Curs nr. 08 - Protocolul HTTP.pdf

Cuprins Arhitectura generala a motoarelor de cautare Definitie Specificatii Discutii Bibliografie

Regasirea Informatiilor pe WEBCurs 08: Protocolul HTTP

s.l. dr. ing. Alexandru [email protected]

Facultatea de Automatica si Calculatoare, Iasi

an universitar: 2014 2015

RIWeb 2014 2015/C08: Protocolul HTTP 1/ 24


Cuprins

1 Arhitectura generala a motoarelor de cautareMotor de cautare pe WEBRobot WEB

2 DefinitieDefinitie, caracteristici

3 SpecificatiiCerere HTTPMetode HTTPRaspuns HTTPCoduri de stare HTTP

4 Discutii



Motor de cautare pe WEB

Motor de cautare pe WEB

Figura 1: Arhitectura generala a motoarelor de cautare pe WEB [7]



Robot WEB

Arhitectura unui robot WEB

Figura 2: Componentele unui robot WEB [7]



Definitie, caracteristici

Definitie

HTTP HyperText Transfer Protocol

Protocol ce guverneaza schimbul de date n cadrul Word Wide Web

Reprezinta o standardizare a modelului cerere/raspuns

Conform [1]: Tim Berners-Lee (ntre 1989 si 1991) este considerat primulcoordonator al unei echipe de cercetare axate pe dezvoltarea HTTP.

Primele specificatii dateaza din anul 1945, fiind propuse de Vannevar Bush

Versiuni HTTP

HTTP 1.0 mai 1996

HTTP 1.1 1997 1999

HTTP 1.2 februarie 2000



Definitie, caracteristici

Definitie (2)

Caracteristici

Nivel protocol (OSI) protocol de nivelaplicatie

Protocol transport implicit TCP

Port implicit 80

Tip protocol fara stare (stateless)

Schema de transfer Comunicatie de tipcerere/raspuns [2] Figura 3: Modelul cerere/raspuns aplicat n

cadrul protocolului HTTP



Cerere HTTP

Modelul cererii HTTP

Linie de cerere

METODA_HTTPresursa_doritaHTTP/VERSIUNE

Header-e HTTP

Header: valoare header

Linie vida

Caracterele

Corpul mesajului

Optional, este prezent n mod uzual daca cererea necesita parametrii optionali



Cerere HTTP

Sintaxa unei cereri HTTP si exemplu

Sintaxa cererii

METODA_HTTPresursa_doritaHTTP/VERSIUNE

Header-1: valoare header


...

Header-n: valoare header

Corp cerere

Model cerere

GET http://en.kioskea.net/ HTTP/1.0

Accept: text/html

If-Modified-Since: Saturday, 15-January-2000 14:37:11 GMT

User-Agent: Mozilla/4.0 (compatible; MSIE 5.0; Windows 95)



Metode HTTP

Metode HTTP

Definitie

Mod de identificare a actiunii dorite din partea serverului HTTP asupraresursei/documentului specificat n cerere.

Sinonim: predicat HTTP

Clasificari uzuale

Metode sigure (SAFE) acele metode HTTP a caror actiune nseamna doarregasirea unei anumite resurse si, eventual, transferul acesteia catreclientul apelant

Metode idempotente efectele unui set de cereri ce utilizeaza o metodaidempotenta sunt aceleasi, indiferent de numarul acelor cereri saude ordinea n care au fost generate acele cereri



Metode HTTP

Metode HTTP (2)

OPTIONS

Metoda HTTP idempotenta, prin intermediul careia se obtine listareacompleta a optiunilor disponibile pentru cereri/raspunsuri asupra uneianumite resurse.

Raspunsurile oferite pentru acest tip de interogare NU pot fi stocate n cache.

In cazul n care cererea OPTIONS include un header de tip entitate, atuncitrebuie specificat n mod obligatoriu si header-ul Content-Type.

O cerere OPTIONS poate interoga intreg serverul, nu numai o anumitaresursa. In acest caz, URI-ul indicat n cerere va specifica resursa *.

In cazul entitatilor de tip proxy, se poate specifica suplimentar header-ulMax-Forwards.



Metode HTTP

Metode HTTP (3)

Exemplu de apel OPTIONS

OPTIONS * HTTP/1.1

Host: 192.168.243.80

HTTP/1.1 200 OK

Date: Sun, 24 Oct 2010 18:57:00 GMT

Server: Apache/2.2.3 (CentOS)

Allow: GET,HEAD,POST,OPTIONS,TRACE

Content-Length: 0

Connection: close

Content-Type: text/plain; charset=UTF-8



Metode HTTP

Metode HTTP (4)

GET

Metoda HTTP sigura, idempotenta, prin intermediul careia se obtineinformatia identificata de URI-ul specificat de client.

Raspunsurile oferite pentru acest tip de interogare pot fi stocate n cache.

O cerere GET poate fi realizata n mai multe forme: GET conditional, GETpartial.

HEAD

Metoda HTTP echivalenta metodei GET, cu deosebirea ca NU returneazainformatia dorita de client, ci doar header-ul HTTP aferent resursei indicate.

Raspunsurile oferite pentru acest tip de interogare pot fi stocate n cache.



Metode HTTP

Metode HTTP (5)

POST

Metoda HTTP prin intermediul careia se cere, n mod uzual, unui serverWEB sa ataseze resursei indicate prin URI corpul transmis de catre client.

Raspunsurile unei astfel de cereri NU pot fi stocate n cache fara header-eHTTP suplimentare (Cache-Control sau Expires).

PUT

Metoda HTTP prin intermediul careia se cere stocarea informatiilor prezenten corpul mesajului n cadrul resursei identificate de URI-ul transmis de client.

