Sommario. Le reti di calcolatori e Internet. Il concetto di rete di calcolatori. Topologia di rete

Transcript

1 Sommario Le reti di calcolatori e Internet Politecnico di Milano Sede di Cremona Gianpaolo Cugola Dipartimento di Elettronica e Informazione cugola@elet.polimi.it Le reti di calcolatori, una vista d insieme Breve storia di Internet L Internet Protocol Suite I protocolli applicativi Il WWW Schema di funzionamento URL Il linguaggio HTML La ricerca di informazioni su Internet Informatica A + B - Cugola 2 Il concetto di rete di calcolatori Con il termine rete di calcolatori intendiamo riferirci a un sistema informativo costituito da due o più calcolatori collegati attraverso un sistema di comunicazione Una applicazione distribuita è una applicazione composta da più elementi cooperanti posti in esecuzione su macchine diverse all interno di una rete di calcolatori Topologia di rete Con il termine topologia di rete si indica la disposizione fisica dei componenti che realizzano la rete la loro tipologia e la modalità con la quale sono connessi Informatica A + B - Cugola 3 Informatica A + B - Cugola 4

2 Topologie standard Supporti fisici - 1 Rete ad anello Rete a bus Rete a stella Topologia irregolare Diversi mezzi trasmissivi possono essere adottati per costituire il supporto fisico sul quale viaggia la comunicazione in una rete di calcolatori I principali mezzi trasmissivi adottati sono: Doppino ritorto (twisted pair): Costituito da due fini di rame ricoperti da una guaina e ritorti Tipicamente utilizzato per trasmissione telefonica Consente velocità di trasmissione medio alte (100 Mbs su rete locale) Su rete telefonica le velocità è più bassa (2 Mbps con ADSL) Informatica A + B - Cugola 5 Informatica A + B - Cugola 6 Supporti fisici - 2 Cavo coassiale: Costituito da un filo centrale in rame rivestito da una guaina in plastica a sua volta rivestita da una maglia in rame. Il tutto ricoperto da una guaina in plastica Per mette velocità di trasmissione medio alte (100 Mbps) Fibra ottica: Costituito da una fibra di vetro ricoperta, capace di trasportare segnali luminosi La trasmissione avviene nel campo ottico sfruttando diodi fotoelettrici alle estremità del cavo Permette velocità di trasmissione molto elevate, dell ordine delle decine di Gbps) Supporti fisici - 3 Onde elettromagnetiche: Usate per trasmissioni radio e via satellite Consentono trasmissioni su lunghissime distanze con degrado minimo del segnale Permettono velocità di trasmissione medio alte e variabili a seconda della banda di frequenza utilizzata Informatica A + B - Cugola 7 Informatica A + B - Cugola 8

3 Segnalazione Modulazione e demodulazione - 1 I dati binari scambiati da due calcolatori possono essere trasmessi direttamente sul canale o sfruttando la modulazione di un segnale portante Nel primo caso si parla di segnalazione in banda base Esempio: il bit 1 viene trasmesso su un cavo come presenza di tensione, il bit 0 come assenza Nel secondo si parla di segnalazione in modulazione Il principio della modulazione si basa sull esistenza di un segnale portante che viene modulato per codificare i bit 1 e 0 Modulazione in frequenza Portante Segnale 1 Segnale 0 Informatica A + B - Cugola 9 Informatica A + B - Cugola 10 Modulazione e demodulazione 2 Modulazione di ampiezza Portante Segnale 1 Segnale 0 Modulazione di fase Portante Passaggio di fase Trasmissione La trasmissione può essere Simplex Il senso di trasmissione è fisso (poco usata) Half-duplex La trasmissione è possibile, alternativamente, nei due sensi Full-duplex La trasmissione è possibile, contemporaneamente, nei due sensi Informatica A + B - Cugola 11 Informatica A + B - Cugola 12

4 Indirizzamento e commutazione Indirizzamento è un servizio fornito da una rete di comunicazione che consente di indirizza re un messaggio ad un singolo destinatario Commutazione indica la modalità con la quale la rete opera per fornire il servizio di indirizzamento Commutazione di circuito Commutazione di pacchetto Commutazione In generale una rete non è completa Per collegare due nodi occorre stabilire un collegamento tra questi Nel caso di reti a commutazione di circuito il collegamento è realizzato in maniera fisica Nel caso di reti a commutazione di pacchetto il collegamento e virtuale Informatica A + B - Cugola 13 Informatica A + B - Cugola 14 Commutazione di circuito Quando un nodo A chiede un collegamento con un nodo B viene creato un circuito fisico che collega A a B A Commutazione A Commutazione di pacchetto In fase di trasmissione la rete non forma alcun collegamento diretto tra due nodi ma si limita a inviare i messaggi scambiati lungo i collegamenti della rete dal mittente al destinatario Messaggi diversi possono prendere strade diverse A B B B Informatica A + B - Cugola 15 Informatica A + B - Cugola 16

