Home Page JoãoGil - Informática, Cinema, Blues, Artigos, Links

Serviço HTTP

O objetivo desta aula é compreender o funcionamento básico de um servidor Web, explorando suas principais possibilidades de configuração.

Conceitos básicos

A World-Wide-Web é baseada em um relacionamento cliente/servidor, no qual o cliente é um browser, que tem como característica principal permitir a visualização de diversas mídias, além do padrão básico HTML. O servidor WWW é normalmente acessado através do protocolo HTTP, que permite o tráfego das informações desejadas através de uma conexão TCP.

Os recursos disponíveis na Internet são acessados através de referências denominadas URLs - Universal Reference Locators. Uma URL define completamente um serviço na Internet, e tem os seguintes componentes:

protocolo: forma de comunicação usada para acessar o recurso. Pode ser FTP, HTTP, LDAP, ...

servidor: nome da máquina que provê o serviço desejado.

domínio: complemento do nome do servidor, especificando em que rede se encontra.

porta: porta a conectar no servidor. Pode ser omitida se for a porta default para o serviço desejado.

caminho: localização do recurso dentro do servidor.

recurso: nome do recurso dentro do servidor.

Vejamos como são estruturadas as seguintes URLs de exemplo:

http://www.ppgia.pucpr.br:80/~maziero/index.html
ftp://ftp.ppgia.pucpr.br/pub/cnpq/lattes/ATENCAO.txt

protocolo		servidor	domínio		porta	caminho		recurso
http	://	www	ppgia.pucpr.br	:	80	/~maziero	/	index.html
ftp	://	ftp	ppgia.pucpr.br			/pub/cnpq/lattes	/	ATENCAO.txt

O protocolo HTTP

O HTTP - HyperText Transport Protocol (versão 1.0 em RFC1945 e versão 1.1 em RFC2616) - é um protocolo textual bastante simples, transportado através de uma conexão TCP (default na porta 80), que tem o objetivo de enviar requisições a servidores, na forma de URLs "http://" e obter respostas na forma de conteúdos especificados pelo padrão MIME. Um exemplo típico de solicitação em HTTP é:

GET /teste.html HTTP/1.0
Host: 20.0.0.29:8081
Accept: text/html, text/plain, image/*, application/pdf, text/sgml, */*
Accept-Encoding: gzip, compress
Accept-Language: en
User-Agent: Lynx/2.8.5dev.7 libwww-FM/2.14 SSL-MM/1.4.1 OpenSSL/0.9.7

A resposta a essa solicitação poderia ser a seguinte:

HTTP/1.1 200 OK
Date: Tue, 01 Jun 2004 01:41:08 GMT
Server: Apache/2.0.40 (Red Hat Linux)
Last-Modified: Tue, 02 Apr 2002 19:49:45 GMT
ETag: "1c5e4-35-aba6c840"
Accept-Ranges: bytes
Content-Length: 53
Connection: close
Content-Type: text/html; charset=ISO-8859-1

<html>
<body>
<h1>Funcionou !</h1>
</body>
</html>

Os principais métodos (comandos) do protocolo HTTP são:

Método	Descrição
GET	busca um objeto definido por uma URL do servidor
PUT	indica que os dados no corpo da consulta devem ser armazenados na URL especificada.
POST	Cria um novo objeto ligado ao objeto especificado na URL. Uma URL será alocada pelo servidor e retornada ao cliente.O conteúdo do novo objeto é o corpo de dados da consulta.
HEAD	Similar ao método GET, mas retorna somente o cabeçalho da resposta do servidor
DELETE	Requests that the server delete the information corresponding to the given URL

Os principais status de retorno de métodos HTTP são (veja a RFC 2616 para a lista completa):

Categoria	descrição	Código	Descrição
1**	Informational	100	Continue
		101	Switching protocols
2**	Success	200	Ok
		201	Created
		202	Accepted
		203	Non-authoritive information
3**	Redirection	226	IM used
		300	Multiple choices
		301	Moved permanently
		302	Moved temporarily
4**	Client error	400	Bad request
		401	Unauthorized
		402	Payment required
		403	Forbidden
		404	Not found
		415	Unsupported media type
		426	Upgrade Required
5**	Server error	500	Internal server error
		501	Not implemented
		502	Bad gateway
		503	Service unavailable
		505	HTTP version not supported

Os tipos MIME usados para identificar o tipo do conteúdo da resposta do servidor seguem um padrão especificado nas RFCs 2045 a 2048. Alguns exemplos de tipos MIME comuns são (veja uma lista mais extensa em /etc/mime.types):

Tipo MIME	Significado
text/plain	arquivo de texto puro
text/html	arquivo de texto em formato HTML
image/gif	arquivo de imagem em formato GIF
image/jpeg	arquivo de imagem em formato JPEG
application/pdf	arquivo de aplicação em formato PDF
video/quicktime	arquivo de vídeo em formato QuickTime

Funcionamento básico do servidor

O servidor WWW que será usado nesta aula é o Apache, certamente o mais utilizado atualmente no mundo inteiro. Existem diversos outros servidores WWW para UNIX, gratuitos ou comerciais, mas nenhum tem a base instalada do Apache, e certamente poucos têm sua flexibilidade, desempenho e segurança. Ele é gratuito e está presente em quase todas as distribuições de Linux.

