HTTP之统一资源定位符URL

转载请注明出处：
本文出自：NiZhuanXingHe的博客

概述

每一个服务器资源都有一个名字，服务器的资源名被称为 统一资源标识符 ——URI，URI有两种形式，分别是URL（统一资源定位符）和URN（统一资源名），目前，URL被使用的很广泛。

URL

可以这么说，URL是web客户端向web请求信息时所需的资源位置，通过url，web客户端可以获取到数据资源。

1、URL的语法

<scheme>://<user>:<password>@<host>:<port>/<path>;<params>?<query>#<frag>
<方案>://<用户>:<密码>@<主机>:<端口>/<路径>;<参数>?<查询>#<片段>

方案：访问服务器获取资源所使用的协议，如：http、ftp
用户：访问资源的用户名
密码：用户名后可能包含的密码
主机：资源宿主服务器的主机名或ip地址
端口：资源宿主服务器正在监听的端口号，默认为 80
路径：服务器资源本地名，由斜杠(/)与前面URL组件分隔开
参数：相互之间，以及与URL前面组件由分号(;)分隔开
查询：用问号(?)与URL其余组件分隔开
片段：一小片或者一部分资源名字。引用对象时，不会讲frag传给服务器；这个值在客户端内部使用。通过字符(#)将其与URL的其余部分分隔开来

1.1、主机和端口

http://www.joes-hardware.com:80/index.html
http://192.0.0.168:80/index.html

这两个url，前者是主机名:端口，后者是ip地址:端口。若是主机名，则需要通过DNS得到主机ip地址，之后才能访问。

1.2、用户名和密码

ftp://ftp.prep.ai.mit.edu/pub/gnu
ftp://cwb@ftp.prep.ai.mit.edu/pub/gnu
ftp://cwb:cwbpassword@ftp.prep.ai.mit.edu/pub/gnu
http://cwb:cwbpassword@www.cwb-guitar.com/sales_info.txt

第一个例子没有用户或密码组件，只有标准化方案(ftp:文件传输协议)、主机(ftp.prep.ai.mit.edu)和路径(/pub/gnu)；
第二个例子指定了一个用户名(cwb)；
第三个例子用户名(cwb)和密码(cwbpassword)之间由字符":"隔开；
第四个例子则包含用户名和密码，标准化方案为http。

1.3、路径

url路径说明了资源位于服务器的具体位置，如：

http://www.jjjjj.com:80/aaa/bbb/index-a.html

其中“/aaa/bbb/index-a.html”就是这个url的路径。

1.4、参数

对于很多方案来说，仅仅通过方案名、主机、端口、用户名、密码和路径仍不能完成工作，还需要提供更多的信息。负责解析url的应用程序需要这些协议参数来访问资源并提供正确的服务。

ftp://prep.ai.mit.edu/pub/gnu;type=d
ftp://www.cwbftp.com/aaa;param1=false/index.html;param2=good

第一个例子中，有一个参数type=d，参数名是type，值为d；
第二个例子中，url有两段路径，每段路径又一个参数，分别是param1，值为false，param2，值为good。HTTP URL的路径组件可以分成若干路径段。

1.5、查询字符串

查询字符串用于缩小请求资源的范围：

http://www.abc.com/check-data?page=2
http://www.abc.com/check-data?page=2&level=0

上面例子中，诸如“age=2”这样的字段就是查询字符串，与其他URL组件以(?)隔开。查询字符可以有多组名值对，它们以&隔开。

1.6、片段

http://www.abc.com/doc.html#chapter1

这个url中，用(#)与前段隔开的字符chapter1就是片段，客户端不会将片段传送给服务器，所以请求服务器资源时获取的会是的整个doc.html内容，但是收到这些数据资源后，客户端本地会以碎片过滤得到chapter1部分内容。

2、URL快捷方式

Web客户端可以理解并使用几种URL快捷方式：相对URL和URL自动扩展。

2.1、相对URL

URL有两种方式，相对和绝对。绝对URL中包含访问资源所需的全部信息；而相对URL则是一种便捷缩略的不完整记法。
相对URl必须相对一个基础URL进行解析，才能获得完整的URL。

