Observasi Emas｜Dasar realisasi proyek RSS3: RFC3986 Uniform Resource Identifier

RSS3 dianggap sebagai proyek yang menjanjikan di bidang web3. Baru-baru ini, saya telah mengalami aplikasi web3 dan mencoba menemukan beberapa paradigma definisi dari elemen inti web3. Ketika saya melihat RSS3, saya menemukan protokol yang saya cari. Ini dapat didefinisikan sebagai protokol spesifikasi data, protokolnya adalah RFC3986 Uniform Resource Identifier, dan juga dapat dipahami sebagai tata bahasa umum.

Teks asli dokumen lebih dari 3w kata, yang tidak mudah dibaca, jadi saya membuat banyak penghapusan dan perubahan pada dokumen, dan membuat contoh untuk memahami format data web3.

Yang perlu Anda ketahui adalah bahwa spesifikasi ini adalah standar informasi Internet, dan telah diterapkan sejak lama RSS3 didasarkan pada beberapa praktik pengembangan yang dibuat atas dasar ini untuk aplikasi di bidang web3.

RSS3

RSS3 adalah protokol sindikasi informasi terbuka yang dirancang untuk mendukung distribusi informasi yang efisien dan terdesentralisasi di Web3. Ini mendefinisikan format untuk penyajian informasi dan komunikasi sehingga konsumen lain dapat dengan mudah mengakses berbagai sumber konten dalam format terpadu tanpa logika kompatibilitas yang ekstensif.

Dalam protokol RSS3, informasi dibagi menjadi empat jenis: file konfigurasi, tautan, aset, komentar

Aplikasi RSS3 menggunakan RSS3SDK untuk mengakses dan menerbitkan data dalam format yang ditentukan oleh protokol RSS3. RSS3 SDK memperoleh data dari jaringan RSS3 dan menerbitkan data ke jaringan yang didukung oleh RSS3. Jaringan RSS3 merayapi data dari berbagai Jaringan yang Didukung RSS3 dan menyimpan datanya untuk dirinya sendiri Dalam database efisiensi tinggi, lakukan beberapa pemrosesan awal, seperti menerapkan algoritme rekomendasi kecerdasan buatan untuk menyediakan fungsi pencarian.

Dalam desain produk seperti itu, spesifikasi data paling orisinal diselesaikan dengan mendefinisikan beberapa detail data transmisi jaringan.Setelah data ditentukan, bagian ketersediaan data dasar selesai. Aplikasi lapisan atas dapat diimplementasikan dengan lebih mudah Mari kita lihat protokol ini: RFC3986 Uniform Resource Identifier. Setelah menghapus dan memodifikasi konten, penulis berusaha memenuhi beberapa persyaratan yang relevan untuk pemahaman singkat tentang pemrosesan data Internet.

RFC3986: Pengidentifikasi Sumber Daya Seragam

Spesifikasi ini diturunkan dari RFC2396 [RFC2396], RFC1808 [RFC1808], dan RFC1738 [RFC1738], dan menyertakan pembaruan (dan koreksi) untuk literal IPv6 dalam sintaks host.

Uniform Resource Identifier (URI) adalah urutan kompak karakter yang mengidentifikasi abstrak atau mewakili sumber daya fisik, menyediakan metode yang sederhana dan dapat diperluas untuk mengidentifikasi sumber daya. Spesifikasi mendefinisikan sintaks URI generik dan resolusi prosedural referensi URI dalam bentuk relatif, serta panduan dan pertimbangan keamanan untuk menggunakan URI.

Tata bahasa URI mendefinisikan superset sintaksis. URI yang efektif memungkinkan penguraian komponen umum, memungkinkan penggunaan URI untuk merujuk ke setiap pengenal yang mungkin saat tidak diperlukan oleh skema tertentu. Spesifikasi tidak menentukan tata bahasa pembuatan URI.

Semantik Uniform Resource Identifier (URI) berasal dari konsep yang diperkenalkan oleh World Wide Web Global Information Initiative, dan sintaksnya dirancang untuk memenuhi persyaratan Resource Locator [RFC1736] dan fungsi Uniform Resource Name yang tercantum dalam "Internet Functionality Rekomendasi" [RFC1737] .

