Základní vlastnosti

• Dokumenty mohou být uloženy v libovolných kódech v závislosti na jazyce. Například české dokumenty mohou být uloženy v kódu ISO-8859-2, zatímco anglické v kódu ISO-8859-1 a japonské v kódu Unicode-1-1 (zatím ale bez SSI).
• Na rozdíl od různých jiných implementací podpory češtiny není zatěžován WWW server spouštěním externích CGI skriptů pro překódování. Překódování provádí modul WWW serveru, který nahrazuje implicitní modul pro zasílání dokumentů. Modul provádí on-line překódování z kódu, ve kterém je uložen dokument, do kódu, který požaduje prohlížeč.
• Modul akceptuje standardní hlavičky Accept-Language a Accept-Charset protokolu HTTP 1.1. Snaží se vždy vybrat dokument vyhovující preferencím nastaveným v prohlížeči.
• Pokud prohlížeč neumí tyto hlavičku generovat nebo je nelze uživatelsky nastavit (MS IE 2.0), může si uživatel vybrat jazyk a kód doplněním přípony URL (např. http://www.some.cz/stranka.html.cs.ISO-8859-2).
• Překódování je prováděno s mezipřevodem přes kód Unicode. Díky tomu není nijak omezen počet rozeznávaných kombinací zdrojového a cílového kódu.
• Překlad odkazů a překódování funguje i pro výstup CGI skriptů (a jiných modulů).
• Skriptům jsou předány doplňkové hlavičky, které umožňují zpracování v závislosti na zvoleném jazyce a kódu.
• Kód, ve kterém jsou uloženy dokumenty, lze nastavit v konfiguraci serveru parametry LanguageCharset a DefaultCharset. Tyto parametry lze nastavovat v konfiguraci pro adresář (v souboru .htaccess).
• Pokud klient nepředává hlavičku Accept-Language, zvolí se požadovaná jazyková verze dokumentu podle doménové adresy klienta (*.cz -> česká verze).
• Pokud klient nepředává hlavičku Accept-Charset, zvolí se implicitní kód podle typu klienta (dle hlavičky User-Agent).
• Jazyk a kód lze kdykoli přepnout explicitně přidáním přípony do jména dokumentu v URL (URL.jazyk.kód).
• Volba jazyka a kódu je udržována při průchodu dokumenty na WWW serveru dynamickým doplňováním zkratky jazyka a kódu do všech hypertextových odkazů v dokumentu.
• Explicitní udržování zvoleného kódu v URL dokumentu umožňuje proxy serverům cachovat dokumenty ve správném kódu.
• Pro vkládání postfixů do URL provádí modul plnou syntaktickou analýzu jazyka HTML (optimalizovaný analyzátor sgml_lex).
• Protože při vkládání postfixů do URL a zpracování vložených příkazů pro server (Server Side Include) není známa délka dokumentu před jeho celým zpracováním, jsou tyto dokumenty zpracovávány dvouprůchodově. Nejprve je zpracován dokument, pak odeslány správné hlavičky (včetně hlaviček Content-Type: text/html; charset=kód a Content-Length: xxx) a nakonec dokument o známé délce. Díky tomu mohou být tyto dokumenty předávány i protokolem http 1.1 s udržovaným spojením a mohou být ukládány v proxy cache serveru.
• Generování dokumentů lze urychlit vytvořením adresáře .cache v adresáři dokumentu. Vygenerované dokumenty, které nemají vložené dynamické příkazy pro server, se ukládají do tohoto adresáře a při příštím přístupu mohou být odeslány přímo bez analýzy a překódování. Při změně originálního dokumentu se vygeneruje automaticky nová verze.
• Zpracování vložených příkazů pro server odpovídá standardnímu modulu mod_include (tedy serverům NCSA, Netscape a CERN). Zpracování je povoleno automaticky pro soubory s příponou .shtml a .shtml3 a pro soubory s příponou .html, které mají právo S_IXUSR (u+x). Volitelně může být v konfiguraci serveru zapnuto pro zpracování všech souborů ve formátu HTML (od verze 3.0 je to implicitní nastavení), protože režie zpracování se příliš neliší.
• Při překódování souboru jsou patřičně aktualizovány případné značky <META> v hlavičce dokumentu:

  <META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=iso-8859-2">
  

• Čas modifikace souboru s vloženými soubory je nastaven podle času nejnovějšího z nich.
• Volitelně je generována signatura dokumentu algoritmem MD5 (stejně jako při implicitním zpracování).
• Volitelně lze překódovat do vybraného kódu také soubory typu text/plain.

