第四章www浏览与信息搜索解读.pptVIP

第4章 WWW浏览与信息搜索 4．1．1 概述 万维网WWW (World Wide Web)并非某种特殊的计算机网络。万维网是一个大规模的、联机式的信息储藏所，英文简称为Web。 万维网以客户服务器方式工作。上面所说的浏览器就是在用户计算机上的万维网客户程序。万维网文档所驻留的计算机则运行服务器程序，因此这个计算机也称为万维网服务器。客户程序向服务器程序发出请求，服务器程序向客户程序送回客户所要的万维网文档。在一个客户程序主窗口上显示出的万维网文档称为页面(Page)。 怎样标志分布在整个因特网上的万维网文档？ 4．1．2 统一资源定位符URL URL的一般由以下四部分组成,（注意：在URL中的字符对大写或小写没有要求)： ＜协议＞：//主机：端口/路径 用何协议实现万维网上各种超链的链接？ 4．1．3 超文本传送协议HTTP 1．HTTP的操作过程 WWW服务使用的通信协议是超文本传输协议(HTTP，Hyper Text Transfer Protocol)，它是客户端和WWW服务器之间相互通信的协议。 HTTP协议定义了浏览器（即万维网客户进程）怎样向万维网服务器请求万维网文档，以及服务器怎样把文档传给浏览器。 用户用鼠标点击了屏幕上的一个可选部分。它使用的超链接URL是/bkzsw/index.html。 用户点击鼠标后所发生的事件 (1)浏览器分析超链接指向页面的URL。 (2)浏览器向DNS请求解析的IP地址。 (3)域名系统DNS解析出清华大学服务器的IP地址为36。 (4)浏览器与服务器建立TCP连接(在服务器端IP地址是36，端口是80) (5)浏览器发出取文件命令：GET/bkzsw/index.html。 (6)服务器给出响应，将文件index.html发送给浏览器。 (7)TCP连接释放。 (8)浏览器显示“清华大学院本科招生网”文件index.html中的所有文本。 2．代理服务器 代理服务器(proxy server)是一种网络实体，它能代表浏览器发出HTTP请求，又称为万维网高速缓存(Web cache)。代理服务器将最近的一些请求和响应暂存在本地磁盘中。当与暂时存放的请求相同的新请求到达时，代理服务器就将暂存的响应发送出去，而不需要按URL的地址再去因特网访问该资源。代理服务器可在客户或服务器端工作，也可在中间系统上工作。 使用高速缓存可减少访问因特网服务器的时延 3．服务器上存放的用户信息（Cookie） 在网上购物时，一个顾客要购买多种物品。当他把选好的一件物品放入“购物车”后，他还要继续浏览和选购其他物品。因此，服务器需要记住用户的身份，使他再接着选购的一些物品能够放入同一个“购物车”中，这样就便于集中结账。有时某些万维网站点也可能想限制某些用户的访问。要做到这点，可以在HTTP中使用Cookie。 Cookie是这样工作的 当用户李四浏览某个使用Cookie的网站时，该网站的服务器就为李四产生一个唯一的识别码，并以此作为索引在服务器的后端数据库中产生一个项目。接着在给李四的HTTP响应报文中添加一个叫做Set-cookie的首部行。这里的“首部字段名”就是“Set-cookie”，而后面的“值”就是赋予该用户的“识别码”。例如这个首部行是这样的： Set-Cookie： 当李四收到这个响应时，其浏览器就在它管理的特定Cookie文件中添加一行，其中包括这个服务器的主机名和set-cookie后面给出的识别码。当李四继续浏览这个网站时，每发送一个HTTP请求报文，其浏览器就会从其Cookie文件中取出这个网站的识别码，并放到HTTP请求报文的Cookie首部行中： Cookie： 于是，这个网站就能够跟踪用李四)在该网站的活动。需要注意的是，服务器并不需要知道这个用户的姓名李四和其他的信息。但服务器能够知道用什么时间访问了哪些页面，以及访问这些页面的顺序。 管理Cookies 在网上进行过浏览的用户可以在Cookie的文件夹中看到这些Cookie文件。对于使用Windows XP的用户可在C盘的文件夹“Documents and Setting”中继续打开使用自己的“用户名”的文件夹，然后就可看到“Cookies”文件夹，里面就是存放Cookie文件的地方。用户不仅又看到Cookie识别码，而且可以看到是哪个网站发送过来的Cookie文件。 为了让用户有拒绝接受Cookie的自由，在浏览器中用户可自行设置接受Cookie的条件。例如在浏览器IE7．0中，点击工具栏中的“工具”按钮，找到“Internet选项”，再点击“隐私”，就可以看见菜单中的左边有一个可上下滑动标尺，