Dokumen ini menghapus [RFC2396] dan menggabungkan "Uniform Resource Locators" [RFC1738] dan "Relative Uniform Resource Locators" [RFC1808] untuk menentukan satu sintaks umum untuk semua URI. Usang [RFC2732], yang memperkenalkan sintaks untuk alamat IPv6.

Fitur URI

Keseragaman

Ini memungkinkan berbagai jenis sumber daya untuk menggunakan pengidentifikasi sumber daya yang sama dalam konteks yang sama, meskipun mekanisme yang digunakan untuk mengakses sumber daya tersebut mungkin berbeda.

Ini memungkinkan interpretasi semantik terpadu dari kalimat umum untuk menyelesaikan kesepakatan di berbagai jenis pengidentifikasi sumber daya.

Hal ini memungkinkan jenis pengidentifikasi sumber daya baru untuk diperkenalkan tanpa mengganggu cara pengidentifikasi yang ada digunakan.

Ini memungkinkan pengidentifikasi untuk digunakan kembali dalam banyak konteks yang berbeda, memungkinkan aplikasi atau protokol baru untuk memanfaatkan rangkaian pengidentifikasi sumber daya yang ada, besar, dan banyak digunakan.

sumber

Istilah "sumber daya" secara umum mengacu pada konten apa pun yang dapat diidentifikasi oleh URI. Contoh umum termasuk dokumen elektronik, gambar, sumber informasi, layanan, dan kumpulan sumber daya lainnya. Sumber daya belum tentu dapat diakses melalui Internet. Demikian pula, abstraksi dapat berupa sumber daya, seperti operator dan operan persamaan matematika, jenis hubungan (misalnya, "induk" atau "karyawan"), atau nilai numerik (misalnya, nol, satu, tak terhingga).

pengidentifikasi

Pengidentifikasi mewujudkan proses otentikasi konten yang membedakan informasi yang diinginkan dari semua hal lain dalam ruang lingkupnya. Namun definisi ini tidak boleh disalahartikan sebagai definisi pengidentifikasi atau mewujudkan identitas konten yang direferensikan. Dalam banyak kasus, URI digunakan untuk menunjukkan sumber daya, tetapi tidak untuk menunjukkan bahwa mereka dapat diakses. Demikian juga, sumber daya "a" yang diidentifikasi mungkin tidak bersifat tunggal (misalnya, sumber daya dapat berupa rangkaian nama atau pemetaan dari waktu ke waktu).

URI memiliki cakupan global dan digunakan untuk menginterpretasikan konteks secara konsisten apa pun yang terjadi, meskipun hasil interpretasi ini mungkin relatif terhadap konteks pengguna akhir. Misalnya, "http://localhost/" memiliki interpretasi yang sama untuk setiap pengguna yang direferensikan, meskipun antarmuka jaringan yang terkait dengan "localhost" mungkin merupakan pengguna yang berbeda, yang berarti: Interpretasi tidak bergantung pada akses.

tata bahasa umum

Sintaks URI adalah sistem penamaan federasi dan dapat diperluas di mana spesifikasi setiap skema selanjutnya dapat membatasi sintaks dan semantik pengidentifikasi menggunakan skema itu.

Referensi URI menggunakan mekanisme resolusi independen di mana protokol dan data yang menggunakan format referensi URI dapat menentukan URI dengan mengacu pada rentang penuh sintaks yang diizinkan oleh spesifikasi ini, termasuk skema yang belum ditentukan.

Parser untuk tata bahasa URI generik dapat mengurai referensi URI apa pun ke dalam komponen utamanya. Setelah rencana ditentukan, selanjutnya

Penguraian khusus skenario dapat dilakukan pada komponen. Dengan kata lain, sintaks generik URI adalah superset dari semua sintaks URI

URI, URL, dan URN

URI dapat diklasifikasikan lebih lanjut sebagai pencari lokasi, nama, atau keduanya.

"Uniform Resource Locator" (URL) mengacu pada subset URI. Selain mengidentifikasi sumber daya, ia juga menyediakan cara untuk menemukan sumber daya dengan menjelaskan mekanisme aksesnya (misalnya, "lokasi" jaringannya).

