Protocolos que componen el Web

Estos son los protocolos o acuerdos tecnológicos que sustentan la Web
1. HTTP/1.1

RFC2616 reemplaza a RFC 1945. El protocolo HTTP es:

  1. Stateless
  2. .Extensible, por medio de cambios en los encabezados, requests y respuestas
  3. Involucra negociación entre cliente y servidor

Lo importante de HTTP/1.0 es su soporte para tipos MIME, pero no toma en cuenta ni proxies, ni caching, ni conecciones persistentes o virtual hosts. HTTP/1.1 por otra parte implementa estas características, pero cuenta con una conección perfecta y no hace corrección de errores.

El uso normal es un UserAgent que envía una cadena de requerimiento, y recibe una cadena de respuesta, o un stream. Entre ellos pueden haber proxies, gateways o túneles.

1. Subcomponentes

Básicos:

  1. Paso de versión del protocolo (también: sirve para backwards compatibility).
  2. Inclye URLs, y cual es la forma normal de una URL.
  3. Formato para fechas y para deltas de tiempo.

Negociación de cotenido:

  1. Sets de caracteres y codificaciones (ej.: compresión).
  2. Soporte para tipos MIME
  3. Lenguajes

Y algunos componentes más esotéricos:

  1. Quality values (algunas restricciones son más importantes que otros)ej.: de Mozilla 0.9.2: "HTTP_ACCEPT_CHARSET = ISO-8859-1, utf-8;q=0.66, *;q=0.66"
  2. Chunked transfers (rangos).
2. Mensajes

Los mensajes tienen varios encabezados de la forma nombre=valor y un cuerpo de mensaje. Se dividen en mensajes de requerimiento y mensajes de respuesta.

Existen algunos encabezados compartidos:

  1. Cache-Control
  2. Connection (close,persistent)
  3. Date
  4. Pragma
1. Request messages

Comienzan con una línea del tipo "MÉTODO URL VERSION", como "GET / HTTP/1.1". A continuación siguen normalmente uno o varios de los siguientes encabezados:

  1. Host (para virtualhosts)
  2. Authorization (para suplir credenciales)
  3. Accept-* (aceptar lenguaje, mime, etc.)
  4. User-Agent (identificar el browser)
2. Response messages

Comienzan con una línea del tipo "VERSIÓN CÓDIGO MENSAJE", como "HTTP/1.1 200 OK". Los códigos se agrupan por familias, de la siguiente manera:

  • 1xx: Informacional, continuar.
  • 2xx: Ok
  • 3xx: Ok, pero ... ej. Redirect
  • 4xx: Requerimiento con errores ej.: Not Found
  • 5.5xx: Respuesta con errores ej.: Server Error

Las aplicaciones deben entender al menos el primer dígito de la respuesta. Pueden no entender el resto, y eso da mucha flexibilidad al protocolo (ej.: un programa de ajedrez entre un cliente y un servidor: 285 jugada aceptada, 482 jugada ilegal, 196 estoy pensando, 387 jaque mate)

3. Conección persistente

Pipelining, negociación de conección persistente. Además HTTP/1.1 incluye un protocolo de caching y un modelo de expiración para ese caching, que indica si la expiración debe ser explícita, implícita, etc.

2. CGI

CGI es un protocolo mucho más simple. Describe la forma en que un cliente y un programa corriendo en un servidor web se entienden. Es ortogonal a HTTP, puesto que sólo delimita la interacción entre el servidor web y el programa.

La comunicación utiliza:

  1. Variables de ambiente
  2. Entrada estándar del programa
  3. Salida estándar del programa
4. Variables de ambiente

Las siguientes variables de ambiente siempre están presentes:

  1. SERVER_SOFTWARE "Apache/1.3.14 (Unix)"
  2. SERVER_NAME "www.example.com"
  3. GATEWAY_INTERFACE "CGI/1.1"

Dependiendo del requerimiento, estarán presentes también:

  1. SERVER_PROTOCOL "HTTP/1.1"
  2. SERVER_PORT "80"
  3. REQUEST_METHOD "GET"
  4. SCRIPT_NAME

Si se usa comunicación vía PATHS (ej.: algo.cgi/dir1/dir2/recurso):

  1. PATH_INFO "dir1/dir2/recurso"
  2. PATH_TRANSLATED "/home/user/www/dir1/dir2/recurso"

Si se usa método GET:

  1. QUERY_STRING "a=1&b=2"

Si se usa método POST:

  1. CONTENT_TYPE "text/plain"
  2. CONTENT_LENGTH número_de_bytes

Para identificar al usuario remoto:

  1. REMOTE_HOST (IP si RemoteHostLookups Off)
  2. REMOTE_ADDR
  3. REMOTE_IDENT (rara vez el cliente tiene ident encendido)

Para autentificación:

  1. AUTH_TYPE (ej.: basic)
  2. REMOTE_USER (usuario autentificado por el servidor)
5. Entrada estándar

Se usa si el método es POST. En tal caso se lee la entrada estándar. No se puede re-leer.

6. Salida estándar

Debe comenzar con "Content-type: text/html" y una línea en blanco si la configuración del servidor es esa. Normalmente si un script escribe a su salida de error el servidor asume que es un error, pero esto no forma parte del estándar CGI, sino que está motivado por razones de seguridad.

ChaTo = Carlos Castillo, Ph.D. ::: Acerca de este Sitio ChaTo = Carlos Castillo, Ph.D. ::: Acerca de este Sitio