5 Reti a commutazione di pacchetto: servizi forniti Le reti a commutazione di pacchetto forniscono due tipi di servizi Servizi a datagramma Non viene creato alcun circuito tra mittente e destinatario Il singolo messaggio viene gestito indipendentemente dai precedenti e dai successivi Servizi a circuito virtuale Viene stabilito un circuito virtuale tra mittente e destinatario Viene mantenuto l ordinamento tra messaggi diversi inviati lungo tale circuito virtuale messaggi diversi inviati lungo lo stesso circuito virtuale possono comunque compiere strade diverse lungo la rete per raggiungere il destinatario Protocollo di comunicazione Con il termine protocollo di comunicazione si indica l insieme di regole di comunicazione che debbono essere seguite da due interlocutori affinché essi possano comprendersi Esempio: il protocollo alla base della comunicazione tra docente e allievi durante una lezione il docente parla in una lingua comprensibile agli allievi gli allievi ascoltano (si spera) quando vogliono intervenire gli allievi alzano la mano ed attendono il permesso del docente per iniziare a parlare durante l intervento degli allievi il docente ascolta al termine dell intervento il docente risponde Informatica A + B - Cugola 17 Informatica A + B - Cugola 18 Organizzazione a pila dei protocolli I protocolli utilizzati dai calcolatori sono organizzati secondo una gerarchia Ogni protocollo si appoggia ai protocolli di più basso livello per fornire un servizio di qualità superiore Esempio: protocollo con correzione d errore costruito sulla base di un protocollo di puro trasporto Un esempio di rete di calcolatori: Internet e intranet Internet: una breve analisi storica Internet vs. intranet I protocolli di Internet Protocolli fisici e di collegamento Ethernet, PPP Il protocollo TCP/IP Descrizione del protocollo Le primitive C per la programmazione di rete basata su TCP/IP Esempi di protocolli applicativi: Telnet, SMTP, POP3, IMAP, NNTP, FTP, HTTP Informatica A + B - Cugola 19 Informatica A + B - Cugola 20

6 Internet: la rete delle reti Internet: una rete aperta logicamente formata da decine di milioni di calcolatori direttamente collegati tra loro attraverso l adozione di un unico insieme di protocolli per i livelli intermedi: il protocollo TCP/IP... I protocolli dei livelli più bassi possono essere diversi e lo stesso vale per i protocolli dei livelli superiori, anche se si sono venuti a formare degli standard di fatto Informatica A + B - Cugola 21 Storia di Internet Fine anni 60: la Advanced Research Project Agency (ARPA) sviluppa ARPANET con l obiettivo di connettere laboratori di ricerca, università e enti governativi 1970 L università delle Hawaii, su commessa dell ARPA sviluppa ALOHAn et, la prima rete a commutazione di pacchetto 1971 ARPANET include 23 host 1973 ARPA diventa DARPA (Defence...) ARPANET collega per la prima volta un sito europeo (l University College di Londra) Fine anni 70: DARPA finanzia lo sviluppo di protocolli a commutazione di pacchetto Nasce TCP/IP Nel 1982 ARPANET si converte a TCP/IP Informatica A + B - Cugola 22 Storia di Internet Internet: architettura logica Anni 80 Nel 1983 la conversione a TCP/IP è completa MILNET (rete governativa e militare) si separa da ARPANET (1983) Nel 1984 nasce il primo DNS DARPA finanzia lo sviluppo di Berkeley UNIX (implementazione di TCP/IP che introduce l astrazione dei socket) ARPANET diventa un sottoinsieme di Internet La National Science Foundation (NSF) realizza una rete di supercomputer (NSFNET) che agisce come backbone di Internet (1985) Nel 1987 si stima che Internet connettesse oltre computer Due anni dopo (nel 1989) si stima che Internet connettesse oltre computer Anni 90: Il 28 Febbraio 1990 ARPANET viene definitivamente abbandonata (la rete è oramai governata dalla NSF) Nel 1991 NSF decide di rimuovere i vincoli che impediscono attività commerciali su NFSNET Nello stesso anno il CERN di Ginevra sviluppa il www (html, http e url) Internet esplode e cresce con ritmi velocissimi (dimensioni e traffico) Informatica A + B - Cugola 23 Client ftp Server ftp Server web Client web Rete Client web Server ftp Client web Server web Informatica A + B - Cugola 24

