URL e URLConnection. Corso di laurea in Comunicazione Digitale Laboratorio di sistemi e reti A.A Simone Bassis

Transcript

1 URL e URLCnnectin Crs di laurea in Cmunicazine Digitale Labratri di sistemi e reti A.A Simne Bassis bassis@dsi.unimi.it Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. Alcune difficltà Classi cme Scket e I/O Stream sn di bass livell Cdice sggett a errri e ripetitiv Nn si sfruttan appien le funzinalità di Java Gestine del prtcll e del cntenut sn mischiati Il parsing di un HTTP reply può diventare abbastanza cmplicat Quand si cnsideran tutti i pssibili cdici di rispsta Quand le varie linee di intestazine influenzan il cdice dell applicazine Quand il cntenut può essere un Mime type generic Anche divers da test Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

2 Ma per frtuna Al slit Java ci viene in aiut cn delle classi di più alt livell java.net.url Astrazine di un URL È il md più semplice per lcalizzare e raccgliere dati dalla rete Nn ci si preccupa 1. Dei dettagli sul prtcll usat 2. Del frmat dei dati (cntenut) 3. Di cme cmunicare cn il server Ma è mlt limitata Dptutt prtcll e cntenut devn essere supprtati nativamente dalla JVM Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 350 URL L utilizz è mlt semplice Si parte da un istanza di un URL URL u = new URL( ); Viene sllevata una eccezine se il frmat nn è crrett se il prtcll nn è supprtat dalla JVM Si richiede il cntenut della risrsa public InputStream penstream( ) thrws IOExceptin public Object getcntent( ) thrws IOExceptin public Object getcntent(class[] classes) thrws IOExceptin... la cnnessine stessa public URLCnnectin pencnnectin( ) thrws IOExceptin Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

3 penstream Cme per le scket, ma cn alcune differenze try { URL u = new URL(" try { InputStream in = uc.penstream( ); // leggi dalla cnnessine... catch (IOExceptin ex) { ex.printstacktrace(); catch (MalfrmedURLExceptin ex) { ex.printstacktrace(); Ok se il prtcll è supprtat Cnnessine (handshaking) sl a quest punt Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. l InputStream legge direttamente il cntenut nn abbiam più access all header nn assumete che ci sia sl test 352 getcntent Recupera i dati e prva a incapsularli in qualche tip di ggett. Se la risrsa è di tip testuale, l ggett è una srta di InputStream Altrimenti dipende dal cntenut della risrsa Dal supprt che ffre Java L ggett nn rappresenta la risrsa ma il md in cui il prgramma può reperirla A vlte un astrazine della risrsa stessa Cme fa Java a scegliere la classe apprpriata? camp Cntent-type nell header ppure slleva un eccezine ritrna un InputStream Dptutt nn sempre dispniam di Cntent-Type Nn è dett che Java riesca a gestire tutte le risrse Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

4 getcntent try { URL u = new URL(" try { Object = u.getcntent( ); System.ut.println( H ttenut un +.getclass( ).getname( )); // cast dell ggett prima di pterl utilizzare // utilizz della risrsa catch (IOExceptin ex) { System.err.println(ex); catch (MalfrmedURLExceptin ex) { System.err.println(ex); Pss anche specificare quali ggetti preferisc vengan restituiti Dev cmunque cntrllare esplicitamente la classe dell ggett ritrnat Ricrdate l peratre instanceof? Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 354 Megli getcntent penstream? Dipende dall utilizz penstream: ritrna un InputStream grezz una sua sttclasse (es. TextPlainInputStream) getcntent: ritrna una classe di più alt livell Cn metdi specifici per accedere alla risrsa più facilmente es. image-jpg ritrna una srta di ImagePrducer Che ha sens in un ambiente grafic - in input ad istanze di cntenitri grafici (cme una finestra un panel) imprta autmaticamente l immagine Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

