Simple Mail Transfer Protocol (SMTP):  Email.
  4239. * SMTP (Simple Mail Transfer Protocol) <1>: Email.
  4240. * SMTP (Simple Mail Transfer Protocol):  Basic Protocols.
  4241. * SPAK utility:                          File /inet/raw.
  4242. * STATIST program:                       STATIST.
  4243. * STOXPRED program:                      STOXPRED.
  4244. * synchronous communications:            Making Connections.
  4245. * Tcl/Tk:                                Using Networking.
  4246. * Tcl/Tk, gawk and <1>:                  Some Applications and Techniques.
  4247. * Tcl/Tk, gawk and:                      Using Networking.
  4248. * TCP (Transmission Control Protocol) <1>: File /inet/tcp.
  4249. * TCP (Transmission Control Protocol):   Using Networking.
  4250. * TCP (Transmission Control Protocol), connection, establishing: TCP Connecting.
  4251. * TCP (Transmission Control Protocol), UDP and: Interacting.
  4252. * TCP/IP, protocols, selecting:          Special File Fields.
  4253. * TCP/IP, sockets and:                   Gawk Special Files.
  4254. * Transmission Control Protocol, See TCP: Using Networking.
  4255. * troubleshooting, gawk, networks:       Caveats.
  4256. * troubleshooting, networks, connections: Troubleshooting.
  4257. * troubleshooting, networks, timeouts:   Caveats.
  4258. * UDP (User Datagram Protocol):          File /inet/udp.
  4259. * UDP (User Datagram Protocol), TCP and: Interacting.
  4260. * Unix, network ports and:               Setting Up.
  4261. * URLCHK program:                        URLCHK.
  4262. * User Datagram Protocol, See UDP:       File /inet/udp.
  4263. * vertical bar (|), |& operator (I/O):   TCP Connecting.
  4264. * VRML:                                  MAZE.
  4265. * web browsers, See web service:         Interacting Service.
  4266. * web pages:                             Web page.
  4267. * web pages, images in:                  Interacting Service.
  4268. * web pages, retrieving:                 GETURL.
  4269. * web servers:                           Simple Server.
  4270. * web service <1>:                       PANIC.
  4271. * web service:                           Primitive Service.
  4272. * WEBGRAB program:                       WEBGRAB.
  4273. * Weizenbaum, Joseph:                    Simple Server.
  4274. * XBM image format:                      Interacting Service.
  4275. * Yahoo! <1>:                            STOXPRED.
  4276. * Yahoo!:                                REMCONF.
  4277. * | (vertical bar), |& operator (I/O):   TCP Connecting.
  4278.  
  4279.  
  4280. 
  4281. Tag Table:
  4282. Node: Top1132
  4283. Node: Preface5684
  4284. Node: Introduction7062
  4285. Node: Stream Communications8086
  4286. Node: Datagram Communications9254
  4287. Node: The TCP/IP Protocols10879
  4288. Ref: The TCP/IP Protocols-Footnote-111555
  4289. Node: Basic Protocols11712
  4290. Node: Ports13019
  4291. Node: Making Connections14416
  4292. Ref: Making Connections-Footnote-116987
  4293. Node: Using Networking17034
  4294. Node: Gawk Special Files19387
  4295. Node: Special File Fields21386
  4296. Node: Comparing Protocols26692
  4297. Node: File /inet/tcp27272
  4298. Node: File /inet/udp28285
  4299. Node: File /inet/raw29393
  4300. Ref: File /inet/raw-Footnote-132413
  4301. Node: TCP Connecting32493
  4302. Node: Troubleshooting34826
  4303. Ref: Troubleshooting-Footnote-137877
  4304. Node: Interacting38396
  4305. Node: Setting Up41121
  4306. Node: Email44610
  4307. Node: Web page46931
  4308. Ref: Web page-Footnote-149731
  4309. Node: Primitive Service49928
  4310. Node: Interacting Service52657
  4311. Ref: Interacting Service-Footnote-161781
  4312. Node: CGI Lib61813
  4313. Node: Simple Server68795
  4314. Ref: Simple Server-Footnote-176528
  4315. Node: Caveats76629
  4316. Node: Challenges77766
  4317. Node: Some Applications and Techniques86425
  4318. Node: PANIC88881
  4319. Node: GETURL90594
  4320. Node: REMCONF93212
  4321. Node: URLCHK98683
  4322. Node: WEBGRAB102513
  4323. Node: STATIST106958
  4324. Ref: STATIST-Footnote-1118659
  4325. Node: MAZE119104
  4326. Node: MOBAGWHO125284
  4327. Ref: MOBAGWHO-Footnote-1139220
  4328. Node: STOXPRED139275
  4329. Node: PROTBASE153550
  4330. Node: Links166641
  4331. Node: GNU Free Documentation License170073
  4332. Node: Index189956
  4333. 
  4334. End Tag Table
  4335.