URI e HTTP Fabio Vitali Almaweb 2002 Fabio

URI e HTTP Fabio Vitali - Almaweb 2002

Fabio Vitali - Almaweb 2002 L’esigenza di identificatori (1) n n n Gli URI sono stati verosimilmente il fattore determinante per il successo del WWW. Attraverso gli URI, il WWW è stato in grado di identificare risorse accessibili tramite il proprio protocollo, HTTP, e tramite tutti gli altri protocolli esisenti (FTP, Telnet, Gopher, WAIS, ecc. ). Il punto principale a cui gli altri sistemi non erano arrivati era una sintassi universale, indipendente dal protocollo e facilmente memorizzabile o scambiabile con cui identificare le risorse di rete. 2

Fabio Vitali - Almaweb 2002 L’esigenza di identificatori (2) n Il WWW utilizza gli identificatori in una varietà di modi: n n Link ipertestuali disponibili nel documenti HTML Immagini ed altri oggetti inclusi nel documento HTML (che è un formato solo testo) Connessioni e relazioni globali tra documenti (ad esempio, script e link possono essere messi esternamente al documento HTML e da sso riferiti globalmente. In tutti questi casi lo stesso identificatore può essere usato dal protocollo di comunicazione, espresso nella sintassi HTML, o digitato direttamente dall’utente. 3

Fabio Vitali - Almaweb 2002 Criteri di design degli URI (1) n La sintassi degli URI é progettata per essere n n Estensibile: si possono aggiungere nuovi schemi, al fine di mantenere l’accessibilità delle risorse anche se nuovi protocolli vengono inventati Completa: tutti i nomi esistenti sono codificabili e nuovi protocolli sono comunque esprimibili tramite URI Stampabile: é possibile esprimere URI con caratteri ASCII a 7 -bit, così da permettere scambi lungo qualunque canale, per quanto limitato o inefficiente, inclusi carta e penna. Lo standard URI definisce alcune regole per la generazione di schemi di naming (insiemi di nomi caratterizzati dalla dipendenza da un protocollo di accesso comune), per la definizione dei caratteri accettabili e del carattere di escape. 4

Fabio Vitali - Almaweb 2002 Criteri di design degli URI (2) n Gli Universal Resource Identifier (URI) sono, per definizione, o degli Universal Resource Names (URN), o degli Universal Resource Locator (URL). n n Gli URL sono un indirizzo della risorsa che possa essere immediatamente utilizzato da un programma per accedere alla risorsa. Gli URL contengono tutte le informazioni necessarie per accedere all’informazione, ma sono fragili a modifiche non sostanziali del meccanismo di accesso (es. cambio del nome di una directory). Gli URN sono un nome stabile e definitivo di una risorsa, che possa fornire un informazione certa ed affidabile sulla sua esistenza ed accessibilità. Gli URN debbono essere trasformati da un apposito servizio, negli URL attualmente associati alla risorsa. Inoltre la mappa deve essere aggiornata ogni volta che la risorsa viene spostata. 5

Fabio Vitali - Almaweb 2002 URL n Lo schema, in un URL, corrisponde al protocollo di accesso da usare per accedere alla risorsa. La parte specifica dipende dal protocollo specifico. n HTTP e HTTPS - La sintassi è: • • http: //host[: port]/path[#fragment][? query] https: //host[: port]/path[#fragment][? query] host é l’indirizzo TCP-IP o DNS, dell’host su cui si trova la risorsa port é la porta a cui il server é in ascolto per le connessioni. In mancanza di specificazione, la porta é quella di default, 80 per HTTP e 443 per HTTPS. • path é un pathname gerarchico per l’identificazione della risorsa • fragment é un identificativo di una sottoparte dell’oggetto. La definizione e il ritrovamento di queste sottoparti é a carico del client, e quindi la parte di fragment viene ignorata dal server, che restituisce l’intero oggetto. • query é una frase che costituisce l’oggetto di una ricerca sulla risorsa specificata. 6

