java network programming 读书笔记（2） URI and URL

URI refers to Uniform Resource Identifier , 它的一般格式如下：

scheme:scheme-specific-part:fragment

 

如果scheme-specific-part是我们常用的格式，那它又可表示为：

scheme://authority/part?query

 

其中 scheme 包括 data、file、ftp, http 等，在android 中还有 content://

关于 authority 指什么呢？ 能不能由用户自己定义呢？

authority可以指服务器，也可以指一个类（android中便是如此），它的责任是用来决定URI中authority后面的部分如何处理，英语原文是：

The authority part of the URI names the authority responsible for resolvin g the rest of the URI。

 

举个例子：

对于 http://www.ccniit.com/about/index.asp 来说，scheme是http, authority部分指 www.ccniit.com 它指的是一个具体的主机，当你向这个主机发送 /about/index.asp 查询时，这个authority(也就是这个主机)有责任决定如何对这一动作作出反应，在这里的反应就是把/about/index.asp 这个html文件发送到客户端的浏览器，但是这个authority有权改变这个动作，它可以自己定义自己想做出的行为。

 

下面是一个android中的例子。

我们常常使用 getContentResovler().query(Uri uri, String[] projection, String selection, String[] selectionArgs, String sortOrder) 这个方法，其时也就是通过 URI 来定位资源。 我们来分析一下这个方法。这个方法中的第一个参数就是URI，那么这个URI指的是什么呢，它不是指“主机”。每个ContentProvider都是一个类，也可以说是指一个对象，这个类会自己定义自己的URI，然后把这个URI在AndroidManifest.xml 文件中注册，这样整个程序都知道这个URI了。 当我们用这个URI时其实就是在调用我们自己定义的ContentProvider类，这个URI有一些规定，scheme必须是 content, 其它的自己指定，比如 content://com.facaizhu.net/contacts/2 我们在 AndroidManifest.xml 文件中注册 ContentProvider时同时注册了 scheme和authority，所以当程序遇到 content://com.facaizhu.net时它会自动找到处理的类，即我们自己编写的 ContentProvider，接下来的 /contacts/2 如何处理就是由我们自己来定义了。比如返回第二个人的联系信息。 Android系统本身也为我们提供了好多ContentProvider，我们都可以通过URI来访问它们，如 MediaStore.Audio.Media.EXTERNAL_CONTENT_URI 是系统本身定义的一个常量，它的类型是Uri，我们可以直接访问这个URI。

 

如果scheme不是常用的的，则 scheme-specific-part可以由scheme决定，例如：tel:15936091458

 

URL 是URI的一程特殊情况，它主要用来访问网络资源，定义描述如下：

A URL identifies the location of a resource on the Internet. It specifies the protocol used to access a server (e.g., FTP, HTTP), the name of the server, and the location of a file on that server.

可以看到URL是URI的一个子集。

 

那么URI可以用什么字符呢，中文行吗？ 答案请看下面一段话：

The scheme part is composed of lowercase letters, digits, and the plus sign, period, and hyphen. The other three parts of a typical URI (authority, path, and query) should each be composed of the ASCII alphanumeric characters; that is, the letters A-Z, a-z, and the digits 0-9. In addition, the punctuation characters - _ . ! ~ * ' may also be used. All other characters, including non-ASCII alphanumerics such as á and , should be escaped by a percent sign (%) followed by the hexadecimal code for the character. For instance, á would be encoded as %E1. A URL so transformed is said to have been "x-www-form-urlencoded".

 

也就是说： authority, path, query 都必须用 ascii 码！ 否则就要进行编码，编成形如： %E1 形式。non-ASCII characters should be encoded by first converting them to UTF-8, then percent-escaping each byte of the UTF-8。 非ASCII码首先被转化为 UTF8编码，然后在每个字节后面加上%.

 

如果是不被允许的标点符号也是要编码的，即

Punctuation characters such as / and @ must also be encoded with percent escapes if they are used in any role other than what's specified for them in the scheme-specific part of a particular URL. For example, the forward slashes in the URI http://www.cafeaulait.org/books/javaio/ do not need to be encoded as %2F because they serve to delimit the hierarchy as specified for the http URI scheme. However, if a filename includes a / character—for instance, if the last directory were named Java I/O instead of javaio to more closely match the name of the book—the URI would have to be written as http://www.cafeaulait.org/books/Java%20I%2FO/. This is not as farfetched as it might sound to Unix or Windows users. Mac filenames frequently include a forward slash. Filenames on many platforms often contain characters that need to be encoded, including @, $, +, =, and many more.

 

一个URL的具体格式为：

protocol://username@hostname:port/path/filename?query#fragment

其中 protocol 可以包括：file, ftp, http, https, gopher, news, telnet, wais