O servidor Apache é executado na forma de um processo daemon chamado "httpd", que geralmente é lançado durante o processo de carga (boot) da máquina. O daemon mestre cria uma série de daemons escravos (processos filhos) para atender as requisições de páginas WWW, visando aumentar o desempenho do sistema. Esses daemons são executados sob a identidade de um usuário especial (normalmente apache, httpd ou nobody), para evitar problemas de segurança. Por essa razão, todos os arquivos acessíveis aos daemons (páginas HTML, CGIs, imagens) devem estar com permissões de acesso para terceiros (others).

Os principais diretórios usados pelo Apache (na distribuição Linux RedHat) são:

/etc/httpd/conf/httpd.conf : principal arquivo de configuração
/etc/mime.types : tipos MIME e extensões de arquivos conhecidos pelo servidor
/var/log/httpd/ : arquivos de logs de acessos e erros
/var/www/ : diretório principal das páginas locais oferecidas pelo servidor
/var/www/html/ : páginas default do servidor (index.html)
/var/www/cgi-bin/ : programas executáveis no padrão CGI
/usr/lib/httpd/modules : módulos dinâmicos usados pelo servidor (plugins)
$HOME/public_html : páginas pessoais de cada usuário

A localização dos diretórios pode ser alterada editando-se o arquivo de configuração.

Configuração básica

O principal arquivo de configuração do Apache é o /etc/httpd/conf/httpd.conf. É um arquivo texto bastante extenso, mas muito documentado e de configuração relativamente simples. Um dos pontos mais importantes desse arquivo é a definição dos serviços acessíveis, que segue uma forma padrão. Eis o exemplo de definição do diretório raiz das páginas locais:

DocumentRoot "/var/www/html"

<Directory "/var/www/html">

#   Defines how this directory can be accessed by clients.
#   This may also be "None", "All", or any combination of "Indexes",
#   "Includes", "FollowSymLinks", "ExecCGI", or "MultiViews".

    Options Indexes FollowSymLinks

#   This controls which options the .htaccess files in directories can
#   override. Can also be "All", or any combination of "Options", "FileInfo",
#   "AuthConfig", and "Limit"

    AllowOverride None

#   Controls who can get stuff from this server.

    Order allow,deny
    Allow from all

</Directory>

Controle de acesso a páginas

O controle de acesso à páginas pelos clientes é feito com base em diretórios. Além das definições presentes no arquivo de configuração global (cláusulas order, allow e deny dentro das definições dos serviços), restrições de acesso podem ser definidas em arquivos separados, para cada diretório. Para isso, deve-se criar um arquivo escondido (com nome .htaccess por default) no diretório, contendo as definições de acessibilidade para aquele diretório e seus sub-diretórios. Vejamos alguns exemplos:

Para controlar o acesso ao diretório baseado em hosts:

order deny,allow
deny from all
allow from .ppgia.pucpr.br
allow from 200.123.123.123
allow from 10.1
allow from 10.2.0.0/255.255.0.0
allow from 10.3.0.0/16

Para controlar o acesso baseado em usuários/senhas (o arquivo de usuários/senhas deve ser criado através da aplicação htpasswd):

AuthUserFile /home/prof/maziero/passwords.txt
	AuthName "Página dos usuários autorizados"
	AuthType Basic
	require valid-user

Informações mais detalhadas sobre controle de acesso no Apache podem ser encontradas aqui.

Para ter mensagens de erro personalizadas:

ErrorDocument 404 /notfound.html

Para usar outra página default para um determinado diretório:

DirectoryIndex filename.html

Uma série de opções interessantes, incluindo o redirecionamento automático de páginas, mirroring, etc, podem ser efetuadas através do módulo Apache rewriting, cuja explanação foge ao contexto deste curso.

É importante ressaltar que o uso dos arquivos .htaccess é regulado pela diretiva de configuração AllowOverride, definida para cada diretório no arquivo de configuração principal.

