El Protocolo de Transferencia de HiperTexto (Hypertext Transfer Protocol) es un sencillo
protocolo cliente-servidor que articula los intercambios de información entre los clientes
Web y los servidores HTTP. La especificación completa del protocolo HTTP 1/1 está
recogida en el RFC 2616. Fue propuesto por Tim Berners-Lee, atendiendo a las necesidades
de un sistema global de distribución de información como el World Wide Web.
- Características y funcionamiento
Desde el punto de vista de las comunicaciones, está soportado sobre los servicios de
conexión TCP/IP: un proceso servidor escucha en un puerto de comunicaciones TCP (por
defecto, el 80), y espera las solicitudes de conexión de los clientes Web. Una vez que se
establece la conexión, el protocolo TCP se encarga de mantener la comunicación y
garantizar un intercambio de datos libre de errores.
HTTP se basa en sencillas operaciones de solicitud/respuesta. Un cliente establece una
conexión con un servidor y envía un mensaje con los datos de la solicitud. El servidor
responde con un mensaje similar, que contiene el estado de la operación y su posible
resultado. Todas las operaciones pueden adjuntar un objeto o recurso sobre el que actúan;
cada objeto Web es conocido por su URL.
Los recursos u objetos que actúan como entrada o salida de un comando HTTP están
clasificados por su descripción MIME. De esta forma, el protocolo puede intercambiar
cualquier tipo de dato, sin preocuparse de su contenido. La transferencia se realiza en
modo binario, byte a byte, y la identificación MIME permitirá que el receptor trate
adecuadamente los datos.
Las principales características del protocolo HTTP son:
• Toda la comunicación entre los clientes y servidores se realiza a partir de
caracteres de 8 bits. De esta forma, se puede transmitir cualquier tipo de documento: texto,
binario, etc., respetando su formato original.
• Permite la transferencia de objetos multimedia. El contenido de cada objeto
intercambiado está identificado por su clasificación MIME.
• Existen tres verbos básicos (hay más, pero por lo general no se utilizan) que un
cliente puede utilizar para dialogar con el servidor: GET, para recoger un objeto, POST, para
enviar información al servidor y HEAD, para solicitar las características de un objeto (por
ejemplo, la fecha de modificación de un documento HTML).
• Cada operación HTTP implica una conexión con el servidor, que es liberada al
término de la misma. Es decir, en una operación se puede recoger un único objeto. En la
actualidad se ha mejorado este procedimiento, permitiendo que una misma conexión se
mantenga activa durante un cierto periodo de tiempo, de forma que sea utilizada en
sucesivas transacciones. Este mecanismo, denominado HTTP Keep Alive, es empleado por
la mayoría de los clientes y servidores modernos.
• No mantiene estado. Cada petición de un cliente a un servidor no es influida por
las transacciones anteriores. El servidor trata cada petición como una operación
totalmente independiente del resto.
• Cada objeto al que se aplican los verbos del protocolo está identificado a través
de la información de situación del final de la URL.
Cada vez que un cliente realiza una petición a un servidor, se ejecutan los siguientes pasos:
1. Un usuario accede a una URL, seleccionando un enlace de un documento HTML o
introduciéndola directamente en el campo Dirección del cliente Web.
2. El cliente Web descodifica la URL, separando sus diferentes partes. Así identifica
el protocolo de acceso, la dirección DNS o IP del servidor, el posible puerto opcional
(el valor por defecto es 80) y el objeto requerido del servidor.
3. Se abre una conexión TCP/IP con el servidor, llamando al puerto TCP
correspondiente.
4. Se realiza la petición. Para ello, se envía el comando necesario (GET, POST,
HEAD,…), la dirección del objeto requerido (el contenido de la URL que sigue a la
dirección del servidor), la versión del protocolo HTTP empleada y un conjunto
variable de información, que incluye datos sobre las capacidades del navegador,
datos opcionales para el servidor, etc.
5. El servidor devuelve la respuesta al cliente. Consiste en un código de estado y el
tipo de dato MIME de la información de retorno, seguido de la propia información.
6. Se cierra la conexión TCP. Si no se utiliza el modo HTTP Keep Alive, este proceso se
repite para cada acceso al servidor HTTP.
El diálogo con los servidores HTTP se establece a través de mensajes formados por líneas
de texto, cada una de las cuales contiene los diferentes comandos y opciones del
protocolo. Sólo existen dos tipos de mensajes, uno para realizar peticiones y otro para
devolver la correspondiente respuesta. La estructura general de los dos tipos de mensajes
se puede ver en el siguiente esquema:
La primera línea del mensaje de solicitud contiene el comando que se solicita al
servidor HTTP, mientras que en la respuesta contiene el resultado de la operación que es
un código numérico que permite conocer el éxito o fracaso de la operación. Después
aparece, para ambos tipos de mensajes, un conjunto de cabeceras (unas obligatorias y
otras opcionales), que condicionan y matizan el funcionamiento del protocolo. La
separación entre cada línea del mensaje se realiza con un par CR-LF (retorno de carro más
nueva línea). El final de las cabeceras se indica con una línea en blanco, tras la cual se
pueden incluir los datos transportados por el protocolo, por ejemplo, el documento HTML
que devuelve un servidor.