Nové vlastnosti verze 2.0

• Modul podporuje transparentní výběr mutace dokumentů na straně klienta, tedy odpověď 300 Multiple Choices a odpovídající hlavičky Alternates a Vary.
• Pokud není dostupná požadovaná mutace dokumentu (například požadavek obsahuje hlavičku Accept-Language: cs a česká verze dokumentu neexistuje), pak je odeslána odpověď 406 Not acceptable se seznam dostupných mutací dokumentů a uživatel si může vybrat vyhovující variantu.
• Definice rozeznávaných kódů je součástí konfigurace modulu. Doplnění libovolného kódu tedy znamená pouze vložení patřičného parametru do konfigurace.
• Odpovědi na požadavky, které nelze ukládat do proxy cache, mají nastavenu dobu expirace 0. Jedná se o všechny požadavky, které neobsahují hlavičky Accept-Language a Accept-Charset a neobsahují v URL explicitní jméno požadovaného jazyka a kódu. Pokud komunikuje proxy server protokolem HTTP 1.1, jsou generovány správné hlavičky Vary: signalizující dostupné mutace dokumentů.
• Zvolený jazyk a kód je vkládán také do interně generovaných hypertextových odkazů (přesměrování a výpis adresáře).
• Je zjednodušeno rozhodování, zda má být do daného hypertextového odkazu doplněn zvolený jazyk a kód. Ve verzi 1.x byl odkaz vždy analyzován serverem (vnořeným požadavkem). Znamenalo to sice, že postfix byl vkládán jen do odkazů, které skutečně vedly na dokumenty typu "text/html", ale na druhé straně bylo zpracování dokumentů s velkým počtem odkazů velkou zátěží pro server. Nyní je doplněna přípona pro nejčastější typy dokumentů přímo a pro neznámé typy je pouze detekován jejich typ modulem mod_mime. Pokud je i poté typ odkazovaného dokumentu neznámý, je přípona doplněna.
• V konfiguraci serveru lze definovat, pro které externí WWW servery má být vkládána přípona zvoleného jazyka a kódu. Standardně je vkládána do odkazů na virtuální WWW servery obsluhované stejným serverem.

Nové vlastnosti verze 3

• Rozšířené vložené příkazy pro server: #set, #if, #else, #endif, #elif.
• Nový parametr DefaultLanguage. Nastavuje jazyk dokumentu pro soubory bez jazykové přípony. Tento parametr je užitečný pro nastavení správného jazyka časových údajů (#flastmod).

Nové vlastnosti verze 4

• Přechod na nové API serveru apache-1.3.x. Vzhledem k závažným změnám na nižších úrovních nebude modul verze 4 pracovat se staršími verzemi serverů apache. Protože i mezi jednotlivými verzemi 1.3.x byly znatelné rozdíly, první podporovaná verze je až apache-1.3.6.
• Transparentní výběr kódové mutace a překódování textového výstupu libovolných modulů. Testovány byly moduly: mod_asis, mod_autoindex, mod_imap, mod_info, mod_php3 a mod_status. Teoreticky by mohl fungovat i mod_perl. Při zpracování je prováděno pouze překódování, bez analýzy HTML a bez vkládání jazykových a kódových přípon (s výjimkou mod_dir). Při psaní PHP skriptů lze vkládání snadno ošetřit tímto kódem:

  $suff = @$_SERVER['FORCED_SUFFIX'];
  ...
  echo "<a href=\"url$suff\">"	// odkaz včetně přípon
  

