Lesson 4: http 概觀與資料分析粹取 (2004/09/09)

Lesson 4: http概觀與資料分析粹取 (2004/09/09)

講員介紹 • 本名：孫仲岳 (Saturn Sun.) • 生日：1980年11月4日天蠍座 • 現任： • 彰化市社區大學講師 • 中原大學校園網路策進會創會會長 • 中原檔案伺服器網管 http://ftp.cycu.edu.tw • 中原熊蓋站站長 http://best.cycu.edu.tw • 中文化軟體聯盟網管 http://cpatch.org • AX工作室負責人 http://www.ax.com.tw

如何取得上課投影片 • http://best.cycu.edu.tw • 進入「校園網路策進會」版

網頁資訊處理 • 透過php，抓取網頁資料再處理 • 範例: • 瀏覽Y新聞(用瀏覽器) • 瀏覽Y新聞(用PHP) • 處理Y新聞(用PHP) • 顯示Y新聞(用PHP)

網頁資訊處理 • 隱藏不顯示的內容 •  • <noscript> 內容 </noscript> • <noframe> 內容 </noframe> • 運用 str_replace() • 範例: • $bufffer = str_replace(搜尋字串,替換字串, $bufffer)

網頁資訊處理 • 動動手時間 • 找一個網頁來開刀^^ • 去除他的廣告 • 替換連結(修正超連結) • http://www.cycu.edu.tw/cycu/chinese/home.htm • 如果不想自己找，就改上面這個吧!^^

HTTP 協定介紹 • HTTP/1.0 • 定義於 RFC 1945 • HTTP/1.1 • 定義於 RFC 2616 • RFC (Request for Comment)文件 • http://ftp.isu.edu.tw

HTTP 協定介紹 • 差異點： keep-alive 的支援 • 1.0 版 • 做完請求後，會自動切斷連線 • 1.1 版 • 在做完請求後，仍會保持連線狀態

HTTP 協定介紹 • Keep-alive 的好處 • 節省重複建立連線的頻寬與時間 • Keep-alive 的缺點 • 多工處理較為複雜 • 較難將一個連線發揮到最大效用

HTTP 協定介紹 • Request Mode • GET • 一般瀏覽網頁均屬此種模式 • 早期有資料附掛的長度限制 • POST • 常用於表單 (form) 送出 (submit) • 可以設定多種類型，做純文字傳輸檔案傳輸

HTTP 協定介紹 • <form method="POST" action="網頁"> • …表單內容 • …表單內容 • </form>

URL 格式 • http_URL = • "http://host [ ":" port ] [ abs_path [ "?" query ]] • host: 不分大小寫 (case-insensitive) • abs_path: 沒有指定就等於 “/” • 預留字處理: %HEX HEX • 例: http://ABC.com/%7Esmith/home.html

URL 格式 • http://ok.com.tw:999/path/xxx.php • ?name1=value1&name2=value2 • http 協定類型 • ok.com.tw 主機 • 999 連接埠 • /path/xxx.php 目標檔案

GET 範例 • GET / HTTP/1.1 • Host: www.cycu.edu.tw • Accept: */* • Referer: http://www.cycu.edu.tw • User-Agent: Mozilla/4.0 (compatible; MSIE 5.00; Windows 98) • Pragma: no-cache • Cache-Control: no-cache • Connection: close

GET 範例 • HTTP/1.1 200 OK • Date: Wed, 11 Feb 2004 20:44:04 GMT • Server: HP Apache-based Web Server/1.3.26 (Unix) • Last-Modified: Mon, 14 Jan 2002 08:48:22 GMT • ETag: "10b7a-13e-3c429b56" • Accept-Ranges: bytes • Content-Length: 318 • Connection: close • Content-Type: text/html

HTTP 之 header • 可以利用PHP來傳送header • 模擬瀏覽器與伺服器端的溝通 • 函式 header(); • 注意事項: 使用header 不可以echo資料

header 效果測試 • 自動換頁 • header ("Location: http://www.php.net"); • exit; • 騙人家找不到網頁 • header ("HTTP/1.0 404 Not Found"); • exit;

header 效果測試 • 強迫不要使用快取(cache) • header("Expires: Mon, 26 Jul 1997 05:00:00 GMT"); • header("Last-Modified: " . gmdate("D, d M Y H:i:s") . " GMT"); • header("Cache-Control: no-cache, must-revalidate"); • header("Pragma: no-cache"); • 設定檔案類型 • header("Content-Type: image/jpeg"); • 更多資料可以上 www.php.net搜尋

Cookie • Cookie 原理 • 透過網頁程式送出資訊給瀏覽器儲存 • 下次瀏覽再將資訊原封不動送給程式 • 由程式因應送回的資訊作不同的動作。 • 詳情請參閱：RFC 2109

Session • 程式將 Client 資訊儲存於 Server 端，並發給一組 Cookie 資訊。 • 使用者藉由這組 Cookie 資訊送給 Server，Server 便得以透過這組 Cookie 來取得先前儲存的資料。 • 藉由 Cookie 的應用達到一個連線期的效果。

Cookie 進階 • Server 會送出一組 Header • Cookie: var1=val1; var2=val2 … • Client 將這個 Header 儲存下來 • 下次要求該網頁的時候，加送Header • Set-Cookie: var1=val1; var2=val2 … • 如此就完成 Cookie 的使用了

登入與查詢實作 • 範例 • 修課清單查詢(資訊查詢系統) • 修課清單查詢(選課系統) • 修改 • 找尋學校中的其中一個登入系統 • 用php代替使用者登入查詢

fsockopen() • 開啟一個連線。 • fput() • 送出一行字串。 • fgets() • 取得一行字串。 • fclose() • 關閉連線。

相關 RFC 文件 • RFC 1945 • Hypertext Transfer Protocol -- HTTP/1.0 • RFC 2068 • Hypertext Transfer Protocol -- HTTP/1.1 • RFC 2109 • HTTP State Management Mechanism • …

小結 • 相信上完了今天的課程 • 您已經對HTTP應用有了一針見血的了解 • 視情況需要做網頁的擷取、分析 • 異質資料庫、不易取得的資料 • 抓取氣象、新聞、選課資料 • 跨平台擷取資料 • 不需要經過DB，可以即時配合處理

作業 • 把修課清單查詢作修改 • 改成成績查詢 • 或是監考查詢 • 編輯頁面 • 找出變數值、目標頁面 • 進行連線、POST 資料

參考網站 • PHP Bible • http://dslab.csie.ncu.edu.tw/~happyman/book/cphp3/index.php.htm • PHP 官方網站 • http://www.php.net • Google • http://www.google.com.tw

下一份講義 • PHP架站機導覽 –9/6 • 樣板化程式寫作–9/7 • 模組化程式寫作–9/8 • HTTP概觀與資料分析粹取–9/9 • PHP Team Work 概念導引–9/10

謝謝各位 • 有任何疑問，聯絡請洽： • http://best.cycu.edu.tw 中原熊蓋站 - 公用討論區 • 寫信給我： • saturn@cna.cycu.edu.tw • saturn@ax.com.tw • 電話聯絡： • 0928-389698

Lesson 4: http 概觀與資料分析粹取 (2004/09/09)