- Comandos del protocolo HTTP
El protocolo HTTP consta de los siguientes comandos que permiten realizar las
acciones pertinentes:
• GET, que se utiliza para recoger cualquier tipo de información del servidor. Se utiliza
siempre que se pulsa sobre un enlace o se teclea directamente a una URL. Como
resultado, el servidor HTTP envía el documento correspondiente a la URL.
Este comando puede ir acompañado de una cabecera con los siguientes
parámetros:
Accept: indica los formatos de archivo que puede soportar el cliente.
Accept-Charset: indica los conjuntos de caracteres que acepta.
Accept-Encoding: el tipo de codificación que acepta.
Accept-Language: el lenguaje en el que se hará la respuesta de la cabecera.
Authorization: clave para tener acceso a lugares restringidos donde se requiere
nombre de contraseña y el formato de autorización empleado.
Connection: especifica las opciones requeridas para una conexión. Date:
representa la fecha y la hora a la que se envió el comando.
From: campo opcional que incluye la dirección de correo electrónico del usuario
del cliente. Host: especifica la dirección del host del cliente y el puerto de conexión
que ha empleado.
If-Modified-Since: condición de que sólo se responda a la solicitud si la fecha de
última modificación del objeto es superior a la indicada en su parámetro.
If-UnModified-Since: sólo se responde a la solicitud si la fecha de última
modificación del objeto no ha cambiado a partir de la fecha indicada en su
parámetro. Pragma: para incluir directivas de implementación.
Proxy-Authorization: para identificarse a un Proxy.
Referer: contiene la URL de la página que le ha dado acceso a la que está
solicitando. Esto puede interesarle a los autores de páginas Web para saber en que
lugares existen enlaces de su página.
Range: establecer un rango de Bytes del contenido de la respuesta.
Transfer-Encoding: indica el tipo de codificación aplicada del contenido que
responderá el servidor.
Upgrade: especifica qué protocolos suplementarios soporta el cliente, si también
soportara FTP u otros.
User-Agent: especifica cual es el nombre del cliente y su versión. Tiene un segundo
parámetro corresponde al sistema operativo donde corre el cliente.
Via: sirve para obtener la ruta de routers que ha recorrido el mensaje.
• HEAD, que es igual que el comando GET, y puede usar las mismas cabeceras, pero
este comando le pide al servidor que le envíe sólo la cabecera como respuesta. Es
utilizado por los gestores de cachés de páginas o los servidores Proxy, para conocer
cuándo es necesario actualizar la copia que se mantiene de un fichero.
• POST, que tiene un funcionamiento idéntico al comando HEAD, pero además, este
comando envía datos de información al servidor, normalmente originaria de un
formulario Web para que el servidor los administre o los añada a una base de datos.
En la versión 1.1 se han definido algunos comandos adicionales, que sólo están
disponibles en determinadas versiones de servidores HTTP, con motivos
eminentemente experimentales, que se pueden utilizar, por ejemplo, para editar las
páginas de un servidor Web trabajando en remoto.
Cuando el servidor envía la respuesta al cliente, le envía la información solicitada y
una cabecera con una serie campos, estos campos son:
Age: tiempo transcurrido desde que se creó la respuesta.
Allow: especifica qué comandos puede utilizar el cliente respecto al objeto pedido,
como pueden ser GET o HEAD.
Expires: fecha en la que caducará el objeto adjunto.
Last-Modified: fecha de la última modificación del objeto.
Location: se usa para redirigir la petición a otro objeto. Informa sobre la dirección
exacta del objeto al que se ha accedido.
Proxy-Authenticate: indica el esquema de autentificación en caso de que un
Proxy lo requiera.
Public: da una lista de los comandos que reconoce el servidor.
Retry-After: si no puede ofrecer un objeto provisionalmente, indica la fecha para
que se vuelva a hacer la petición.
Server: especifica el tipo y versión del servidor.
Vary: indica que hay más de una posible respuesta a la petición pero solo elige una.
Warning: específica información adicional sobre el estado de la respuesta.
WWW-Autenticate: usado cuando se accede a un lugar restringido, sirve para
informar de las maneras de autentificarse que soporta el objeto del servidor.
Hay otros parámetros de información de cabeceras, que son válidos tanto para
mensajes del cliente como para respuestas del servidor. Estas cabeceras son:
Content-Type: descripción MIME de la información que contiene el mensaje para dar
el tratamiento conveniente a los datos que se envían.