"Uniform Resource Name" (URN) digunakan untuk merujuk ke URI lain yang tetap unik secara global bahkan setelah sumber daya tidak ada lagi atau menjadi tidak tersedia.

URI diambil dari kumpulan yang sangat terbatas: huruf Latin, angka, dan beberapa karakter khusus.

Sebuah URI dapat direpresentasikan dalam banyak cara; misalnya, tinta di atas kertas, piksel di layar, atau urutan oktet pengkodean karakter. Interpretasi URI hanya bergantung pada karakter yang digunakan. Di lingkungan lokal atau regional, seiring kemajuan teknologi, pengguna dapat menggunakan karakter yang lebih luas.

Pemisahan pengakuan dan interaksi

Kesalahpahaman umum tentang URI adalah bahwa URI hanya digunakan untuk merujuk ke sumber daya yang dapat diakses. URI itu sendiri hanya menyediakan autentikasi, dan tidak menjamin adanya akses URI ke petunjuk sumber daya. Sebagai gantinya, setiap referensi URI yang relevan ditentukan oleh elemen protokol, seperti atribut format data atau teks bahasa alami yang muncul.

Diberikan URI, sistem dapat mencoba melakukan berbagai operasi pada sumber daya, mungkin ditandai dengan kata-kata seperti "akses", "perbarui", "ganti", atau "temukan properti". Operasi semacam itu ditentukan oleh protokol menggunakan URI.

pengenal hierarkis

Sintaks URI diatur secara hierarkis, dengan komponen dalam urutan kepentingan dari kiri ke kanan.

Sintaks generik menggunakan karakter garis miring ("/"), tanda tanya ("?"), dan tanda angka ("#") untuk memisahkan komponen, penting untuk interpretasi hierarki parser generik, kecuali bahwa pengidentifikasi yang dapat dibaca dari kelas ini konsisten Menggunakan familiar sintaks, representasi hierarki terpadu di seluruh skema penamaan memungkinkan referensi yang tidak bergantung skema dibuat relatif terhadap hierarki itu.

Biasanya, kumpulan atau "pohon" dokumen telah dibangun untuk melayani tujuan bersama, dan sebagian besar referensi URI dalam dokumen ini mengarah ke sumber daya di dalam pohon, bukan di luarnya. Situs dokumentasi di lokasi tertentu lebih cenderung mereferensikan sumber daya lain di situs itu daripada sumber daya di situs jauh. Referensi ke URI memungkinkan bagian pohon dokumen tidak bergantung pada lokasi dan skema aksesnya.

simbol gramatikal

Menggunakan notasi ABNF [RFC2234], termasuk aturan sintaks ABNF inti berikut:

ALPHA (huruf), CR (carriage return), DIGIT (bilangan desimal), DQUOTE (tanda kutip ganda), HEXDIG (digit heksadesimal), LF (umpan baris), dan SP (spasi), dll.

Sintaks URI menyediakan cara untuk menyandikan data, mungkin untuk mengidentifikasi sumber daya sebagai rangkaian karakter. Karakter URI, pada gilirannya, sering dikodekan menjadi oktet untuk transmisi atau presentasi.

Notasi ABNF mendefinisikan nilai terminalnya sebagai bilangan bulat non-negatif (titik kode) berdasarkan kumpulan karakter kode AS-ASCII [ASCII]. Karena URI adalah rangkaian karakter, kita harus membalikkan hubungan tersebut untuk memahami sintaks URI. Oleh karena itu, nilai integer yang digunakan oleh ABNF harus dipetakan kembali ke ASCII untuk melengkapi aturan sintaks.

karakter yang dipesan

URI terdiri dari karakter "reserved" yang memisahkan komponen dan subkomponen.