Fabio Vitali - Almaweb 2002 HTTP n n n HTTP (Hyper. Text Transfer Protocol) Un protocollo stateless per la ricerca, il recupero e la manipolazione E’ un protocollo generico, stateless, che può essere usato anche per scopi diversi dallo scambio di documenti ipertestuali, come name server, per sistemi objectoriented distribuiti, ecc. Caratteristica importante in HTTP é la negoziazione del formato di dati utilizzato, per garantire l’indipendenza del sistema dal formato di rappresentazione dei dati. HTTP è esistito in tre versioni: 0. 9, 1. 0 (RFC 1945) e 1. 1 (RFC 2616) Netscape ha proposto il meccanismo dei cookie nel’RFC 2109. 7

Fabio Vitali - Almaweb 2002 Ruoli delle applicazioni HTTP (1) n n HTTP è un protocollo di comunicazione piuttosto semplice, basato sulla comunicazione tra due applicazioni, il browser, che manda richieste di documenti, ed il server, che risponde. In realtà i ruoli sono un po’ più precisi: n n Client: un’applicazione che stabilisce una connessione HTTP, con lo scopo di mandare richieste. Server: un’applicazione che accetta connessioni HTTP, e genera risposte. User agent: Quel particolare client che inizia una richiesta HTTP (tipicamente un browser, ma può anche essere un bot). Origin server: il server che possiede fisicamente la risorsa richiesta (è l’ultimo della catena) 8

Fabio Vitali - Almaweb 2002 Ruoli delle applicazioni HTTP (2) n n Proxy: Un’applicazione intermediaria che agisce sia da client che da server. Le richieste sono soddisfatte autonomamente, o passandole ad altri server, con possibile trasformazione, controllo, verifica. Gateway: un’applicazione che agisce da intermediario per qualche altro server. A differenza del proxy, il gateway riceve le richieste come fosse l’origin server: il client può non essere al corrente che si tratta del gateway. Tunnel: un programma intermediario che agisce da trasmettitore passivo di una richiesta HTTP. Il tunnel non fa parte della comunicazione HTTP, anche se può essere stato attivato da una connessione HTTP. In più è importante ricordare: n Cache: memoria locale di un'applicazione e il sistema che controlla i meccanismi della sua gestione ed aggiornamento. Qualunque client o server può utilizzare una cache, ma non un tunnel. 9

Fabio Vitali - Almaweb 2002 La connessione HTTP (1) n n n La connessione HTTP è composta da una serie di richieste ed una serie corrispondente di risposte. La differenza principale tra HTTP 1. 0 e 1. 1 è stata la possibilità di specificare coppie multiple di richiesta e risposta nella stessa connessione. Le richieste possono essere messe in pipeline, ma le risposte debbono essere date nello stesso ordine delle richieste, poiché non è specificato un metodo esplicito di associazione. 10

Fabio Vitali - Almaweb 2002 La connessione HTTP (2) client server open close open close HTTP 1. 0 HTTP 1. 1 con pipelining 11

Fabio Vitali - Almaweb 2002 La richiesta è un messaggio formato da una riga di richiesta e da dati ulteriori facoltativi. Method URI Version Cr. Lf [Header]* Cr. Lf Body n dove n n n Method indica l’azione del server richiesta dal client URI è un identificativo di risorsa locale al server Version è “HTTP/1. 0” o “HTTP/1. 1” Header sono linee RFC 822, classificabili come header generali, header di entità, ed header di richiesta. Body è un messaggio MIME 12

Fabio Vitali - Almaweb 2002 Un esempio di richiesta GET /beta. html HTTP/1. 1 Referer: http: //www. alpha. com/alpha. html Connection: Keep-Alive User-Agent: Mozilla/4. 61 (Macintosh; I; PPC) Host: www. alpha. com: 80 Accept: image/gif, image/jpeg, image/png, */* Accept-Encoding: gzip Accept-Language: en Accept-Charset: iso-8859 -1, *, utf-8 13

Fabio Vitali - Almaweb 2002 I metodi della richiesta (1) n GET n n n Il più importante metodo di HTTP, richiede una risorsa ad un server. Questo è il metodo più frequente, ed è quello che viene attivato facendo click su un link ipertestuale di un documento HTML, o specificando un URL nell’apposito campo di un browser. HEAD n n Il metodo HEAD è simile al metodo GET, ma il server deve rispondere soltanto con gli header relativi, senza il corpo. HEAD viene usato per verificare: • la validità di un URI: la risorsa esiste e non è di lunghezza zero, • l’accessibilità di un URI: la risorsa è accessibile presso il server, e sono on sono richieste procedure di autenticazione del documento. • la coerenza di cache di un URI: la risorsa non è stata modificata nel frattempo, non ha cambiato lunghezza, valore hash o data di modifica. 14

