今天，彻底弄懂什么是URI

又到了每周二的分享时间了，今天分享一下在网络协议中，URI的相关内容，因为在外面出差，头图没法做，就用以前的老图咯~（偷懒也这么理直气壮）

URL是什么我想大家都知道，毕竟我们每天都接触着，那URI是什么呢？

那我们先来看看，如果这世界上没有URI时，会变成什么样子呢？

没有URI的情况下，我上传了一些资料要分享给你们，你们要怎样才能下载获取呢？

首先，我得告诉你们用FTP协议访问naonao.com，端口是8090

然后，告诉你们登陆用户名是Naonao，密码是Handsome

登陆成功后，你们要进入到/Naonao/Source目录下，并且转换为二进制模式

最后再下载如何避免过帅导致的烦恼.mp4的文件

这要不是最后的文件太吸引我，这么麻烦的步骤，我才不想去倒腾呢

可有了URI后，上面这些步骤，我们只需要在浏览器里直接输入ftp://Naonao:Handsome@naonao.com:8090/Naonao/Source/如何避免过帅导致的烦恼.mp4
这样就可以直接下载网络上的资源了

友情提示一下，上面的URI并不是一个完全正确的URI，因为最后面的中文没有进行转码，关于转码解码的问题，我们稍后再看

什么是URI？

看完上面的内容，URI解决了什么问题，我想各位心里肯定是有数了

不过在了解URI之前，我们需要先简单了解下URL与URN

URL在RFC1738(1994.12)中的定义是Uniform Resource Locator，表示资源的所在位置，期望提供查找资源的方法

而URN在RFC2141(1997.5)中的定义是Uniform Resource Name，期望为资源提供持久的，位置无关的标识方式，并允许简单的将多个命名空间映射到单个URN命名空间

直接说URN这种概念，有些人可能不大清楚是个什么东西，我说个例子，男生肯定清楚，比如磁力链接~嘻嘻，有没有回想起什么不可言论的东西？

我在网上找了个葫芦娃的磁力下载地址，各位围观一下，有没有觉得这东西很眼熟呢？

magnet:?xt=urn:btih:bdab9b6759950fab3c8cbde2669bea6195491034

好咯，不熟悉也没事，这也不是今天的重点，我们知道这玩意大概长城这样就好了。我们现在来看看，URI的定义是什么

URI的全名呢就是Uniform Resource Identifier，主要用于区分资源，它包含了URL与URN的概念，主要是用于取代URL和URN的概念~

换句话说，URI可以是URL/URN，但URL/URN不一定就是URI，也就是说URI是URL/URN的超集

URI与URL的区别

虽然我们现在知道URI是URL的超集，但在网络中，URL与URI这哥俩长的实在太像了，很多时候我们傻傻分不清URL与URI到底谁是谁

我们先来看看定义的区别，URI与URL不同的部分就是Identifier与Locator，URI注重的是唯一标识符，而URL注重的是位置

打个简单的比喻，如果用URI来表述我们自己，那么URI就是我们的身份证号码，URL就是我们身份证上的家庭住址，通过身份证号（URI）肯定能找到我，但是你通过我的住址（URL）那就不一定能找到我了哦

再来说说资源包含了什么

资源这俩字，包含的东西就太广了，既可以是图片、文档，也可以是今天的天气

也可以是不能通过互联网访问的实体，例如人、公司

也可以是某种抽象概念，例如亲属关系或者你是不是渣男

但是要注意一点，URI并不是与资源一一对应的，一个资源是可以拥有很多个URI，但一个URI只会对应一个资源，就像我们手上有很多张银行卡，但每个银行卡对应的开户人，也只有我们自己一个人

Identifier的实际用处就是将当前资源与其它资源区分开来的名称

通过Identifier与Source的含义，我们就可以很明显的感觉到URI的一个目标，它更倾向于资源提供者把自己把所拥有的资源与其它资源区分开

比如不能通过互联网访问的实体，比如人，我们就可以通过URL去定义Mine，Father，Relationship等，通过这种方式，我们就能将我们想表达的资源进行区分

