Lesson4http概观与资料分析粹取20040909.pptVIP

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 .tw 中原熊蓋站站長 .tw 中文化軟體聯盟網管 AX工作室負責人 .tw 如何取得上課投影片 .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 !-- 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) .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 .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 .tw:999/path/xxx.php ?name1=value1name2=value2 http 協定類型 .tw 主機 999 連接埠 /path/xxx.php 目標檔案 GET 範例 GET / HTTP/1.1 Host: .tw Accept: */* Referer: .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: ); 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(Con