Fabio Vitali - Almaweb 2002 I metodi della richiesta (2) n POST n n n Il metodo POST serve per trasmettere delle informazioni dal client al server, ma senza la creazione di una nuova risorsa. POST viene usato per esempio per sottomettere i dati di una form HTML ad un’applicazione CGI sul server. PUT n n Il metodo PUT serve per trasmettere delle informazioni dal client al server, creando o sostituendo la risorsa specificata. In generale, l’argomento del metodo PUT è la risorsa che ci si aspetta di ottenere facendo un GET in seguito con lo stesso nome. L’argomento del metodo POST, invece, è una risorsa esistente a cui si aggiunge (es. come input) informazione. 15

Fabio Vitali - Almaweb 2002 Gli header n Gli header sono righe (nome: valore) che specificano caratteristiche del messaggio trasmesso o ricevuto: esse si dividono in: n Header generali della trasmissione • Data, codifica, versione, tipo di comunicazione, ecc. n Header dell’entità trasmessa • Content-type, Content-Length, data di scadenza, ecc. n Header della richiesta effettuata • Chi fa la richiesta, a chi viene fatta la richiesta, che tipo di caratteristiche il client è in grado di accettare, che autorizzazione puo’ portare, ecc. n Header della risposta generata • Che server dà la risposta, che tipo di autorizzazione è necessaria, ecc. 16

Fabio Vitali - Almaweb 2002 La risposta Version status-code reason-phrase Cr. Lf [Header]* Cr. Lf Body GET /index. html HTTP/1. 1 Host: www. cs. unibo. it: 80 HTTP/1. 1 200 OK Date: Fri, 26 Nov 1999 11: 46: 53 GMT Server: Apache/1. 3. 3 (Unix) Last-Modified: Mon, 12 Jul 1999 12: 55: 37 GMT Accept-Ranges: bytes Content-Length: 3357 Content-Type: text/html <HTML> …. </HTML> 17

Fabio Vitali - Almaweb 2002 Status code n Lo status code è un numero di tre cifre, di cui la prima indica la classe della risposta, e le altre due la risposta specifica. Esistono le seguenti classi: n n n 1 xx: Informational. Una risposta temporanea alla richiesta, durante il suo svolgimento. 2 xx: Successful. Il server ha ricevuto, capito e accettato la richiesta. 3 xx: Redirection. Il server ha ricevuto e capito la richiesta, ma sono necessarie altre azioni da parte del client per portare a termine la richiesta. 4 xx: Client error. La richiesta del client non può essere soddisfatta per un errore da parte del client (errore sintattico o richiesta non autorizzata). 5 xx: Server error. La richiesta può anche essere corretta, ma il server non è in grado di soddisfare la richiesta per un problema interno (suo o di applicazioni CGI). 18

Fabio Vitali - Almaweb 2002 Esempi di status code n n n n n 100 Continue (se il client non ha ancora mandato il body) 200 Ok (GET con successo) 201 Created (PUT con successo) 301 Moved permanently (URL non valida, il server conosce la nuova posizione 400 Bad request (errore sintattico nella richiesta) 401 Unauthorized (manca l’autorizzazione) 403 Forbidden (richiesta non autorizzabile) 404 Not found (URL errato) 500 Internal server error (tipicamente un CGI mal fatto) 501 Not implemented (metodo non conosciuto dal server) 19

Fabio Vitali - Almaweb 2002 I cookies n n HTTP è stateless: non esiste nessuna struttura ulteriore alla connessione, e il server non è tenuto a mantenere informazioni su connessioni precedenti. Un cookie (non è in HTTP, è un’estensione di Netscape, proposta nell’RFC 2109) è una breve informazione scambiata tra il server ed il client. Il client mantiene lo stato di precedenti connessioni, e lo manda al server di pertinenza ogni volta che richiede un documento. Questioni di sicurezza permettono di distinguere tra cookies spediti solo al server di appartenenza e cookies spediti a qualunque computer del dominio. 20

Fabio Vitali - Almaweb 2002 I cookies (2) server HTTP client request applicazione CGI request genera il cookie Set-Co isposta + R request + Cookie Output + cookie request + Cook ie analizza il cookie Risposta Output 21