Tujuan dari karakter yang dicadangkan adalah untuk menyediakan sekumpulan karakter yang membedakan pembatas dari data lain di URI. Subset (gen-delims) karakter yang dicadangkan digunakan sebagai pembatas untuk komponen URI generik. Aturan tata bahasa ABNF untuk komponen tidak menggunakan cadangan atau gen-delim yang diberi nama langsung, sebagai gantinya, setiap aturan tata bahasa mencantumkan karakter yang diizinkan dalam komponen itu (yaitu, tidak dibatasi), dan subkomponen lainnya dapat ditentukan oleh definisi skema URI.

tidak ada karakter yang dipesan

Karakter yang diperbolehkan tetapi tidak dicadangkan di URI, termasuk huruf besar dan kecil, angka desimal, tanda hubung, titik, garis bawah, dan tilde.

Tanpa pagu = ALPHA/DIGIT/"-"/"."/"_"/"~"

Gantikan karakter yang tidak dicadangkan untuk URI yang berbeda, tetapi oktet US-ASCII yang dikodekan dengan persen yang sesuai setara: mereka mengidentifikasi sumber daya yang sama. Untuk konsistensi, oktet yang dikodekan persen (%41-%5A dan %61-%7A), DIGIT (%30-%39), tanda hubung (%2D), titik (%2E) dalam rentang ALPHA , URI tidak boleh dibuat produsen garis bawah (%5F) atau tilde (%7E), yang bila ditemukan di URI, harus didekodekan ke karakter tanpa pagu yang sesuai dari normalizer URI.

data identifikasi

Karakter URI menyediakan komponen data pengenal untuk setiap URI, sebagai antarmuka eksternal sistem yang diidentifikasi.

Produksi dan transmisi URI: nama lokal dan pengkodean data, pengkodean antarmuka publik, pengkodean karakter URI, pengkodean format data, dan pengkodean protokol.

Nama lokal (seperti nama sistem file) disimpan dalam pengkodean karakter lokal. Aplikasi penghasil URI (misalnya, server asal) biasanya menggunakan pengkodean lokal sebagai dasar untuk menghasilkan nama yang bermakna. Produser URI akan mengonversi pengkodean lokal ke pengkodean yang sesuai untuk antarmuka publik, lalu mengonversi pengkodean antarmuka publik ke kumpulan karakter URI yang dibatasi (dicadangkan, tidak dicadangkan, dan dikodekan persen).

Pada gilirannya, karakter ini dikodekan menjadi oktet untuk digunakan sebagai referensi dalam format data seperti set karakter dokumen, yang kemudian sering dikodekan untuk transmisi melalui protokol Internet.

Dalam beberapa kasus, komponen URI dan mengidentifikasi data yang diwakilinya jauh lebih mudah daripada terjemahan pengodean karakter.

komponen gramatikal

Sintaks URI generik terdiri dari urutan hierarki skema, otoritas, jalur, kueri, dan fragmen.

Komponen skema dan jalur diperlukan, meskipun jalur mungkin kosong (tidak ada karakter). Saat ada izin, jalur harus kosong atau dimulai dengan karakter garis miring ("/"). Jika izin tidak ada, jalur tidak boleh dimulai dengan dua karakter garis miring ("//"). Pembatasan ini menghasilkan lima aturan jalur ABNF yang berbeda, hanya satu yang cocok dengan referensi URI yang diberikan.

rencana

Setiap URI dimulai dengan nama skema yang mereferensikan spesifikasi untuk menetapkan pengidentifikasi dalam skema tersebut.

Nama skema terdiri dari urutan karakter yang dimulai dengan huruf, diikuti dengan kombinasi huruf, angka, dan tanda plus ("+"), titik ("."), atau tanda hubung ("-").

Skema=ALPHA*(ALPHA/DIGIT/"+"/"-"/".")

izin

Banyak skema URI menyertakan otoritas elemen hierarkis untuk penamaan, sehingga manajemen didelegasikan ke otoritas tersebut oleh URI lainnya. Sintaks umum menyediakan nama atau alamat server berbasis registri umum, dan secara opsional informasi port dan pengguna.

