HTTP プロトコル（正しい GET コマンドの書き方）

質問

Perl を使って自分のリンク集のリンクの存在チェックプログラムを作っています。

　で、HTTP プロトコルの、こちらが発行するリクエストで "GET xxxxx HTTP/1.0" というのがあると思いますが、この xxxxx の部分の文法でちょっと手間取ってます。

　というのも、サーバーによって http:// から始まるパスでなければならない場合と、ドメイン名は除いた純粋なパス（"http://www/xxx/" であれば、"/xxx/" ということ）でなければならない場合の２通りがあるんです。
　ほとんどのサーバーは両方ＯＫなんですが、一部のサーバーだけがそういう設定になっているようです。

　正しいクエリーＵＲＩの記述の仕方とかあるんでしょうか。
　それとも、やっぱり２回リクエストするしかないんでしょうか。

回答No.1

mitoneko · ベストアンサー

「正しい」が何を意味するかが問題ですけど（苦笑）

　RFCに書いてあることが正しいとするならば、（というか、正しいとすべきなんでしょうけれども）、RFC1945（ＨＴＴＰ１．０を規定した文書です。）の３．２．１章によれば、ＵＲＩの構文は、次の通りです。

* URI = ( absoluteURI | relativeURI ) [ "#" fragment ]
* absoluteURI = scheme ":" *( uchar | reserved )
* relativeURI = net_path | abs_path | rel_path

* net_path = "//" net_loc [ abs_path ]
* abs_path = "/" rel_path
* rel_path = [ path ] [ ";" params ] [ "?" query ]

　これを読む限りでは、あなたの表記のどちらでも、サーバーは受け取ってくれそうなものです。

　今は、HTTP/1.1に対応しているサーバーが大部分でしょうから、その場合のＵＲＩは、RFC2068の３．２．１章に次のように定義されています。

URI = ( absoluteURI | relativeURI ) [ "#" fragment ]

absoluteURI = scheme ":" *( uchar | reserved )

relativeURI = net_path | abs_path | rel_path

net_path = "//" net_loc [ abs_path ]
abs_path = "/" rel_path
rel_path = [ path ] [ ";" params ] [ "?" query ]

　やはり、どちらの形式でも受け入れることになっています。
　ちなみに、HTTP1.1の規定では、Getメソッドの引数にrelativeURIを用いる場合には、Host:ヘッダを付けなくてはならないと規定されているはずです。

　ただ・・・冒頭の通り、普通はRFCに書いてあることが正しいはずですが・・・今の場合の正しいという言葉の意味は、「世の中に存在する実装がどうなっているか」がすべてでしょうから、２回リクエストするよりしょうがないのかなと思います。

　RFC2068の日本語訳のＵＲＬを参考に付けておきます。

参考URL：

http://www.mars.dti.ne.jp/~torao/rfc/rfc2068-ja.txt

お礼

ありがとうございます。

　Host: ヘッダのことを知らなくて何か色々悩んでたのです(^_^;
　これを付けたらちゃんと動くようになりました。