7 Internet: architettura fisica Internet vs. Intranet Host router Internet: rete globale caratterizzata dall uso dei protocolli TCP/IP Intranet: rete locale caratterizzata dall uso dei medesimi protocolli di Internet Il boom di Internet ha favorito lo sviluppo di centinaia di applicazioni distribuite basate su TCP/IP Ciò ha reso conveniente l uso dei protocolli TCP/IP anche in ambito locale Attualmente la maggior parte delle reti locali sfrutta TCP/IP come protocollo base Internet provider Informatica A + B - Cugola 25 Informatica A + B - Cugola 26 Internet Protocol Suite Il protocollo Ethernet ISO/OSI Application Telnet Internet Protocol Suite NFS Ethernet è il protocollo più diffuso per la creazione di reti locali Presentation Session Transport FTP SMTP HTTP TCP e UDP Web-NFS RPC Copre i livelli 1 e 2 della pila OSI Sviluppato a metà degli anni 70 nei laboratori della Xerox ottiene la prima standardizzazione ad opera della IEEE nel 1980 Network Data Link Physical IP e Protocolli di routing Non specificati Nella forma attuale viene standardizzato nel 1983 (standard IEEE802.3) Informatica A + B - Cugola 27 Informatica A + B - Cugola 28

8 Ethernet: caratteristiche - 1 Il protocollo ethernet consente trasmissioni su rete locale alla velocità di 10Mbit/s La connessione avviene secondo lo schema a bus Ogni macchina è logicamente collegata ad un unico canale sul quale trasmette le informazioni e dal quale riceve le informazioni immesse da tutte le altre macchine I supporti adottati possono essere diversi: Coassiale spesso (1 cm di diametro c.a.) Coassiale sottile (5 mm di diametro c.a.) Doppino ritorto A seconda del supporto adottato varia la lunghezza massima del cavo e la distanza minima tra le macchine Ethernet: caratteristiche - 2 La trasmissione avviene adottando una codifica in banda base L accesso alla rete avviene secondo la politica CSMA/CD (Carrier Sense Multiple Access/Collision Detection) Prima di iniziare a trasmettere si ascolta il canale per accertarsi che non sia già in uso Appena il canale e libero si inizia a trasmettere Durante la trasmissione si ascolta il canale per sincerarsi che non stiano avvenendo collisioni In caso di collisioni: si continua a trasmettere fino al raggiungimento della dimensione minima del pacchetto (64 byte) si attende un tempo arbitrario e si ricomincia a trasmettere Informatica A + B - Cugola 29 Informatica A + B - Cugola 30 Ethernet: conseguenze dell uso della politica CSMA/CD La velocità di trasmissione effettiva dipende dal numero di collisioni che a sua volta dipende dal numero di macchine in rete In una situazione reale non si va oltre il 40% 60% della banda disponibile La rete non è adatta alla trasmissione di traffico multimediale Non è possibile assicurare una ben precisa qualità del servizio Ethernet: topologia logica e fisica HUB Topologia logica topologia fisica usando coax Topologia fisica (usando doppino) Informatica A + B - Cugola 31 Informatica A + B - Cugola 32

9 Ethernet: caratteristiche del protocollo Connectionless Non viene instaurato alcun tipo di connessione tra mittente e destinatario Assenza di supporto alla correzione d errore Il campo FCS permette solo di riconoscere eventuali errori ma non esiste supporto alla loro correzione Best-effort Il sottosistema di rete non assicura la consegna ma fa solo del proprio meglio per consegnare il messaggio Il protocollo PPP Usato per il collegamento diretto (punto a punto) tra due macchine Tipicamente attraverso l uso di un modem Protocollo di livello 2 Si appoggia ad un protocollo di più basso livello quale V.90 Può essere utilizzato per convogliare protocolli di livello 3 diversi quali IP, IPX/SPX, ecc. Protocollo con connessione Informatica A + B - Cugola 33 Informatica A + B - Cugola 34 Switch e router Le sottoreti che formano Internet sono collegate da appositi nodi genericamente chiamati gateway Si occupano di instradare i messaggi dalla macchina sorgente alla macchina destinazione Distinguiamo tra due tipologie di gateway: switch : operano a livello 2 della pila OSI. Sono molto veloci ed adatti a collegare segmenti ethernet diversi per ripartire il traffico router : operano a livello 3 e 4. Possono effettuare conversioni di protocollo Il protocollo IP Caratteristiche: protocollo connectionless si occupa dell instradamento e della rilevazione d errore (nessuna correzione) Non si assicura: la consegna, l integrità, la non-duplicazione l ordine di consegna IP si può appoggiare ad una varietà di protocolli di più basso livello, quali Ethernet, PPP, X.25, Frame Relay, ATM,... Informatica A + B - Cugola 35 Informatica A + B - Cugola 36