Páginas WWW estáticas

As páginas WWW estáticas são documentos em formato HTML armazenados no servidor, como esta página que você está lendo agora. A estrutura básica de uma página HTML segue o formato do exemplo a seguir:

<HTML>

<HEAD>
<TITLE>Este é o título desta página</TITLE>
</HEAD>

<BODY>

Este é o conteúdo da página, que pode ter diversas formatações

</BODY>
</HTML>

O Apache considera que um recurso designado no formato "/~usuário/caminho/recurso" se localiza dentro do diretório pessoal ($HOME) do usuário em questão, em um sub-diretório de informações públicas. Por default esse diretório tem o nome "public_html", e deve ficar dentro do diretório HOME do usuário.

As páginas estáticas podem conter imagens, sons, animações e outros elementos. Todavia, como seu próprio nome diz, seu conteúdo de informação é estático e sua atualização depende de intervenção manual. Um sistema assim pode ser considerado um sistema "two-tiers" de informação estática, pois o servidor WWW funciona basicamente como um repositório de informação.

A seguir veremos mecanismos que permitem gerar páginas com conteúdo dinâmico, ou seja, que pode mudar automaticamente. Nesse caso, o sistema passa a ser caracterizado com um sistema "three-tiers", no qual o servidor WWW atua como um elemento intermediário entre o cliente e o servidor de dados.

Programas CGI

O método mais antigo e simples para prover informação dinâmica na WWW é o uso do mecanismo de programas CGI - Common Gateway Interface. . A tecnologia CGI permite a construção sob demanda de páginas WWW com conteúdo variável. Ela se baseia na solicitação de execução de um programa ou script no servidor, que irá gerar uma saída compreensível para o browser no lado do cliente. Um programa CGI é um arquivo instalado no servidor que, ao ser acessado por um cliente, é executado e devolve ao cliente o resultado de sua execução.

A configuração default do servidor Apache somente permite a execução de CGIs presentes no diretório
/var/www/cgi-bin. Essa configuração deve ser alterada caso se deseje habilitar a execução de CGIs em
outros diretórios, como por exemplo os diretórios $HOME dos usuários. Todavia isso deve ser feito com
cuidado, para não criar brechas na segurança do sistema.

Um exemplo bastante simples de programa CGI (escrito em shell) está aqui:

#!/bin/sh

echo "Content-type: text/plain"
echo ""

echo -n "Data neste servidor:"
date

Aqui temos outro exemplo mais elaborado, gerando como saída uma página em HTML:

#!/bin/sh

echo "Content-type: text/html"
echo ""

echo "<HTML>"
echo "<HEAD>"
echo "<TITLE>Uma página simples em CGI shell</TITLE>"
echo "</HEAD>"

echo "<BODY>"

echo "As variáveis de ambiente estão acessíveis ao usuário:"

echo "<UL>"
echo "<LI>Bem-vindo, usuário em $REMOTE_ADDR</LI>"
echo "<LI>Você está usando o browser $HTTP_USER_AGENT</LI>"
echo "<LI>Este servidor executa em $SERVER_SOFTWARE</LI>"
echo "</UL>"

echo "Esta abordagem somente deve ser usada em páginas muito simples."

echo "</BODY>"
echo "</HTML>"

É possível a criação de CGIs simples com scripts shell, ou mesmo com programas C/C++, mas essas
linguagens não se prestam à construção de CGIs que devam retornar código HTML, pois a construção do
mesmo via script shell ou programa C é penosa e pouco eficiente. Para tal objetivo costumam ser usadas
linguagens apropriadas para tratamento de strings, como Perl ou Python.

Eis um exemplo de programa CGI em Perl. Ele gera uma tabela com informações dos discos locais do servidor no instante da consulta:

#!/usr/bin/perl

# cabecalho HTTP
print "Content-type: text/html\n\n";

# inicio do documento HTML
print "<HTML>
<HEAD> <TITLE>Discos locais</TITLE> </HEAD>

<BODY>
<H1>Situação dos discos locais</H1>
";

# obtem a situação dos discos locais
@lista = `df` ;

# abertura de tabela
print "<TABLE COLS=5 BORDER=2>\n" ;

# gera entradas de tabela para as linhas
foreach $line ( @lista )
{
($fs, $bks, $used, $avail, $perc, $mount) = split ( /\s+/, $line) ; 
print "<TR>
<TD>$fs</TD> <TD>$bks</TD> <TD>$used</TD> <TD>$avail</TD>
<TD>$perc</TD> <TD>$mount</TD></TR>\n";
}

# fechamento de tabela
print "</TABLE>\n";

# fim do documento HTML
print "</BODY></HTML>\n";

Resumindo, programas CGI são códigos executáveis lançados pelo servidor WWW como processos separados, cujo resultado da execução (saídas geradas em stdout) são enviadas de volta ao browser.