Komponen otoritas diawali dengan garis miring ganda ("//") dan diikuti dengan garis miring ("/"), tanda tanya ("?"), atau karakter akhir angka ("#"), atau di akhir URI.

izin = [infopengguna "@"]host[":"port]

sang penyelenggara

Subkomponen host dari otoritas diidentifikasi oleh literal IP yang diapit tanda kurung siku. Dalam banyak kasus, sintaks host hanya digunakan untuk membuat dan menggunakan pendaftar yang ada di DNS, sehingga memperoleh nama unik global tanpa biaya untuk menggunakan registri lain.

host=bidang IP/alamat IPv4/nama-reg

Bidang IP = "["(IPv6Address/IPvFuture)"]"

IPvFuture="v"1*HEXDIG"."1*(tanpa pagu/sub-pemisah/":")

Menanyakan

Komponen kueri berisi data non-hierarkis, serta data dalam komponen jalur yang mengidentifikasi sumber daya dalam cakupan skema URI dan otoritas penamaan.

Komponen kueri diwakili oleh karakter tanda tanya ("?") dan diakhiri dengan karakter tanda angka ("#").

query=*(pchar/"/"/"?")

penggunaan

Saat aplikasi merujuk ke URI, mereka tidak selalu menggunakan formulir referensi lengkap yang ditentukan oleh aturan sintaksis "URI". Menghemat ruang dan memanfaatkan lokalitas hierarkis, banyak elemen protokol Internet dan format jenis media memungkinkan URI yang disingkat, sementara yang lain membatasi sintaks ke bentuk URI tertentu.

Bangun URI dasar

Selain referensi khusus fragmen, URI dasar juga diperlukan. Resolver harus membuat URI dasar. URI dasar harus sesuai dengan aturan sintaks <absolute-URI>.

URI dasar dapat dibuat dengan salah satu dari empat cara

Basis URI yang disematkan dalam konten

Mengenkapsulasi URI dasar entitas

URI yang digunakan untuk mengambil entitas

URI dasar default (bergantung pada aplikasi)

Normalisasikan dan Bandingkan

Operasi paling umum pada URI adalah perbandingan sederhana: menentukan apakah dua URI mengakses sumber daya masing-masing secara setara tanpa menggunakan URI. Normalisasi ekstensif biasanya dilakukan sebelum membandingkan URI. Perbandingan URI dilakukan untuk beberapa tujuan tertentu.

persamaan derajatnya

Karena URI ada untuk mengidentifikasi sumber daya, mereka dianggap setara ketika mereka mengidentifikasi sumber daya yang sama. Namun, definisi kesetaraan ini tidak banyak digunakan secara praktis, karena tidak ada cara untuk membandingkan dua sumber daya kecuali seseorang memiliki pengetahuan penuh atau kendali atas mereka.

Bahkan jika dua URI dapat ditentukan setara, perbandingan URI tidak cukup untuk menentukan bahwa kedua URI mengidentifikasi sumber daya yang berbeda.

normalisasi berbasis sintaksis

Normalisasi berbasis sintaks mencakup teknik normalisasi kasus berikut, normalisasi yang dikodekan persen, dan penghapusan segmen titik.

Tindakan pengamanan

URI sendiri tidak menimbulkan ancaman keamanan. Tetapi URI sering digunakan untuk menyediakan serangkaian instruksi yang ringkas untuk diakses

Untuk sumber daya web, kehati-hatian harus dilakukan untuk menginterpretasikan data dalam URI dengan benar untuk mencegah data tersebut diakses secara tidak sengaja, dan untuk menghindari menyertakan teks data yang tidak boleh dipublikasikan.

Informasi sensitif

Pembuat URI tidak boleh memberikan kata sandi yang berisi nama pengguna atau dimaksudkan untuk dirahasiakan. URI sering ditampilkan oleh browser, disimpan dalam bookmark teks biasa, dan oleh riwayat agen pengguna dan aplikasi perantara (proksi).

serangan semantik

Karena subkomponen info pengguna jarang digunakan, host yang muncul di komponen otoritas dapat digunakan untuk membuat URI yang menyesatkan pengguna untuk dipercaya, mis.

ftp://cnn.example.com&[email protected]/top_story.htm

Dapat menyebabkan pengguna menganggap host adalah 'cnn.example.com' padahal sebenarnya '10.0.0.1'. URI yang menyesatkan dapat menjadi serangan terhadap pengguna, yang menyerang praduga pengguna. Mengenai perangkat lunak itu sendiri, serangan semacam itu dapat dihindari dengan membedakan antara masing-masing komponen URI.