10 Gli indirizzi IP Ogni host possiede un indirizzo IP unico per ogni interfaccia di rete Gli indirizzi IP sono formati da 32 bit, suddivisi in una parte che individua una sottorete ed in una porzione che identifica un nodo particolare della sottorete La divisione dipende dalla classe della sottorete, definita nei primi bit dell indirizzo Classe A (0): NetId = 7 bit (128 reti), HostId = 24 bit ( host) Classe B (10): NetId = 14 bit (16384 reti), HostId = 16 bit (65536 host) Classe C (110): NetId = 21 bit ( reti), HostId = 8 bit (256 host) Multicast (1110): indirizzo multicast I router hanno due o più indirizzi IP diversi ed una tabella di istradamento Informatica A + B - Cugola 37 Gestione degli indirizzi L uso di assegnare reti di classe A o B a compagnie che usano un ridotto sottoinsieme degli indirizzi rischia, oggi, di portare all esaurimento degli indirizzi disponibili Sono state proposte diverse soluzioni ad hoc che consentono di recuperare parte degli indirizzi perduti ma l unica vera soluzione si avrà con il passaggio a IPv6 che userà 128 bit per gli indirizzi indirizzi distinti Contando anche l assegnazione di sottospazi di indirizzi si calc ola che saranno disponibili 1564 indirizzi IP per ogni metro quadrato di superficie terrestre Informatica A + B - Cugola 38 Ancora sugli indirizzi IP Gli indirizzi IP si scrivono come quattro interi separati da punti Esempio: L indirizzo rappresenta l interfaccia di loopback Indirizzo fittizio associato alla macchina corrente Indirizzi privati Gli indirizzi IP vengono gestiti dalla Internet Assigned Numbers Authority che collabora con strutture regionali (Europa, America, Asia) Alcune aziende non potendo/volendo chiedere un set di indirizzi IP scelgono indirizzi a caso In questo caso tali indirizzi non dovranno essere visibili da reti esterne (si usa il meccanismo dell IP masquerading) L RFC 1597 definisce quali siano i set di indirizzi da usare in questo caso. Questi indirizzi non verranno mai assegnati a nessuna azienda o organizzazione Informatica A + B - Cugola 39 Informatica A + B - Cugola 40

11 Instradamento - 1 I datagrammi IP vengono trasportati dal nodo mittente al nodo destinatario attraverso molteplici nodi intermedi (router) Sottorete Router Sottorete Router Router Sottorete Instradamento - 2 I nodi attraverso cui il pacchetto compie il suo percorso (route) vengono determinati usando le tabelle di routing Le tabelle possono essere determinate staticamente Le tabelle possono essere aggiornate dinamicamente dai protocolli di routing (ad es. RIP) Se lo host destinatario è direttamente collegato allo host mittente, il datagramma viene incapsulato in un pacchetto di più basso livello e consegnato direttamente Se lo host destinatario è localizzato in un altra rete, il datagramma viene passato ad un router che si occuperà di consegnarlo, seguendo un processo analogo Informatica A + B - Cugola 41 Informatica A + B - Cugola 42 Gli indirizzi simbolici ed i DNS Un indirizzo simbolico può sostituire un indirizzo IP Un indirizzo simbolico è composto da un nome di dominio e da un nome di host esempio: morgana.elet.polimi.it I nomi di dominio vengono assegnati da un autorità nazionale, chiamato Network Information Center (per l Italia gestito dal CN R) che coopera con altre autorità simili Il file hosts: esempio: localhost morgana morgana.elet.polimi.it I Domain Name Servers (DNS): costituiscono un data base distribuito per i nomi simbolici permettono l associazione nome simbolico/indirizzo IP Il protocollo TCP Caratteristiche: protocollo connection-oriented (indirizzo IP - porta TCP) fornisce un servizio full-duplex, con acknowledge e correzione d errore Due host connessi su Internet possono scambiarsi messaggi attraverso socket TCP TCP costituisce l infrastruttura di comunicazione della maggior parte dei sistemi client-server su Internet Informatica A + B - Cugola 43 Informatica A + B - Cugola 44

