|
3.2 统一资源标识（Uniform Resource Identifiers） 数据挖掘实验室
数据挖掘论坛
URI有许多名字，如WWW地址、通用文件标识（Universal Document Identifiers）、通用资源标识（Universal Resource Identifiers [2]），以及最终的统一资源定位符（Uniform Resource Locators (URL) [4]）和统一资源名（URN）。在涉及HTTP以前，URI用简单格式的字符串描述－名字、位置、或其它特性，如网络资源。 数据挖掘论坛
数据挖掘工具
3.2.1 一般语法（General Syntax） 数据挖掘研究院
在HTTP中URI可以用绝对形式表示，也可用相对于某一基本URI[9]的形式表示，具体取决于它们的使用方式。这两种形式的不同在于绝对URI总是以方法名称后跟“：”开头。 数据挖掘研究院
数据挖掘研究院
URI = ( absoluteURI | relativeURI ) [ "#" fragment ]
absoluteURI = scheme ":" *( uchar | reserved )
数据挖掘研究院
relativeURI = net_path | abs_path | rel_path 数据挖掘实验室
数据挖掘论坛
net_path = "//" net_loc [ abs_path ] 数据挖掘论坛
abs_path = "/" rel_path 数据挖掘实验室
rel_path = [ path ] [ ";" params ] [ "?" query ] 数据挖掘研究院
数据挖掘论坛
path = fsegment *( "/" segment )
fsegment = 1*pchar 数据挖掘工具
segment = *pchar 数据挖掘研究院
数据挖掘论坛
params = param *( ";" param ) 数据挖掘交友
param = *( pchar | "/" )
scheme = 1*( ALPHA | DIGIT | "+" | "-" | "." )
net_loc = *( pchar | ";" | "?" )
query = *( uchar | reserved ) 数据挖掘研究院
fragment = *( uchar | reserved )
pchar = uchar | ":" | "@" | "&" | "=" | "+" 数据挖掘研究院
uchar = unreserved | escape
unreserved = ALPHA | DIGIT | safe | extra | national
escape = "%" HEX HEX 数据挖掘实验室
reserved = ";" | "/" | "?" | ":" | "@" | "&" | "=" | "+" 数据挖掘实验室
extra = "!" | "*" | """ | "(" | ")" | "," 数据挖掘实验室
safe = "$" | "-" | "_" | "." 数据挖掘研究院
unsafe = CTL | SP | <"> | "#" | "%" | "<" | ">"
national = <any OCTET excluding ALPHA, DIGIT, 数据挖掘交友
Berners-Lee, et al Informational [Page 14] 数据挖掘研究院
数据挖掘论坛
reserved, extra, safe, and unsafe> 数据挖掘论坛
权威的URL语法及语义信息请参见RFC1738[4]和RFC1808[9]。上面所提到的BNF中包括了合法URL中不允许出现的符号（RFC1738），因为HTTP服务器并没有限制为只能用非保留字符集中的字符来表示地址路径，而且HTTP代理也可能接收到RFC1738没有定义的URI请求。 数据挖掘交友
3.2.2 http URL 数据挖掘论坛
数据挖掘实验室
“http”表示要通过HTTP协议来定位网络资源。本节定义了HTTP URL的语法和语义。 数据挖掘交友
数据挖掘论坛
http_URL = "http:" "//" host [ ":" port ] [ abs_path ] 数据挖掘工具
数据挖掘论坛
host = <合法的Internet主机域名或IP地址（用十进制数及点组成） 数据挖掘论坛
，见RFC1123，2.1节定义> 数据挖掘交友
数据挖掘实验室
port = *DIGIT 数据挖掘实验室
数据挖掘实验室
如是端口为空或没指定，则缺省为80端口。对于绝对路径的URI来说，拥有被请求的资源的服务器主机通过侦听该端口的TCP连接来接收该URI请求。如果URL中没有给出绝对路径，要作为请求URI（参见5.1.2节）使用，必须以“/”形式给出。 数据挖掘研究院
数据挖掘论坛
注意：虽然HTTP协议独立于传输层协议，http URL只是标识资源的TCP位置，而对于非TCP资源来说，必须用其它的URI形式来标识。 数据挖掘研究院
数据挖掘论坛
规范的HTTP URL形式可通过将主机中的大写字符转换成小写（主机名是大小写敏感的）来获得。如果端口是80，去掉冒号及端口号，并将空路径替换成“/”。 数据挖掘实验室
数据挖掘工具
