Protocolos de Internet: HTTP, URL y la Web

HTTP

HTTP (Hypertext Transfer Protocol) es el protocolo utilizado para acceder a la WWW (World Wide Web). Se encarga de procesar y responder a las peticiones para visualizar una página web. El resultado de dicha petición puede ser satisfactorio o arrojar un mensaje de error, como el conocido error 404, que forma parte de los códigos de estado del protocolo HTTP.

HTTP es el método más común para intercambiar y buscar información en la WWW. Permite la transmisión de páginas web a una computadora, actuando como el sistema de transferencia de información entre servidores y navegadores.

Es un protocolo "sin estado", lo que significa que no guarda información sobre transacciones previas. Para almacenar información entre diferentes peticiones, se utilizan cookies, que se descargan en las computadoras de los usuarios y recuerdan información de preferencias que el usuario haya establecido previamente.

URL

URL (Uniform Resource Locator) es la forma en que la Web organiza la información en Internet. Se trata de una cadena de caracteres que identifica cada recurso disponible en la WWW.

El URL de un recurso es su dirección en Internet, que permite al navegador encontrarlo y mostrarlo correctamente. Un URL combina el nombre de la computadora que proporciona la información, el directorio donde se encuentra, el nombre del archivo y el protocolo a utilizar para recuperar los datos. Las URL de protocolo HTTP son las típicas direcciones web.

Diferencia entre Internet y la WWW

Internet es una red de redes interconectadas en diversas configuraciones, formando redes locales y otros tipos de redes similares. El conjunto de estas redes, separadas y unidas, constituye Internet.

Por otro lado, la WWW es el sistema que permite acceder a Internet, el espacio de comunicación entre Internet y sus usuarios.

El funcionamiento de la WWW comienza cuando un usuario ingresa una dirección (URL) en su navegador o sigue un enlace de hipertexto. El navegador inicia una serie de comunicaciones para obtener los datos de la página solicitada y visualizarla.

El primer paso es traducir el nombre del servidor de la URL a una dirección IP utilizando el DNS (Domain Name System). El DNS traduce nombres inteligibles para humanos en identificadores binarios asociados a los equipos conectados a la red, permitiendo su localización y direccionamiento a nivel mundial.

Luego, se envía una petición HTTP al servidor solicitando el acceso al recurso. Primero se solicita el texto HTML, que el navegador analiza y, a su vez, realiza peticiones adicionales para obtener gráficos y otros archivos que formen parte de la página.

Buscadores

Encontrar recursos en la Web es complejo debido a las siguientes características de las fuentes de información:

• Son extensas y omnipresentes.
• Poseen poca o ninguna estructura.
• Su calidad es diversa.
• Son dinámicas, cambian constantemente de contenido y ubicación.
• Son distribuidas y autónomas.

Debido a estas características y al crecimiento exponencial de la red, surgió la necesidad de organizar y clasificar las páginas, documentos, sitios y servidores. Esta función la cumplen los buscadores o robots de la Web.

Los robots recorren las direcciones de Internet automáticamente. Los buscadores difieren entre sí en sus técnicas de búsqueda.

Spiders

Los spiders son programas que inspeccionan las páginas de la WWW de forma metódica y automatizada. Buscan sitios, analizan enlaces entrantes, evalúan fechas de actualización y otros aspectos que se modifican constantemente para que el buscador mantenga información precisa.

Metabuscadores

Un metabuscador es un sistema que no posee una base de datos propia, sino que localiza información en los motores de búsqueda más utilizados. Muestra una combinación de las páginas más relevantes encontradas por cada buscador.

La diferencia entre buscadores y metabuscadores radica en la forma de buscar, los lugares donde buscan y la manera en que presentan la información.