<html lang="en">
<head><meta charset="UTF-8"><title>相对url实例</title><base href="https://www.guitar.com/">
</head>
<body><a href="/data/postguitarsheet">上传吉他谱</a>
</body>
</html>

如上面的html代码所示，在head下的base标签中href的值"https://www.guitar.com/"，就是一个基础URL，body下的a标签的href的值是一个相对URL，它是合法的，但需要和基础url对比和解析，得到一个完整URL，即绝对URL，“https://www.guitar.com/data/postguitarsheet”。这里是去掉’/'拼接就可以，但有时候不需要去除其他部分，可直接拼接在一起，成为一个完整的URL。
上面的例子给出了显示提供的基础URL，但有时是不会显示提供，而是封装起来。这个时候的基础URL需要经过推导才能得到。有些情况下，基础URL也不会被给出。
将相对URL转换成绝对URL的过程：

上面的这张图，是基础URL和相对URL的所有组件拆开，进行比较判断，最后经处理，将相对URL合成绝对URL。
这种方法或函数在很多语言中是被官方提供的，如java:

URL baseUri = new  URL("http://www.enet.com.cn/enews/inforcenter/designmore.jsp");
URL absoluteUri = new URL( baseUri, "../test.html");
absoluteUri.toString();

2.1、自动扩展URL

当你向浏览器输入一个不完整的URL，浏览器会帮你自动扩展一个完整路径，通过两种方式：

主机名扩展：比如你在浏览器地址栏输入"baidu"，浏览器会构建出"www.baidu.com"，如果匹配不到，会尝试换几种方式扩展。
历史记录扩展：浏览器会存储用户访问历史，当你输入一条语句，它会在历史记录中匹配。

3、URL字符

URL满足以下三个特性：

可移植的：统一命名因特网上所有资源，并可通过任意因特网协议安全传输。
可读的：可见、可打印；
完整的：那么信息不能丢失。但有些协议会剔除一些特定字符，所以URL只能使用较小的、安全的、通用的字母表中的字符，并将不安全字符转义成安全字符，再进行传输。

3.1、字符集

URL使用US-ASCII字符集，但US-ASCII很通用，并不能支持各种国家民族语言中的常见变体字符，所以URL集成了转义序列，通过转义序列，就能US-ASCII字符集的有限子集对任意字符或数据进行编码，包括二进制数。

3.2、URL编码

就是一种转义编码，将URL中的不安全字符转义成安全的字符组合。
格式：一个百分号（%），后面是两个ASCII的十六进制数。

字符	ASCII码	示例
空格	32(0x20)	http://www.abd.com/dog%20waste.html
～	126(0x7E)	http://www.abd.com/%7Edogwaste.html

3.3、URL字符限制

4、Web方案

Web方案有很多：

http：超文本传输协议；

基本格式：http://<host>:<port>/<path>?<query>#<frag>
示例：http://www.jitashe.org/artist

https：http+ssl；

基本格式：https://<host>:<port>/<path>?<query>#<frag>
示例：https://www.baidu.com/cache/sethelp/help.html

ftp：文件传输协议

基本格式：ftp://<user>:<password>@<host>:<port>/<path>;<params>
示例：ftp://nzxh:123456@guitar.com:80/sheet/page1;type=classic

file：指定一台主机上可直接访问的文件；

基本格式：file://<host>/<path>
示例：file://myhost/document/index.html

news：用于访问一些特定的文章或新闻组；

基本格式：news:<newsgroup>news:<news-article-id>
示例：news:rec.arts.starpage

telnet：用于访问交互式业务，它不是对象本身，而是可以通过telnet协议访问的交互式应用程序；

基本格式：ftp://<user>:<password>@<host>:<port>/
示例：ftp://nzxh:123456@guitar.com:80/

mailto： Mailto URL指向的是E-mail地址，因特网E-mail地址的语法记录在RFC-822中；

基本格式：mailto:<RFC-822-addr-spec>
示例：mailto:aaaaa@163.com

rtsp/rtspu：RTSP URL是通过实时流传输协议(Real Time Streaming Protocol)解析的音／视频媒体资源标识符

基本格式：rtsp://<user>:<password>@<host>:<port>/<path>rtspu://<user>:<password>@<host>:<port>/<path>
示例：rtsp://nzxh:123456@guitar.com:80/sheet/page1

总结

未来，URL还会被改进。