3.3 Date/Time 格式（Date/Time Formats）
数据挖掘研究院
出于历史原因，HTTP/1.0应用允许三种格式来表示时间戳： 数据挖掘交友
数据挖掘研究院
Sun, 06 Nov 1994 08:49:37 GMT ; RFC 822, updated by RFC 1123
Sunday, 06-Nov-94 08:49:37 GMT ; RFC 850, obsoleted by RFC 1036 数据挖掘交友
Sun Nov 6 08:49:37 1994 ; ANSI C"s asctime() format 数据挖掘论坛
数据挖掘研究院
数据挖掘实验室
数据挖掘实验室
数据挖掘论坛
Berners-Lee, et al Informational [Page 15]
数据挖掘论坛
第一种格式是首选的Internet标准格式，表示方法长度固定（RFC1123[6]）。第二种格式在普通情况下使用，但是它是基于已经废弃的RFC850[10]中的日期格式，而且年不是用四位数字表示的。HTTP/1.0 客户端及服务器端在解析日期时可识别全部三种格式，但是它们不可以产生第三种时间格式(asctime) 。 数据挖掘实验室
注意：对于接收到由非HTTP应用产生的日期数据时，提倡对接收到的日期值进行填充。这样做是因为，在某些时候，代理或网关可能通过SMTP或NNTP来获取或发送消息。 数据挖掘论坛
所有的HTTP/1.0 date/timp时间戳必须用世界时间（Universal Time，UT），即格林威治时间来表示（Greenwich Mean Time，GMT），没有任何修改的余地。前面的两种格式用了“GMT”表示时区，在读ASC表示的时间时，也应假定是这个时区。 数据挖掘论坛
HTTP-date = rfc1123-date | rfc850-date | asctime-date 数据挖掘实验室
rfc1123-date = wkday "," SP date1 SP time SP "GMT" 数据挖掘交友
rfc850-date = weekday "," SP date2 SP time SP "GMT" 数据挖掘论坛
asctime-date = wkday SP date3 SP time SP 4DIGIT
date1 = 2DIGIT SP month SP 4DIGIT 数据挖掘实验室
; day month year (e.g., 02 Jun 1982)
date2 = 2DIGIT "-" month "-" 2DIGIT
; day-month-year (e.g., 02-Jun-82) 数据挖掘论坛
date3 = month SP ( 2DIGIT | ( SP 1DIGIT ))
; month day (e.g., Jun 2)
time = 2DIGIT ":" 2DIGIT ":" 2DIGIT 数据挖掘研究院
; 00:00:00 - 23:59:59 数据挖掘工具
wkday = "Mon" | "Tue" | "Wed" 数据挖掘工具
| "Thu" | "Fri" | "Sat" | "Sun" 数据挖掘工具
weekday = "Monday" | "Tuesday" | "Wednesday"
| "Thursday" | "Friday" | "Saturday" | "Sunday"
month = "Jan" | "Feb" | "Mar" | "Apr" 数据挖掘实验室
| "May" | "Jun" | "Jul" | "Aug" 数据挖掘研究院
| "Sep" | "Oct" | "Nov" | "Dec" 数据挖掘工具
注意：HTTP要求只能在协议流中使用data/time时间戳格式，不要求客户端及服务器端在用户描述、请求登录等情况下使用这类格式。 数据挖掘工具
数据挖掘实验室
数据挖掘实验室
数据挖掘交友
数据挖掘论坛
数据挖掘实验室
数据挖掘交友
数据挖掘工具
数据挖掘工具
数据挖掘论坛
数据挖掘实验室
Berners-Lee, et al Informational [Page 16]
3.4 字符集（Character Sets）
数据挖掘实验室
HTTP所使用的字符集定义和描述MIME时用的相同： 数据挖掘工具
本文档用字符集（character set）来指明利用一个或多个表将顺序字节转换成顺序字符的方法。注意，不需要其它方向的无条件转换，因为不是所有的字符都可以用给定字符集来表示，同时，一个字符集也可能提供一种以上的字节顺序来表示一种特殊的字符。这种定义倾向于允许不同类型的字符编码通过简单的单表映射来实现，如，从表US-ASCII切换到复杂表如ISO2202。实际上，与MIME字符集名相关的定义必须完整指定从字节到字符的映射，特别是不允许通过利用外部配置信息来确定精确的映射。 数据挖掘工具
数据挖掘研究院
注意：术语字符集（character set）归于字符编码（character encoding）。事实上，由于HTTP与MIME共同使用同样的注册，所以其术语也应一致。 数据挖掘交友
数据挖掘论坛