12 Il protocollo UDP Caratteristiche: protocollo connectionless (indirizzo IP - porta UDP) fornisce un servizio di rilevazione d errore. Non assicura la consegna nè, tantomeno, l ordine di invio (unreliable, best-effort protocol) Utilizzato nelle applicazioni client-server di tipo richiesta/risposta Esempi: NFS, DNS Telnet FTP SMTP POP NNTP HTTP I protocolli applicativi Informatica A + B - Cugola 45 Informatica A + B - Cugola 46 Telnet FTP (File Transfer Protocol) Permette ad un utente di collegarsi, attraverso il proprio elaboratore locale, come terminale remoto di un altro elaboratore connesso alla rete A connessione avvenuta tutti i caratteri battuti sulla tastiera locale vengono inviati all elaboratore remoto e le risposte da questo generate sono mostrate sullo schermo locale Sfrutta una connessione TCP (porta 23) tra elaboratore locale e remoto Permette il trasferimento di file tra elaboratori diversi connessi in rete Vengono aperte due connessioni TCP per ogni sessione FTP: una connessione di controllo (porta 20) una connessione dati (porta 21) Il protocollo stabilisce il formato dei comandi e dei messaggi scambiati FTP include un meccanismo di autenticazione basato su username e password passato dal client al server la login anonymous E possibile gestire trasferimenti ASCII (con conversione di for mato) o byte (image) Informatica A + B - Cugola 47 Informatica A + B - Cugola 48

13 SMTP (Simple Mail Transfer Protocol) Gestisce l invio di messaggi di posta elettronica attraverso la rete La connessione tra i diversi server di posta avviene attraverso una connessione TCP (porta 25) Ogni utente é identificato dall indirizzo: nomeutente@indirizzo_host Il processo di invio é batch POP (Post Office Protocol) Protocollo per la lettura della propria posta da un mail server Sfrutta una connessione TCP sulla porta 110 Fornisce comandi per avere la lista dei propri messaggi, scaricare un messaggio dal server al client, cancellare un messaggio dal server L autenticazione è basata su una coppia username-password che viene scambiata in chiaro tra client e server Informatica A + B - Cugola 49 Informatica A + B - Cugola 50 SMTP e POP: il funzionamento della posta su Internet Invio (smtp) Invio (smtp) Ricezione (pop) MIME Multi-purpose Internet Mail Extension Definizione di un formato per i messaggi multimediali Superamento della RFC 822 che definisce lo standard per i messaggi testuali su Internet (linee brevi di caratteri ASCII a 7 bit) Progettato per essere facilmente estendibile Versione corrente 1.0 RFC Informatica A + B - Cugola 51 Informatica A + B - Cugola 52

14 Struttura di un messaggio MIME Header MIME-Version: specifica la versione dello standard MIME (ad es. 1.0) Content-Type: descrive il tipo dei dati contenuti nel body Content-Transfer-Encoding: descrive il formato di codifica del messaggio Content-ID: identifica univocamente il messaggio Content-Description: descrive il contenuto in linguaggio naturale Body Header e Body sono separati da un linea vuota Content-Type Type: specifica il tipo generale dei dati Subtype: specifica il tipo particolare Attributi: parametri espressi con coppie attributo=valore dipendenti dal particolare tipo/sottotipo È stato definito un insieme iniziale di tipi/sottotipi Estensioni a questo set devono essere richieste all' IANA (Internet Assigned Numbers Authority) Estensioni non-standard devono essere nominate con un prefisso "X-" Informatica A + B - Cugola 53 Informatica A + B - Cugola 54 Tipi predefiniti Tipi predefiniti text: testo Attributi: charset: set di caratteri utilizzato Sottotipi: plain: testo senza formattazione richtext: testo con formattazione html: testo HTML Esempio: Content-Type: text/plain; charset=us-ascii message: messaggio incapsulato Sottotipi rfc822: messaggio in formato RFC 822 partial: porzioni di messaggi RFC 822 (usato per frammentare messaggi lunghi). I messaggi vengono ricomposti grazie agli attributi id, number, total external-body: riferimento ad una sorgente esterna di dati. Il modo di accesso è definito dall attributo access-type (ftp, anon-ftp, tftp, afs, local-file, mailserver) From: pippo To: topolino MIME-Version: 1.0 Content-Type: message/external-body name= standard.ps site= ftp.waltdisney.com access-type=anon-ftp directory= pub mode= image Content-Type: application/postscript Content-ID: <idd > Informatica A + B - Cugola 55 Informatica A + B - Cugola 56