5 Prblemi di cdifica? Nn mancan mai, nemmen per URL es. spazi nei nmi di file, case-sensitive, Sluzine I caratteri in un URL devn essere: A-Z a-z _.! ~ * ' () Sn validi anche: / # ; $ + = % ma hann un significat particlare E gli altri? Pssn essere scritti cn un segn percentuale seguit dalle due cifre esadecimali del cdice ASCII Es: l spazi (ASCII 32) è cdificat cn %20 Fate riferiment all RFC 2396 Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 356 Cdifica: una lunga stria Inizialmente sl US-ASCII Cdifica a 7 bit Adttata in tutti i prtclli di mail Pi extended-ascii Perché nn sfruttare un byte = 8 bit? Nascn ISO ,,-16 Ognun ffre diverse cdifiche nella parte estesa Mantenend la cmpatibilità cn US-ASCII Prblema: trppi dialetti diversi UTF-8 Cdifica a lunghezza variabile (da 8 a 32 bit) Mantiene la cmpatibilità cn US-ASCII e pi altri standard: UTF-16, UTF-24, UTF-32, Funzinan megli quand caratteri ASCII nn sn predminanti Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

6 Vers una cnvergenza In passat gli standard prevedevan US-ASCII Prtclli di mail URL Dcumenti text/html Ora si passa al più flessibile UTF-8 X-www-frm-URLencded Dcumenti applicatin/xml-xhtml Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 358 Cdifica di un URL L RFC 3986 permette ttetti escaped di apparire in user-inf, path, query, e fragment Per cdificare caratteri nn-us-ascii Per qutare caratteri che sn illegali in un dei suddetti cmpnenti user-inf, path, query e fragment differiscn in quali caratteri sn men legali L RFC 3986 prevede: the representatin f character data in a URI must represent characters frm the unreserved set withut translatin, and shuld cnvert all ther characters t bytes accrding t UTF- 8, and then percent-encde thse values In sldni I caratteri nn-ascii devn essere cnvertiti in una sequenza di byte tramite UTF-8 gni byte è pi rappresentat cn la cdifica % Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

7 Cdifica cn Java Tramite la classe URI Carattere -> UTF-8 -> % quted Dve il passaggi intermedi ha sens per caratteri nn-us- ASCII In particlare Il cstruttre cn un argment richiede che gni carattere illegale sia qutat e preserva tutti i caratteri presenti I cstruttri cn più argmenti effettuan il quting dei caratteri illegali in funzine del cmpnente. Ogni altr carattere è preservat Quindi che fare? Megli cdificare i singli cmpnenti tramite UTF-8 E far sì che i cstruttri multi-argment intrducan gli escape % O alternativamente effettuare il quting % a man Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 360 URLEncder e URLDecder Effettua cnversini tra stringhe e frmat MIME applicatin/x-www-frm-urlencded In teria I caratteri alfanumerici [a-z,a-z,0-9] rimangn tali e quali I caratteri speciali [.-*_] rimangn gli stessi L spazi " è cnvertit in un "+" Tutti gli altri caratteri sn cnsiderati unsafe e cnvertiti in una cdifica particlare. Pi gni byte è rappresentat nella stringa "%xy", dve xy è la rappresentazine esadecimale del singl byte In pratica Nn sempre vengn rispettate queste specifiche Che fare? Usare i cstruttri multi-argment definiti per un URI Usare URLEncder e URLDecder per il fragment Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

8 Cdifica e Decdifica URLEncder.encde(stringa, cdifica); (Dvrebbe) trasfrmare autmaticamente i caratteri nn permessi nel crrispettiv %xy Megli cdificare un URL pezz per pezz altrimenti si rischia di cdificare anche i caratteri speciali La classe URL implementa diversi metdi per accedere alle varie parti che la cmpngn Di slit si utilizza per cdificare la query usand il metd GET La cdifica (character set) più standard è ASCII (vver UTF-8 ) URLDecder.decde(stringa, cdifica); Qui invece si può tranquillamente passare tutta l URL Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. Attenzine: esistn cstruttri che assumn una cdifica di default. Sn deprecati vista l aleatrietà della cdifica (Platfrm dependent) 362 Esercizi 32 Si mdifichi l Esercizi 29, cllegandsi all hst netdev.usr.dsi.unimi.it usand la classe URL, sia attravers OpenStream che getcntent. Prvate inltre a recuperare la risrsa Islandese.jpg mstrand all utente quale classe la JVM asscia a tali cntenuti. Suggeriment: cdificate pprtunamente la query prima di cntattare il server Ricrdatevi il prxy (vedi Esercizi 29) Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