Páginas ativas

Outra forma de gerar conteúdo dinâmico na Web é através do uso de páginas ativas. Neste caso, o documento HTML contém tags especiais definindo instruções executáveis. Essas instruções são executadas pelo servidor WWW no momento da consulta, e o resultado é devolvido ao browser. Atualmente as linguagens para páginas ativas em uso mais freqüentes são:

PHP: de domínio públio, executa em qualquer plataforma.
ASP: proprietária, executa sobre plataformas Windows NT.
JSP: baseada em Java, pode executar na maioria dos ambientes.

A discussão sobre as qualidades e defeitos dessas linguagens foge ao escopo desta aula. Além das duas linguagens acima, existem outras possibilidades, como Embedded Perl, Python, etc.

Um exemplo simples de página em PHP seria o seguinte:

<HTML>
<BODY>

<?
   echo "Ola usuario em $REMOTE_ADDR, tudo bem ?" ;
?>

</BODY>
</HTML>

O código indicado em azul é identificado por tags especiais (<? e ?>) e executado pelo servidor ao carregar a página. O resultado da execução, sem o código, é retornado ao browser do cliente. Vejamos outro exemplo mais complexo, no qual uma imagem é gerada dinamicamente:

<?
   // Exemplo de criação de imagem

   // aloca uma área de memória para uma imagem 100x100
   $im = ImageCreate (100, 100);

   // define cores para usar na imagem
   $black = ImageColorAllocate ($im, 0, 0, 0) ;
   $red   = ImageColorAllocate ($im, 255, 0, 0) ;
   $green = ImageColorAllocate ($im, 0, 255, 0) ;
   $blue  = ImageColorAllocate ($im, 0, 0, 255) ;

   // Desenha alguns retangulos aleatorios na tela
   srand ((double) microtime() * 1000000);

   $x = rand (0,60) ;
   $y = rand (0,60) ;
   ImageRectangle ($im, $x, $y, $x+40, $y+40, $red);

   $x = rand (0,60) ;
   $y = rand (0,60) ;
   ImageRectangle ($im, $x, $y, $x+40, $y+40, $green);

   $x = rand (0,60) ;
   $y = rand (0,60) ;
   ImageRectangle ($im, $x, $y, $x+40, $y+40, $blue);

   // cria um arquivo em disco com a imagem "teste.png"
   ImagePng ($im, "exemplo.imagem.png");

   // desaloca a memória utilizada para manipular a imagem
   ImageDestroy ($im);
?>

<html>

<head>
<title>PHP Exemplos - Gráficos</title>
</head>

<body bgcolor = "#FFFFFF">

<img align="center" src="exemplo.imagem.png">

</body>
</html>

Ao invés de gerar imagens, o código PHP poderia buscar informações em um servidor de bancos de dados. Dessa forma, o código PHP pode ser considerado o "middle-tier" de um sistema de informação, que mantém a lógica do negócio. Um exemplo desse funcionamento pode ser observado no script PHP abaixo:

<HTML>
<BODY>

<?
  // variáveis usadas na conexão ao DBMS
  $host  = "espec.ppgia.pucpr.br";
  $user  = "xxxxx";
  $pwd   = "xxxxx";
  $base  = "cadastro";
  $table = "usuarios";

  // estabelecer conexão com o DBMS
  mysql_connect($host, $user, $pwd)
     OR die ("Falhou no acesso ao DBMS");

  // selecionar uma base de dados
  mysql_select_db( "$base")
     OR die( "Falhou na seleção da base");

  // seleciona todos os usuários cadastrados
  $query = "SELECT * FROM $table";
  $result = mysql_query($query);

  // quantas entradas temos no resultado ?
  $number = mysql_numrows($result);

  // gerar uma saida formatada
  if ($number == 0) :
?>

<CENTER><P>Cadastro vazio !</CENTER>

<? else : ?>

<H3>Usuários cadastrados: <? echo $number ?></H3>

<table border=1>
<tr bgcolor="#AAAAAA">
<td>Nome</td> <td>Endereço</td> <td>Cidade</td> <td>Estado</td>
<td>E-mail</td> </tr>

<?  for ($i=0; $i < $number; $i++):
      $reg = mysql_fetch_array ($result) ;
?>

<tr>
<td> <? echo $reg["nome"]   ?> </td> <td> <? echo $reg["ender"]  ?> </td>
<td> <? echo $reg["cidade"] ?> </td> <td> <? echo $reg["estado"] ?> </td>
<td> <? echo $reg["email"]  ?> </td>
</tr>

<?  endfor;
?>

</table>

<? endif;
?>

</BODY>
</HTML>

Fontes: http://www.ppgia.pucpr.br/~maziero/ensino/svc/http/

Assuntos Relacionados

Funcionamento do E-mail
O que é Unicode
Código ASCII

Contato: João Gilberto Reck