15 Tipi predefiniti multipart: oggetto costituito da diversi componenti (body part). Ogni componente possiede uno header e un body separati da una linea vuota, e può essere a sua volta di tipo multipart Attributi: boundary: specifica la stringa usata per separare i diversi componenti Sottotipi: mixed: diversi sottotipi indipendenti alternative: lo stesso dato viene rappresentato in formati diversi parallel: le diverse componenti devono essere visualizzate contemporaneamente digest: ogni sottoparte è del tipo message Tipi predefiniti image: immagini Sottotipi jpeg: immagini JPEG gif: immagini GIF X-<formato>: estensione audio: suoni Sottotipi basic X-<formato>: estensione video: filmati Sottotipi mpeg: filmato MPEG X-<formato>: estensione Informatica A + B - Cugola 57 Informatica A + B - Cugola 58 Tipi predefiniti application: dati dipendenti dall' applicazione Sottotipi octet-stream: dati binari postscript: file PostScript X-<type>: estensione application/x-java-applet application/x-safetcl Content-Transfer-Encoding Formato di codifica dei messaggi 7bit quoted-printable base64 8bit binary x-<codifica>: estensione Esempio Content-Type: text/plain; charset=iso Content-Transfer-Encoding: base64 Informatica A + B - Cugola 59 Informatica A + B - Cugola 60

16 Content-ID Content-ID e Content-Description Etichetta unica che identifica il messaggio Usato nei messaggi message/external-body Usato per il caching dei messaggi Content-Description Testo in linguaggio naturale NNTP I server di news costituiscono un data base distribuito e replicato di articoli Il protocollo gestisce lo scambio di articoli tra server e server (ai fini della replicazione) e tra server e client Il protocollo utilizza connessioni TCP (porta 119) Le news sono organizzate in un insieme di newsgroup I newsgroup sono organizzati secondo una struttura ad albero Esempio: comp.os.linux.announce comp.os.ms-windows.misc alt.music.prince Informatica A + B - Cugola 61 Informatica A + B - Cugola 62 WWW: funzionamento L utente richiede una risorsa (solitamente un documento) identif icata da un URL Lo user agent (browser) interpreta l URL e inoltra una richiesta al server opportuno (ftp, http, gopher...) Il server fornisce la risorsa richiesta o un messaggio di errore Lo user agent interpreta i contenuti del messaggio di risposta Se il messaggio è un documento HTML il browser si occupa automaticamente di reperire le sottoparti referenziate nel documento (immagini, applet java...) La risorsa viene presentato all utente, eventualmente con l ausi lio di programmi esterni (mpeg player, audio player) Il www come esempio di applicazione C/S Risposta Richiesta Informatica A + B - Cugola 63 Informatica A + B - Cugola 64

17 Uniform Resource Locator URL: protocolli supportati Gli URL definiscono una sintassi e una semantica per l identific azione e l accesso a risorse su Internet Un URL definisce: quale protocollo (schema) usare per accedere alla risorsa (cioè quale server contattare) una coppia <username,password> opzionali (da usare ad esempio nel caso di FTP) il nome del server e la porta presso cui è disponibile il servizio il path della risorsa il nome della risorsa eventuali parametri da passare alla risorsa Esempio: http Hypertext Transfer Protocol ftp File Transfer Protocol gopher Gopher Protocol mailto Indirizzo di posta elettronica news Usenet news nntp Usenet news con solo accesso locale telnet, rlogin, tn3270 Riferimento a sessioni interattive wais Wide Area Information Server Informatica A + B - Cugola 65 Informatica A + B - Cugola 66 Esempi di URL ftp://guest:guest@ftp.ms.com/pub/guest/dist101.ta r.gz;type=i prog.tcl/pathinfo?mychoice=yes&options=rrf mailto:vigna@elet.polimi.it telnet://ipese3.elet.polimi.it news:comp.os.linux HTTP (HyperText Transfer Protocol) Protocollo per il trasferimento di informazioni tra client e server WWW Sfrutta connessioni TCP (porta 80) Caratteristiche: ogni connessione permette una singola transazione il trasferimento dati è binario Informatica A + B - Cugola 67 Informatica A + B - Cugola 68