URI的组成

先上张图，我们来看看URI由哪些部分组成

我们根据图片上的内容来进行分析

我们先来看最重要的三点，先拿个例子，看完例子再看下面的说明

https://naonao.com?name=naonao&age=18#page-7

Scheme

Scheme指的就是方案，比如HTTP，HTTPS，FTP等，都是可以使用的，思想不要被这些常用的协议给局限了，我们还可以自定义协议，只要服务器支持即可

Scheme可以是由字母，数字，+，-，.，都是允许的

注意：在Scheme之后，必须使用://把Scheme与后面的部分区分开来

Query

query就是查询参数，是一个可选的参数，如有有的话，那么必须要以?开头

我们最常用的形式就是使用key=value，比如上面的例子name=naonao

但Query并不仅仅是支持这种，它是可以支持pchar,/,?等形式

?的话大家都知道，要使用Query查询参数，那么就必须在前面加上?，而pchar是什么呢？这点我们想了解的话，需要去参考RFC中的详细描述，这不是今天内容的重点

fragment

fragment也是可选的，如果有的话，必须以#开头

比如上面的示例，page-7指向的是一个段落

它所支持的格式跟Query所支持的格式一致

authority

authority包含了用户名与密码（user infomation），还有主机名（host），以及端口号（port）

像用户名密码这东西，我们现在基本已经不使用这种方式了，因为在URI中明文传输账号密码，实在不安全

现在还在用的，基本上也就是经常使用ftp下载资源时我们才使用

所以我们通常只使用host:port，即主机名+端口号的形式

主机名是不可省略的，因为一但省略，我们就找不到对应的服务器

而端口号我们却可以省略，比如HTTP的默认端口号就是80端口，HTTPS的默认端口号就是443端口

path

主机名后面紧跟的就是我们的path

在URI中，path部分必须要以/开头，所以不要把path之前的/误以为是前面authority的结尾

path也分了很多种，分别是path-abempty、path-absolute、path-noscheme、path-rootless、path-empty

• path-abempty
  以/开头的路径或空路径
• path-absolute
  以/开头，但不能以//开头
• path-noscheme
  以非:号开头的路径
• path-rootless
  相对path=noscheme，增加允许以:号开头的路径
• path-empty
  空路径

说这么多种path只是为了尊重文档，但也别看有这么多种类型，其实使用起来是非常简单的，综合上述五种方案，我们可以发现，限制的都是开头的字符

而我们只要不使用中文或者其它一些特殊字符作路径的开头，这样我们的路径都是合法的

所以路径这东西，我们只要根据实际情况进行填写即可

URI的编码

终于到了填坑时间

最开始我们举例说如果世上没有URI时该如何下载资源，我给出的例子URI里面带了中文，其实在URI里只能使用ASCII码

但如果我们的URI里出现了除ASCII码以外的内容，或者是出现了URI中的用于标识的字符比如?``#``/``&等，那么就会引起URI解析错误，那这时候该怎么办呢？

为了避免这种情况出现，URI引入了编码机制

规则非常的简单粗暴，在ASCII码表内的特殊字符，直接就转换成ASCII码了

对于ASCII码以外的内容，就转换成十六进制的字节，然后在前面加上一个%，例如空格就被转义成%20，?被转译成%3F

像中文这种，十六进制字节值表示不全，需要UTF-8编码才能表述完整的，就是转成十六进制（UTF-8）的格式，例如闹闹就会被转义成%e9%97%b9%e9%97%b9

因为闹对应的十六进制UTF-8的编码就是E9 97 B9，然后每个字节码前面加上%，就可以得到上述结果了

平时我们在浏览器中的地址栏中输入的URI，就算是输入中文也能正常使用，其实是浏览器在背后帮我们做了转码解码的苦逼活

这其实是一个非常友好的用户体验，不会把一些看不懂的东西直接展示给用户，也是非常值得学习的一个理念

写在最后

URI是网络协议学习中必须要弄明白的一个内容，但其实总的来说并不难，只是概念性的东西稍微多了点，理解了之后，其实就是一点点内容

你可能会问，这东西学了有什么用呢？我只能回答你，学这东西没有直接用处，但是有间接用处

比如做后台开发的，要对接接口，给的URI若不规范，那么接口调用方就无法定位到我们的资源，最后面向Google编程老半天才解决

又或者做前端开发的，接口调用不规范，比如GET调用时query参数写错，那自然也调不通后台给的接口

又比如拿到一个不熟悉的项目，通过浏览器的Network就可以分析到用了哪些资源，依赖了什么页面和接口，但连URI都看不懂，那就只能问同事了，问完后还要被人一顿嫌弃

虽然遇到的这些问题都能面向Google编程或者问同事解决，但是在查资料或者咨询的同时，浪费的是我们的时间以及同事的时间