Python for Everybody (Py4E) Seccion 12 HTTP

Fuente: Gemini  

Aquí tienes un resumen del documento "Pythonlearn-12-HTTP.pptx":

El documento "Pythonlearn-12-HTTP.pptx" se centra en la programación en red utilizando Python, específicamente en el Protocolo de Control de Transmisión (TCP) y el Protocolo de Transferencia de Hipertexto (HTTP).

Conceptos Clave:

• Protocolo de Control de Transmisión (TCP):
  • Construido sobre IP (Protocolo de Internet).
  • Asegura la retransmisión de datos si se pierden y maneja el "control de flujo".
  • Proporciona un "canal" confiable para la comunicación.
• Conexiones TCP / Sockets:
  • Un socket de Internet es un punto final de una comunicación bidireccional entre procesos a través de una red basada en el Protocolo de Internet.
• Números de Puerto TCP:
  • Un puerto es un punto final de comunicación de software específico de una aplicación o proceso.
  • Permite que múltiples aplicaciones en red coexistan en el mismo servidor.
  • Existen números de puerto TCP bien conocidos, como el puerto 80 para servidores web.
• Sockets en Python:
  • Python tiene soporte incorporado para sockets TCP a través del módulo socket.
  • Se muestra un ejemplo de cómo crear un socket, conectarse a un host y puerto, y enviar/recibir datos.
• Protocolos de Aplicación:
  • Son las reglas que definen qué hacer con el socket una vez establecida una conexión confiable.
  • Ejemplos incluyen protocolos para correo y la World Wide Web.
• HTTP - Protocolo de Transferencia de Hipertexto:
  • Es el protocolo de capa de aplicación dominante en Internet.
  • Se inventó para la Web para recuperar HTML, imágenes y documentos.
  • El concepto básico es: establecer una conexión, solicitar un documento, recuperar el documento y cerrar la conexión.
  • Un protocolo es un conjunto de reglas que todas las partes siguen para predecir el comportamiento de los demás.
• Obtención de datos del servidor:
  • Cuando un usuario hace clic en un enlace, el navegador se conecta al servidor web y emite una solicitud "GET" para obtener el contenido de la página.
  • El servidor devuelve el documento HTML al navegador.
• Estándares de Internet:
  • Los estándares para todos los protocolos de Internet son desarrollados por la Internet Engineering Task Force (IETF).
  • Los estándares se llaman "RFCs" (Request for Comments).
• Realización de una solicitud HTTP en Python:
  • Se muestra un ejemplo de código para realizar una solicitud HTTP utilizando sockets en Python, enviando una solicitud GET y recibiendo la respuesta.
  • La respuesta HTTP consta de un encabezado (HTTP Header) y un cuerpo (HTTP Body).
• Caracteres y Cadenas:
  • Se explica la codificación ASCII, donde cada carácter se representa con un número entre 0 y 256, almacenado en 8 bits (un byte).
  • Se introduce el concepto de caracteres multibyte y UTF-8 como la práctica recomendada para codificar datos que se intercambian entre sistemas.
  • En Python 3, todas las cadenas son Unicode internamente.
  • Al comunicarse con recursos de red, es necesario codificar las cadenas de Python 3 en una codificación de caracteres (generalmente UTF-8) y decodificar los datos recibidos.
• Facilitando HTTP con urllib:
  • La biblioteca urllib simplifica el trabajo con HTTP, haciendo que las páginas web parezcan archivos.
  • Se muestra cómo usar urllib.request.urlopen() para abrir una URL y leer su contenido línea por línea.
• Análisis de HTML (Web Scraping):
  • El "Web Scraping" es cuando un programa simula ser un navegador para recuperar páginas web, extraer información y navegar por más páginas.
  • Se menciona la biblioteca BeautifulSoup como una forma fácil de analizar HTML.
  • Se proporciona un ejemplo de código que utiliza BeautifulSoup para extraer enlaces de una página web.

En resumen, el documento cubre los fundamentos de la programación en red con Python, desde los protocolos de bajo nivel como TCP hasta los protocolos de aplicación como HTTP, y cómo interactuar con recursos web utilizando sockets y bibliotecas como urllib y BeautifulSoup.