18 Il linguaggio HTML HyperText Markup Language permette di creare semplici documenti ipertestuali platformindependent Versione corrente: 4 Un documento HTML è costituito da testo e da un insieme di TAG I TAG HTML specificano: il formato del testo (grassetto, titolo, ecc.) connessioni ipertestuali con altri documenti tabelle, applet,... Elementi base dei TAG <H1 ALIGN=center>La verità</h1> Start-tag Attributo Carattere codificato End-tag A volte è possibile omettere gli end-tag (ad es. <P>) A volte è possibile omettere i valori degli attributi I tag e i nomi degli attributi sono case-insensitive Alcuni caratteri speciali (<,>,&,,à) vanno codificati con una sequenza di escape &#xxx; Informatica A + B - Cugola 69 Informatica A + B - Cugola 70 Struttura di un documento HTML Un documento HTML è delimitato dal tag HTML ed è composto da: Head: delimitato dal tag HEAD contiene le metainformazioni del documento: come minimo il titolo (tag TITLE) Body: delimitato dal tag BODY contiene il corpo del testo Head: Elementi fondamentali TITLE definisce il titolo del documento e viene usato dal browser come nome di riferimento del documento all interno dei bookmark BASE definisce un URL di riferimento per gli URL relativi (attributo HREF) Informatica A + B - Cugola 71 Informatica A + B - Cugola 72

19 Body: Elementi fondamentali Il body contiene il testo della pagina formattato utilizzando i diversi tag disponibili Tra questi vi sono (HTML 4) Commenti: <!-- commento --> Heading: H1,, Hn Markup Liste Immagini Link ipertestuali Applet Forms Tabelle Frames Pregi e difetti di HTML Pregi Semplice Standard Indipendente dalla piattaforma (un file html è un file di puro testo) Difetti All interno di una pagina html è impossibile mantenere separati gli aspetti di contenuto da quelli di formattazione E quasi impossibile ottenere pagine che siano contemporaneamente facili da consultare a video e su carta Soluzione: i CSS Informatica A + B - Cugola 73 Informatica A + B - Cugola 74 I cascading style sheet I CSS permettono una agevole separazione tra forma e contenuto Per ogni pagina html è possibile specificare le caratteristiche di formattazione di ogni tag Ad esempio è possibile dire che il tag H1 deve apparire in bold, 20pt, blu Tale specifica può essere inserita nello header della pagina o può apparire in un file distinto In tal modo è possibile centralizzare in un unico punto gli aspetti di formattazione relativi a tutte le pagine di un certo sito Il meccanismo del cascading permette di differenziare in maniera agevole tra caratteristiche generali e caratteristiche specifiche di una singola pagina E possibile associare stili diversi a diversi supporti (video, carta, ecc.) Informatica A + B - Cugola 75 XML: un linguaggio a markup estensibile L Extensible Markup Language (XML) è uno standard del W3C nato nel febbraio del 1998 Si tratta di un linguaggio a markup estensibile Un sottoinsieme di SGML Con il quale è possibile creare nuovi tag Tale linguaggio può essere usato per descrivere, in forma testuale, informazioni strutturate Es. Descrivere un prodotto avente un codice, un colore, una descrizione testuale Descrivere un prodotto composto da parti ognuna delle quali caratterizzata da informazioni specifiche Il suo ambito naturale di utilizzo è quindi nel supporto alle attività di business-to-business Informatica A + B - Cugola 76

20 XML: un linguaggio a markup estensibile Come tutte le specifiche W3C, XML è uno standard aperto e indipendente dalla piattaforma Un documento XML è un documento di puro testo composto da dati e tag In tal senso un documento XML assomiglia ad un documento HTML L intero linguaggio HTML può essere definito usando XML XML: un esempio <?xml version="1.0" standalone="yes"?> <person> <name> <title>ing.</title> <first-name>mario</first-name> <last-name>rossi</last-name> </name> <address type= work > <street>p.zza Leonardo da Vinci</street> <number>1</number> <city>milano</city> <country>italia</country> <zipcode>20133</zipcode> </address> </person> Informatica A + B - Cugola 77 Informatica A + B - Cugola 78 XML vs. HTML HTML è un linguaggio di descrizione di pagina I tag HTML permettono di descrivere come certe informazioni dovranno apparire a video HTML fornisce informazioni legate all aspetto dei dati XML è un linguaggio di descrizione di dati I tag XML nascono per definire informazioni riguardanti il tipo del dato, come esso sia strutturato e cosa le diverse parti rappresentino I tag HTML sono predefiniti Nuove versioni di HTML aggiungono sempre nuovi tag XML permette la definizione di nuovi tag Possibili utilizzi di XML In generale XML facilita lo scambio di dati tra applicazioni Per applicazioni di business-to-business Per permettere l interoperabilità tra applicazioni diverse Es. Database Per creare formati standard che superino i vincoli dei formati proprietari (es. file word vs. XML) Miglioramento delle tecnologie di ricerca Es. ricerca di informazioni commerciali (prezzo migliore per un certo tipo di prodotto) Scambio di informazioni tra agenti o tra agenti e siti Se HTML è il linguaggio per il rendering di informazioni sotto forma di pagine web, XML è il linguaggio per lo scambio dati su web Informatica A + B - Cugola 79 Informatica A + B - Cugola 80