HTTP字符集由大小写敏感的符号组成。全部的符号定义参见IANA字符集注册[15]。因为注册处不会为每个字符集单独定义一套符号，所以我们在这看到的字符集名大多是与HTTP实体使用相关的。这些在RFC 1521 [5] 中注册的字符集，即US-ASCII [17] 及ISO-8859 [18]字符集，还有一些其它字符集被强烈建议在MIME字符集参数内部使用。 数据挖掘研究院
数据挖掘工具
charset = "US-ASCII" 数据挖掘研究院
| "ISO-8859-1" | "ISO-8859-2" | "ISO-8859-3"
| "ISO-8859-4" | "ISO-8859-5" | "ISO-8859-6" 数据挖掘论坛
| "ISO-8859-7" | "ISO-8859-8" | "ISO-8859-9"
| "ISO-2022-JP" | "ISO-2022-JP-2" | "ISO-2022-KR" 数据挖掘实验室
| "UNICODE-1-1" | "UNICODE-1-1-UTF-7" | "UNICODE-1-1-UTF-8" 数据挖掘交友
| token 数据挖掘实验室
数据挖掘工具
虽然HTTP允许使用专用符号做为字符集值，但是任何在IANA字符集注册表[15]中有预定义值的符号都必须表明其所属的字符集。应用应当将其对字符集的使用限制在IANA注册表规定的范围之内。
数据挖掘论坛
数据挖掘实验室
数据挖掘实验室
数据挖掘研究院
数据挖掘论坛
数据挖掘工具
数据挖掘论坛
数据挖掘交友
数据挖掘研究院
数据挖掘实验室
数据挖掘交友
数据挖掘实验室
Berners-Lee, et al Informational [Page 17]
数据挖掘实验室
实体主体的字符集如果属于US-ASCII 或ISO-8859-1字符集，则勿需标记，否则，应当用主体字符编码方式中的最基本命名来标记。 数据挖掘论坛
数据挖掘实验室
3.5 内容译码（Content Codings） 数据挖掘研究院
内容译码值用于指示对资源进行的编码转换。内容译码主要用于将经过压缩、加密等操作的文件进行还原，使其保持其原来的介质类型。典型情况下，经过编码保存的资源只能经过解码或类似的操作才能还原。 数据挖掘实验室
content-coding = "x-gzip" | "x-compress" | token
注意：出于对未来兼容性的考虑，HTTP/1.0应用应将"gzip" 和"compress" 分别与 "x-gzip"和"x-compress"对应起来。 数据挖掘交友
所有的内容译码值都是大小写敏感的。HTTP/1.0在内容编码（10.3节）头域中使用内容译码值。虽然该值描述的是内容译码，但更为重要的是，它指明了应当用什么机制来进行解码。注意，单独的程序可能有能力实现对多种格式编码的解码。
在这段文字中，提到了两个值： 数据挖掘论坛
x-gzip 数据挖掘研究院
文件压缩程序"gzip" (GNU zip，由Jean-loup Gailly开发)的编码格式。该格式属于典型的带有32位CRC 校验的Lempel-Ziv译码 (LZ77)。 数据挖掘研究院
x-compress 数据挖掘论坛
文件压缩程序"compress"的编码格式，该格式适用于LZW（Lempel-Ziv-Welch）译码。 数据挖掘工具
注意：用程序名来标识编码格式的做法不是很理想，在将来可能不会继续这样做。现在之所以这样做是出于历史的原因，并非良好的设计。 数据挖掘交友
数据挖掘研究院
数据挖掘研究院
数据挖掘实验室
数据挖掘工具
数据挖掘交友
数据挖掘工具
数据挖掘交友
数据挖掘论坛
数据挖掘研究院
数据挖掘论坛
数据挖掘论坛
数据挖掘论坛
数据挖掘实验室
数据挖掘研究院
Berners-Lee, et al Informational [Page 18] 数据挖掘交友
数据挖掘研究院
3.6 介质类型（Media Types） 数据挖掘研究院
数据挖掘工具
HTTP在Content-Type header域（10.5节）中使用Internet介质类型[13]，用以提供开放的可扩展的数据类型。 数据挖掘论坛
media-type = type "/" subtype *( ";" parameter ) 数据挖掘研究院
type = token
subtype = token
参数可参照属性/值对的方式，用类型/子类型的格式来写。 数据挖掘研究院
数据挖掘工具
Parameter = attribute "=" value 数据挖掘论坛
Attribute = token
Value = token | quoted-string 数据挖掘论坛
数据挖掘研究院
其中，类型、子类型、参数属性名是大小写敏感的。而参数值不一定是大小写敏感的，这得看参数名的语法而定。在类型和子类型、属性名和属性值之间不能有LWS（空格）。当接收到不能识别的介质类型的参数时，用户代理应当忽略它们。 数据挖掘工具
一些老的HTTP应用不能识别介质类型参数，所以HTTP/1.0的应用程序只能在定义消息内容时使用介质参数。 数据挖掘论坛
介质参数（Media-type）值用Internet授权分配数字（Internet Assigned Number Authority ，IANA [15]）注册。介质类型注册过程请参见RFC1590[13]。不鼓励使用未注册的介质类型。
数据挖掘工具
3.6.1标准及文本缺省（Canonicalization and Text Defaults
|