Content-Length: longitud en Bytes de los datos enviados.
Content-Encoding: especifica el formato en el que están codificados los datos
enviados.
Date: fecha local de la operación. Las fechas deben incluir la zona horaria en que
reside el sistema que genera la operación. Por ejemplo: Sunday, 12- Dec-96 12:21:22
GMT+01. No existe un formato único en las fechas; incluso es posible encontrar casos
en los que no se dispone de la zona horaria correspondiente, con los problemas de
sincronización que esto produce. Los formatos de fecha a emplear están recogidos en
las RFC 1036 y 1123.
Pragma: Permite incluir información variada relacionada con el protocolo HTTP en la
solicitud o respuesta que se está realizando. Por ejemplo, un cliente envía un Pragma:
no-caché para informar de que desea una copia nueva del recurso especificado.
Ante cada transacción con un servidor HTTP, éste devuelve un código numérico que
informa sobre el resultado de la operación, como primera línea del mensaje de
respuesta. Estos códigos aparecen en algunos casos en la pantalla del cliente, cuando
se produce un error. Los códigos de estados están clasificados en cinco categorías: -
1xx: mensajes informativos.
2xx: mensajes asociados con operaciones realizadas correctamente.
3xx: mensajes de redirección, que informan de operaciones complementarias que se
deben realizar para finalizar la operación.
4xx: errores del cliente; el requerimiento contiene algún error, o no puede ser
realizado.
5xx: errores del servidor, que no ha podido llevar a cabo una solicitud.
La lista de códigos es la que podemos ver en la tabla siguiente:
Codigo C0mentario Descripcion
100 Continue Se usa para informar al cliente que la parte inicial de la
petición se ha realizado y no ha sido rechazada por el
servidor.
101 Switching El servidor esta de acuerdo con el cambio de protocolo
Protocols expuesto en cabecera Upgrade.
200 OK Operación realizada satisfactoriamente.
201 Created La operación ha sido realizada correctamente y como
resultado se ha creado un nuevo objeto, cuya URL de
acceso se proporciona en el cuerpo de la respuesta.
Este nuevo objeto ya está disponible. Puede ser
utilizado en sistemas de edición de documentos.
202 Accepted La operación ha sido realizada correctamente, y como
resultado se ha creado un nuevo objeto, cuya URL de
acceso se proporciona en el cuerpo de la respuesta. El
nuevo objeto no está disponible por el momento. En el
cuerpo de la respuesta se debe informar sobre la
disponibilidad de la información.
204 No Content La operación ha sido aceptada, pero no ha producido
ningún resultado de interés. El cliente no deberá
modificar el documento que está mostrando en este
momento.
301 Moved El objeto al que se accede ha sido movido a otro lugar
Permanently de forma permanente. El servidor proporciona,
además, la nueva URL en la variable Location de la
respuesta. Algunos browsers acceden
automáticamente a la nueva URL. En caso de tener
capacidad, el cliente puede actualizar la URL
incorrecta.
302 Moved El objeto al que se accede ha sido movido a otro lugar
Temporarily de forma temporal. El servidor proporciona, además, la
nueva URL en la variable Location de la respuesta.
Algunos browsers acceden automáticamente a la
nueva URL. El cliente no debe modificar ninguna de las
referencias a la URL errónea.
304 Not Modified Cuando se hace un GET condicional, y el documento no
ha sido modificado, se devuelve este código de estado.
400 Bad Request La petición tiene un error de sintaxis y no es entendida
por el servidor.
401 Unauthorized La petición requiere una autorización especial, que
normalmente consiste en un nombre y clave que el
servidor verificará. El campo WWW-Autenticate
informa de los protocolos de autentificación aceptados
para este recurso.
403 Forbidden Está prohibido el acceso a este recurso. No es posible
utilizar una clave para modificar la protección.
404 Not Found La URL solicitada no existe.
500 Internal El servidor ha tenido un error interno, y no puede
Server Erro continuar con el procesamiento.
501 Not El servidor no tiene capacidad, por su diseño interno,
Implemented para llevar a cabo el requerimiento del cliente.
502 Bad Gateway El servidor, que está actuando como Proxy o pasarela,
ha encontrado un error al acceder al recurso que había
solicitado el cliente.
503 Service El servidor está actualmente deshabilitado, y no es
Unavailable capaz de atender el requerimiento.
El protocolo HTTP está muy extendido en el mundo de Internet, y cualquier usuario de
Internet posee un navegador Web, con el que se podrá conectar con el servidor Web
implementado sin tener que realizar ninguna otra operación que solicitar una página
Web como se hace normalmente. Así pues se ha optado por adoptar el protocolo HTTP
para la comunicación entre cliente y servidor.