Python-CGI 环境设置？答案

【问题标题】：Python-CGI environment set-up?Python-CGI 环境设置？
【发布时间】：2013-10-18 18:08:40
【问题描述】：

我正在使用 python 中的nltk 做一个自然语言处理项目。项目块结构如下：

接口（在 php 中）->
[NLP 引擎]（在 python 中）->
API 调用（在 php 中）->
结果（在 php 中）

输入应该通过 GET 方法从 PHP 接口传递到 Python 引擎。

背景：

我使用 Easy-PHP 开发服务器 (Location=D:\Computational_Linguistics) 创建了一个虚拟主机 (url=/linguistics/) 服务器。我已启用它，以便它可以执行Test.py，这样当我输入linguistics/Test.py 时，它就会执行。

问题：

基本的 CGI 已成功执行，我可以在 Chrome 中看到输出。但是当我导入另一个模块时，它返回了这个错误：

服务器错误！

服务器遇到内部错误，无法完成您的请求。

错误信息：头文件前的脚本输出结束：engine.py

如果您认为这是服务器错误，请联系网站管理员。

错误 500

语言学 Apache/2.4.4 (Win32) PHP/5.5.0

当我不导入 nltk（或任何其他非标准包）时，它可以工作。

我确实进行了网络搜索以找到解决方案，并且知道我必须设置一些环境变量才能使其正常工作。 但是，我不知道怎么做。

我的代码：

#!C:/Python27/python.exe
import nltk
from nltk import *
import re
import cgi, cgitb

inpt=cgi.FieldStorage() 
str_in = inpt.getvalue('query')

def is_noun (str):
    tags=nltk.pos_tag(nltk.word_tokenize(str))
    for i in tags:
        if i[1][1]=='N' or i[1][1]=='V':                            #Finding out the Nouns and the Verbs.
            print "<h5>%s is a noun.<h5>" %i[0]

is_noun(str_in)

print "Content-type:text/html\r\n\r\n"
print "<html>"
print "<head>"
print "<title>Hello - Second CGI Program</title>"
print "</head>"
print "<body>"
is_noun(str_in)
print "</body>"
print "</html>"

【问题讨论】：

标签： php python apache cgi development-environment

【解决方案1】：

由于我没有收到任何答案（不怪任何人！），我阅读了更多文档。正如我在上面的问题陈述中所描述的，只有 NLP 引擎是用 Python 编写的。而且，该问题仅存在于 CGI 环境中。 因此我的解决方案：

我修改了 engine.py 以接收输入作为命令行参数，然后对其进行处理。它将处理后的数据（以精确格式）返回到缓冲流。我在 PHP 中使用了 exec() 命令来执行此操作。

项目在GitHub，如果有人想看，欢迎！

PS：我仍然不知道该错误的原因。我很确定所有环境路径都是正确的。因此，我将此答案称为变通方法，而不是解决方案。

PPS：我正在回答我自己的问题，所以如果有人有同样的问题，他们可能会考虑这个解决方法。

【讨论】：

【解决方案2】：

问题是您运行了两次is_noun，第一次是在您发送任何标头之前。因此，错误。

另一个问题是str_in 是str，但我认为nltk.pos_tag 期望unicode。也就是说，您需要解码str_in 值（如果您使用纯 ASCII 之外的任何符号。无论如何您都应该这样做，但只有在输入中有这样的字符时您才会注意到）：

str_in = unicode(inpt.getfirst('query', ''), 'utf-8')

然后，当您打印 unicode 时，您需要将其编码回来：

print "<h5>%s is a noun.<h5>" % i[0].encode('utf-8')

但是，在当前的形式下，它在浏览器中可能看起来是乱码，因为您需要通知浏览器，字符集是 'utf-8'，即您需要更改内容类型标头：

print "Content-Type: text/html; charset=utf-8"
print

附：希望这一切都仅供本地使用，不能从互联网上获得，因为这应该要复杂得多。

【讨论】：