21 Caratteristiche di un documento XML Ogni documento XML inizia con una dichiarazione nella forma: <?xml version="1.0" standalone="yes"?> Un documento XML può essere: Ben formato Valido Un documento ben formato soddisfa le regole generali di XML Per ogni tag aperto ne esiste uno chiuso Vengono rispettate le regole di inclusione... Un documento valido è un documento ben formato al quale è associato un document type definition (DTD) Il DTD definisce quali tag possano essere utilizzati e come Documenti ben formati Un documento XML è ben formato se: Ha uno ed un solo elemento radice Che non è contenuto all interno di nessun altro elemento Viene rispettata la regola di corretto annidamento tra elementi Per ogni start-tag interno ad un elemento X esiste un end-tag posto prima della fine di X Vengono rispettate le regole sulla sintassi dei tag Uso di soli caratteri alfanumerici nel nome del tag, Un documento ben formato può essere utilizzato per descrivere un qualsiasi tipo di dato Ad esso non è esplicitamente associato alcun descrittore del tipo Informatica A + B - Cugola 81 Informatica A + B - Cugola 82 I DTD Un DTD definisce le regole che un documento XML deve soddisfare per essere considerato valido rispetto a quel DTD Tali regole definiscono nome e tipo del contenuto di ogni elemento che può apparire nel documento Nonché le regole che definiscono dove tale elemento può o deve apparire all interno del documento Un DTD rappresenta la definizione della grammatica di un linguaggio Il linguaggio che deve essere usato per definire tutti i documenti validi rispetto a quel DTD I DTD: Un esempio <!ELEMENT MEMO (TO,FROM,SUBJECT,BODY,SIGN)> <!ATTLIST MEMO importance (HIGH MEDIUM LOW) "LOW"> <!ELEMENT TO (#PCDATA)> <!ELEMENT FROM (#PCDATA)> <!ELEMENT SUBJECT (#PCDATA)> <!ELEMENT BODY (P+)> <!ELEMENT P (#PCDATA)> <!ELEMENT SIGN (#PCDATA)> <!ATTLIST SIGN signaturefile CDATA #IMPLIED CDATA #REQUIRED> Informatica A + B - Cugola 83 Informatica A + B - Cugola 84

22 Documenti validi Un documento XML è valido se: E ben formato Ha un DTD associato E conforme al DTD associato Rispetta le regole sintattiche ivi definite Un documento XML valido inizia con la dichiarazione: <?xml version="1.0" standalone= no"?> L associazione documento XML DTD si ottiene tramite l uso del tag DOCTYPE nel documento XML: <!DOCTYPE MEMO SYSTEM "memo.dtd"> oppure <!DOCTYPE MEMO [ ] XML: un insieme di tecnologie CSS XSL XSLT XPath DOM Informatica A + B - Cugola 85 Informatica A + B - Cugola 86 XML: Quali strumenti Strumenti di editing Browser Strumenti per la verifica di correttezza Verifica che un documento sia ben formato Verifica che un documento sia valido Strumenti per il parsing Creano un albero di oggetti che descrive il documento XML Tipicamente disponibili per Java e C++ Generalmente consentono anche il passaggio inverso I motori di ricerca per il WWW Directory based: Mantengono un data base di URL organizzati attraverso un indice di argomenti Esempio: Text based: Mantengono un data base di URL indicizzati attraverso un insieme di parole chiave automaticamente estratte dal documento a cui l URL punta Esempio: Archivi universali: Permettono ricerche su più motori in parallelo Esempio: Informatica A + B - Cugola 87 Informatica A + B - Cugola 88