  Zdrojový kód generovaného dokumentu je odvozen stejným způsobem jako pro soubory HTML, pokud ale skript vygeneruje v hlavičce Content-Type parametr charset=, má přednost zdrojový kód z této hlavičky.
• Implicitní konfigurace modulu nyní používá pro identifikaci češtiny zkratku "cs". Pro kompatibilitu je možno používat současně také původní "cz". Dále bylo změněno implicitní nastavení generovaného kódu, standardně je pro blíže neurčené klienty ISO-8859-2.
• Porovnávání řetězců pro nastavení implicitního kódu dle verze klienta (parametr DefaultCharset) pracuje nyní bez rozlišení malých a velkých písmen.
• Na soubor vložený příkazem pro server #include file se vztahují nyní stejná omezení jako u modulu mod_include. Vkládaný soubor musí být buď ve stejném adresáři nebo v podadresáři hlavního dokumentu. Odkaz pomocí ".." je signalizován jako chyba (u verze 3 byl povolen) a musí být nahrazen příkazem #include virtual.
• Nový vložený příkaz pro server #printenv.
• Dekódování tabulek kódů a vytváření překódovacích tabulek bylo optimalizováno a provádí se nyní jen při prvním startu serveru po instalaci. Vytvořené překódovací tabulky jsou uloženy v binárním tvaru do adresáře s tabulkami kódů a odtud jsou při dalších startech serveru načteny.
• Nový parametr konfigurace modulu UseCache. Parametr zapíná ukládání vygenerovaných mutací dokumentů do lokální cache (adresář .cache ve stejném adresáři jako je dokument). Pokud je při příštím požadavku na stejný dokument požadovaná jazyková a kódová mutace dokumentu již vygenerovaná a nezměnil se zdrojový dokument (jeho čas modifikace je starší než u souboru v cache), pak se použije dokument z cache. Implicitně je tento parametr vypnutý, čímž se liší chování modulu od předchozí verze, kde bylo použití cache povoleno vždy. Použití cache je dále podmíněno existencí adresáře .cache v adresáři umístění dokumentu. Modul sleduje použití vložených příkazů pro server a dokumenty dynamického charakteru (#exec, apod.) do cache neukládá. Parametr je vhodné zapnout pro adresáře s často přistupovanými dokumenty.
• Nový parametr konfigurace modulu UseMeta. Lze jej zapnout na úrovni souborů a adresářů, nastavuje zdrojový kód dokumentu z hlavičky META HTTP-EQUIV. Implicitně je tento parametry vypnutý, protože uživatelé často překódují dokument do jiného kódu, ale nenamáhají se opravit hlavičku META. (Pozn.: Modul mod_html vždy opraví hlavičku META podle cílového kódu, ve kterém dokument zasílá).
• Nový parametr konfigurace modulu RemoveCharset. Lze jej zapnout na úrovni souborů a adresářů. Pokud je zapnutý, modul ignoruje explicitní přípony určující kód dokumentu ve všech odkazech uvnitř dokumentu. Pokud modul generuje dokument bez explicitního přepnutí kódu, pak všechny postfixy vyjme, pokud s explicitním přepnutím kódu, pak vloží všude tento postfix bez ohledu na to, zda tam nějaký byl. Implicitně je tento parametr vypnutý. Tento parametr by měl být vypnutý pro adresář CGI skriptů a pro dokumenty, které dovolují záměrnou změnu kódu. Naopak je vhodné tento parametr zapnout pro uživatelské adresáře, protože se často stává, že uživatel místo aby vzal stránku ze serveru přes FTP, Sambu, NFS, či jinak, si ji vezme z Web serveru a začne ji opravovat. Přitom se mu tam samozřejmě do všech odkazů vygenerují explicitní přípony se jménem zrovna zvoleného kódu a takovýto dokument pak uživatel uloží zpět (tentokrát již kupodivu přes FTP, Sambu, NFS, či jinak) a nestačí se divit.

Proč ne cookies?

Pro udržování kontextu (zvoleného jazyka a kódu) je používána běžná metoda modifikace HTML dokumentu a vložení dodatečných informací do všech hypertextových odkazů v dokumentu. Pro uložení kontextu by bylo možno využít cookies. Mělo by to ovšem jednu nevýhodu - dokumenty různého obsahu podle zvoleného kódu a jazyka by měly pořád stejné URL. V proxy serveru komunikujícím protokolem HTTP 1.0 může být k jednomu URL pouze jeden obsah a tak kdokoli, kdo by byl za proxy serverem, by měl smůlu. Lze to samozřejmě obejít zakázáním ukládání takových dokumentů do cache (Pragma: nocache), ale to by znamenalo, že by v českém internetu neměly proxy servery žádný smysl a to asi nechceme. To samé platí pro různé další odrůdy češtin implementované jako CGI skripty, jejichž výsledek také nelze většinou ukládat (pokud nepodporují protokol HTTP/1.1).

[ Zpět | Domácí stránka | Web server | Jazyk/Language ]