DELETE

Metoda HTTP prin intermediul careia se cere stergerea resursei identificatede URI-ul transmis.



Metode HTTP

Metode HTTP (6)

TRACE

Metoda HTTP prin intermediul careia se cere invocarea unei aplicatii de tiploop-back.

Destinatarul final al unei astfel de cereri ar trebui sa returneze n corpulraspunsului cererea primita de la client.

Destinatarul final al unei astfel de cereri poate fi fie serverul de origine alresursei, fie prima entitate de tip proxy/gateway ce primeste headerulMax-Forwards cu valoare 0.

Cererile TRACE NU trebuie sa includa entitati.



Metode HTTP

Metode HTTP (7)

Exemplu de apel TRACE

TRACE /riw/index.html HTTP/1.1

Host: 192.168.243.80

HTTP/1.1 200 OK

Date: Sun, 24 Oct 2010 19:01:07 GMT

Server: Apache/2.2.3 (CentOS)

Connection: close

Transfer-Encoding: chunked

Content-Type: message/http

38

TRACE /riw/index.html HTTP/1.1

Host: 192.168.243.80

0



Raspuns HTTP

Modelul raspunsului HTTP

Linie de stare

HTTP/VERSIUNEStatus-CodeReason-Phrase

Header-e HTTP

Header: valoare header

Linie vida

Caracterele

Corpul mesajului

Optional, este prezent dependent de tipul cerererii.



Raspuns HTTP

Sintaxa raspunsului

HTTP/VERSIUNEStatus-CodeReason-Phrase



...

Header-n: valoare header

Corp r\u{a}spuns



Raspuns HTTP

Exemplu de raspuns

HTTP/1.1 405 Method Not Allowed

Date: Mon, 19 Oct 2009 09:04:05 GMT

Server: Apache/2

Allow:

ContentLength: 223

Connection: close

ContentType: text/html; charset=iso88591

405 Method Not Allowed

Method Not Allowed

The requested method TRACE is not allowed for the URL /.



Coduri de stare HTTP


Coduri 1xx INFORMATII

NU exista n cadrul versiunii HTTP/1.0 sau mai mic.

100 Continue: Serverul a primit header-ele corespunzatoare unei cerericlient, iar acesta din urma ar trebui sa transmita corpul cererii n cauza.Clientul trebuie sa includa header-ul Expect: 100-Continue n cererea sainitiala.

101 Switching-Protocols: Clientul a cerut schimbarea protocolului, acestraspuns avand semnificatie de acknowledge din partea serverului.

102 Processing: Acest raspuns indica pentru client faptul ca server-ul aprimit cererea, dar raspunsul NU este formulat nca.




Coduri de stare HTTP (2)

Coduri 2xx SUCCES

200 OK: raspunsul standard, n caz de succes.

201 Created: cererea a fost tratata cu succes, rezultatul nsemnand caraspunsul a fost creat sub forma unei resurse noi.

202 Accepted: cererea a fost acceptata spre procesare, dar procesarearaspunsului NU s-a incheiat.

203 Non Authoritative Information (HTTP/1.1): cererea a fost procesatacu succes, dar informatia rezultat a fost/poate fi preluata dintr-o resursa cenu apartine serverului.

206 Partial Content: cererea a fost procesata cu succes, dar serverulreturneaza doar un continut partial, ca urmare a header-ului Range inclus declient.





Coduri 3xx REDIRECTARE

Acest tip de coduri sunt n general ntalnite n cazurile n care clientul trebuiesa realizeze un set suplimentar de actiuni pentru a prelua resursa dorita.

Coduri 4xx ERORI CLIENT

Cererea client fie contine erori de sintaxa, fie NU poate fi procesata.

400 Bad Request: sintaxa cererii este eronata, sau cererea nu poate fiprocesata.

404 Not Found: resursa specificata n cerere nu poate fi gasita.

405 Not Allowed: cererea a fost realizata utilizand o metoda interzisapentru resursa indicata.





Coduri 5xx ERORI SERVER

Acest tip de coduri de eroare indica, n mod uzual, faptul ca serverul nupoate procesa o cerere aparent valida.

500 Internal Server Error: cod de eroare generic.

501 Not Implemented: serverul fie nu recunoaste metoda indicata ncerere, fie nu poate utiliza metoda n cauza.

503 Service Unavailable: serverul este temporar indisponibil.

505 HTTP Version Not Supported: serverul nu raspunde pentru versiuneaprotocolului indicata n cerere.



Discutii

1 Care sunt etapele implicate de analiza corecta a unui raspuns HTTP pentru aprelua un document HTML?

2 Cum preluam o resursa WEB utilizand un proxy?



Bibliografie

1 The History of the Internet By Mary Bellis, About.com Guide

2 The HTTP protocol @ kioskea

3 Hypertext Transfer Protocol From Wikipedia, the free encyclopedia

4 Hypertext Transfer Protocol HTTP/1.1, RFC 2616 Fielding, et al.

5 List of HTTP header fields From Wikipedia, the free encyclopedia

6 List of HTTP status codes From Wikipedia, the free encyclopedia

7 Christopher D. Manning, Prabhakar Raghavan and Hinrich Schutze,Introduction to Information Retrieval, Cambridge University Press. 2008


Arhitectura generala a motoarelor de cautareMotor de cautare pe WEBRobot WEB

DefinitieDefinitie, caracteristici

SpecificatiiCerere HTTPMetode HTTPRaspuns HTTPCoduri de stare HTTP

Discutii

Curs nr. 08 - Protocolul HTTP.pdf

Documents

Transcript of Curs nr. 08 - Protocolul HTTP.pdf