9 URLCnnectin La classe URL ci va un p stretta, se vlessim Accedere all header inviat dall hst remt Mdificare l header inviat al server Usare metdi HTTP diversi da GET Al slit, java ci viene in aiut mediante la classi java.net.urlcnnectin e le sue sttclassi tra cui java.net.httpurlcnnectin Frniscn un astrazine di alt livell per gestire cnnessini vers risrse web Rappresentan una cnnessine attiva, in particlare Offrn più cntrll sull interazine cn il server Permettn di ispezinare l header spedit dal server Sn due classi astratte Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 364 HTTP nn HTTP? URLCnnectin serve per cllegarsi ad un URL generic HttpURLCnnectin serve per gestire specificatamente URL che cmincian cn Eredita da URLCnnectin Sl cn HttpURLCnnectin è pssibile avere access a funzini specifiche per la gestine del prtcll HTTP In sstanza si utilizza principalmente questa sttclasse Esistn pi altre sttclassi standard: JarURLCnnectin HttpsUrlCnnectin Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

10 Cicl di vita L utilizz di queste classi è mlt semplice Istanzi un ggett URL. Cn il metd pencnnectin() tteng una cnnessine attiva URLCnnectin Cnfigur la URLCnnectin Legg e prepar l header URLCnnectin.getHeaderField() URLCnnectin.setRequestPrperty() Scambi dati tramite I/O stream URLCnnectin.getInputStream() URLCnnectin.getOutputStream() URLCnnectin.getCntent() Chiud la cnnessine Parte relativa al prtcll Parte relativa al cntenut Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 366 Funzinalità È pssibile richiedere cdice e messaggi di stat getrespnsecde() getrespnsemessage() Avere access dirett ai campi di intestazine più usati getcntentlength() getcntenttype() getdate() Aggiungere linee di intestazine nella richiesta al server addrequestprperty() E altr ancra (andatevi a leggere il manuale) Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

11 HttpURLCnnectin e GET public class UCClient { public static vid main(string[] args) { try { URL u = new URL(" HttpURLCnnectin huc = (HttpURLCnnectin) u.pencnnectin(); if (huc.getrespnsecde() == HttpURLCnnectin.HTTP_OK) { if (huc.getcntenttype().equals("text/html")) { InputStream is = huc.getinputstream(); byte[] buffer = new byte[1024]; int r; while ((r = is.read(buffer)) >= 0) { System.ut.print(new String(buffer, 0, r)); catch (Exceptin e) { e.printstacktrace(); Imparate a fare questi cntrlli Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I. 368 HttpURLCnnectin e POST String parameters = "matricla=10558"; URL u = new URL(" HttpURLCnnectin huc = (HttpURLCnnectin) u.pencnnectin(); huc.setrequestmethd("post"); huc.setdoutput(true); huc.setrequestprperty("cntent-type", "applicatin/x-www-frm-urlencded"); huc.setrequestprperty("cntent-length", "" + parameters.length()); OutputStream s = huc.getoutputstream(); s.write(parameters.getbytes()); if (huc.getrespnsecde() == HttpURLCnnectin.HTTP_OK) { if (huc.getcntenttype().equals("text/html")) { Cnfigurazine HttpURLCnnectin InputStream is = huc.getinputstream(); byte[] buffer = new byte[1024]; int r; while ((r = is.read(buffer)) >= 0) { System.ut.print(new String(buffer, 0, r)); Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I

12 Esercizi 33 Si ripeta l Esercizi 31 utilizzand la classe HttpURLCnnectin passand al server i parametri id=(numer) categry=(numer da 1 a 4) L si faccia sia utilizzand il metd GET che POST Labratri di sistemi e reti (Cmunicazine Digitale) - A.A Università di Milan D.S.I