URL的那些事儿

1. URL语法

<scheme>://<user>:<password>@<host>:<port>/<path>;<params>?<query>#<frag>

相关说明：

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	<E-mail地址>
主机	资源宿主服务器正在监听的端口号。很多方案都有默认的 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 ,URL路径可以分为若干个段，每个段都可以有其特定的 组件	无
参数	某些方案可能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，他们相互之间 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 余部分分割开来	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

例如：
http://www.test.com/check.php?item=110&color=blue/index.html;graphics=true
有两个路径段check.php和index.html。check.php有查询组件item=110&color=blue, 而index.html有参数graphics，其值为true.

2. URL快捷方式

1. 使用相对URL
   基于Base URL进行解析
2. 自动扩展URL(结合浏览器）
   
   • 主机名扩展
   • 历史扩展

3. URL编码机制

为了避开安全字符集表示法带来的限制，人们设计了一种编码机制，用来在URL中表示各种不安全的字符，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。


例如：

字符	ASCII码	示例URL
~	126(Ox7E)	http://www.test.com/%7Ejoe
空格	32(0x20)	http://www.test.com/more%20tools.html
%	37(0x25)	http://www.test.com/100%25lol.html

4. URL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
%	保留作为编程字符的转义标志
/	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符使用
;	保留作为参数定界符使用
:	保留作为方案、用户/口令,以及主机/端口组件的定界符使用
$, +	保留
@ & =	在某些方案的上下文中有特殊的含义，保留
{ }| \ ^~[ ]’	用于各种传输Agent代理
<>”	不安全;这些字符在URL范围以外通常是有意义的
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，十六进制在此范围内的字符都不在US-ASCII字符集的 7进制范围内

5. 未来展望

URN(uniform resource name): 作为特定内容的唯一名称使用的，与目前资源的所在地无关。使用这些与位置无关的URN，就可以将资源四处搬移。

6. 参考资料

1. HTTP权威指南