统一资源标识符(Uniform Resource Identifier,URI)是一个通用的概念,由两个主要的子集URL和URN构成。
统一资源定位符(URL)是资源标识符最常见的形式。URL 描述了一台特定服务器上某资源的特定位置。
统一资源名(URN)。URN是作为特定内容的唯一名称使用的,与目前的资源所在地无关。
URL组成
如果你想要获取URL http://blog.csdn.net/man_tutu/article/details/55052356
URL分为以下三部分:
- URL的第一部分(http)是URL方案(scheme)。方案可以告知Web客户端怎样访问资源。
- URL的第二部分(blog.csdn.net)指的是服务器的位置。这部分告知Web客户端资源位于何处。
- URL的第三部分(/man_tutu/article/details/55052356)是资源路径。路径说明了请求的是服务器上哪个特定的本地资源。
URL语法
大多数URL方案的URL语法都建立在这个由9部分构成的通用格式上:
<scheme>://<user>:<password>@<host>:<port>/<path>;<params>?<query>#<frag>
URL最重要的三个部分是方案(scheme)、主机(host)和路径(path)。
通用URL组件表:
组件 | 描述 | 默认值 |
---|---|---|
方案 | 访问服务器以获取资源时要使用哪种协议 | 无 |
用户 | 某些方案访问资源时需要的用户名 | 匿名 |
密码 | 用户名后面可能要包含的密码,中间由冒号(:)分隔 | |
主机 | 资源宿主服务器的主机名或点分IP地址 | 无 |
端口 | 资源宿主服务器正在监听的端口号。很多方案都有默认端口号(HTTP的默认端口号为80) | 每个方案特有 |
路径 | 服务器上资源的本地名,由一个斜杠(/)将其与前面的URL组件分隔开来。路径组件的语法是与服务器和方案有关的 | 无 |
参数 | 某些方案会用这个组件来指定输入参数。参数为名/值对。URL中可以包含多个参数字段,它们相互之间以及与路径的其余部分之间用分号(;)分隔 | 无 |
查询 | 某些方案会用这个组件传递参数以激活应用程序(比如数据库、公告板、搜索引擎以及其他因特网网关)。查询组件的内容没有通用格式。用字符“?”将其与URL的其余部分分隔开来 | 无 |
片段 | 一小片或一部分资源的名字。引用对象时,不会将frag字段传送给服务器,这个字段是在客户端内部使用的。通过字符“#”将其与URL的其余部分分隔开来 | 无 |
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是在某资源内部指定一个资源的便捷缩略方式。很多浏览器还支持URL的“自动扩展”,也就是用户输入URL的一个关键(可记忆的)部分,然后由浏览器将其余部分填充起来。
相对URL
URL有两种方式:绝对的和相对的。绝对URL中包含有访问资源所需的全部信息。而相对URL是不完整的。要从相对URL中获取访问资源所需的全部信息,就必须相对于另一个,被称为其基础的URL进行解析。
解析相对引用的算法:
自动扩展URL
有些浏览器会在用户提交URL之后,或者在用户输入的时候尝试着自动扩展URL。这些“自动扩展”特性有以下两种方式:
- 主机名扩展:在主机名扩展中,只要有些小提示,浏览器通常就可以在没有帮助的情况下,将你输入的主机名扩展为完整的主机名。例如你在地址栏中输入bilibili,浏览器就会自动在主机名中插入 www. 和 .com,构建出www.bilibili.com。如果找不到与bilibili匹配的站点,有些浏览器会在放弃之前尝试几种扩展方式。
- 历史扩展:浏览器用来节省用户输入URL时间的另一种技巧是,将以前用户访问过的URL历史存储起来。当你输入URL时,它们就可以将你输入的URL与历史记录中URL的前缀进行匹配,并提供一些完整的选项供你选择。
URL字符
URL要统一的命名因特网上所有的资源你,这也就意味着要通过各种不同的协议来传送这些资源。这些协议在传输数据时都会使用不同的机制,所以,设计URL,使其可以通过任意因特网协议安全地传输是很重要的。
编码机制
这种编码机制就是通过一种“转义”表示法来表示不安全字符的,这种转义表示法包含一个百分号(%),后面跟着两个表示字符ASCII码的十六进制数。
示例:
字符 | ASCII码 | 示例URL |
---|---|---|
~ | 126(0x7E) | http://www.joes-hardware.com/%7Ejoe |
空格 | 32(0x20) | http://www.joes-hardware.com/more%20tools.html |
% | 37(0x25) | http://www.joes-hardware.com/100%25satisfaction.html |
字符限制
在URL中,有几个字符被保留起来,有着特殊的含义。有些字符不在定义的US-ASCII可打印字符集中。还有些字符会与某些因特网网关和协议产生混淆,因此不赞成使用。
保留及受限的字符:
字符 | 保留/受限 |
---|---|
% | 保留作为编码字符的转义标志 |
/ | 保留作为路径组件中分隔路径段的定界符 |
. | 保留在路径组件中使用 |
.. | 保留在路径组件中使用 |
# | 保留作为分段定界符使用 |
? | 保留作为查询字符串定界使用 |
; | 保留作为参数定界符使用 |
: | 保留作为方案,用户/号令,以及主机/端口组件的定界符使用 |
$,+ | 保留 |
@ & = | 在某些方案上下文特殊的含义,保留 |
{} | \ ^ ~ [] ‘ | 由于各种传输Agent代理,比如各种网关的不安全处理,使用受限 |
< > “ | 不安全:这些字符在URL范围之外通常是有意义的,所以应该对其进行编码 |
0x00-0x1f,0x7f | 受限,这些十六进制范围内的字符都在US-ASCII字符集的不可打印区间内 |
>0x7f | 受限,十六进制值在此范围内的字符都不在US-ASCII字符集的7比特范围内 |