URL、URI、URN difference

URL、URI、URN difference

http://hi.baidu.com/xcvbn/item/da66ed42f0cf4caa61d7b9e0

　URI、URL和URN是识别、定位和命名互联网上的资源的标准途径。本文分析了URI、URL和URN和Java API的URI和URL类（以及与URL相关的类），并演示了如何在程序中使用这些类。

　　1989年Tim Berners-Lee发明了互联网（World Wide Web）。WWW被认为是全球互连的实际的和抽象的资源的集合--它按需求提供信息实体--通过互联网访问。实际的资源的范围从文件到人，抽象的资源包括数据库查询。因为要通过多样的方式识别资源（人的名字可能相同，然而计算机文件只能通过唯一的路径名称组合访问），所以需要标准的识别WWW资源的途径。为了满足这种需要，Tim Berners-Lee引入了标准的识别、定位和命名的途径：URI、URL和URN。

URI表示的是统一的资源标识，它是以某种统一的（标准化的）方式标识资源的简单字符串。典型情况下，这种字符串以scheme（命名URI的名字空间的标识符--一组相关的名称）开头，语法如下：

　　[scheme:] scheme-specific-part

　　URI以scheme和冒号开头。Scheme用大写/小写字母开头，后面为空或者跟着更多的大写/小写字母、数字、加号、减号和点号。冒号把scheme与scheme-specific-part分开了，并且scheme-specific-part的语法和语义（意思）由URI的名字空间决定。其中一个例子是http://www.cnn.com，其中http是scheme，//http://www.cnn.com是 scheme-specific-part，并且它的scheme与scheme-specific-part被冒号分开了。

我们可以把URI按照绝对的或相对的分类。绝对的URI指以scheme（后面跟着冒号）开头的URI。前面提到的http://www.cnn.com就是绝对的URI的一个例子，其它的例子还有mailto:jeff@javajeff.com、news:comp.lang.java.help和xyz://whatever。你可以把绝对的URI看作是以某种方式引用某种资源，而这种方式对标识符出现的环境没有依赖。如果使用文件系统作类比，绝对的URI类似于从根目录开始的某个文件的路径。与绝对的URI不同的，相对的URI不是以scheme（后面跟着冒号）开始的URI。它的一个例子是articles/articles.html。你可以把相对的URI看作是以某种方式引用某种资源，而这种方式依赖于标识符出现的环境。如果用文件系统作类比，相对的URI类似于从当前目录开始的文件路径。

URI可以进一步分为不透明的和分层的两类。不透明的URI指scheme-specific-part不是以正斜杠（/）开头的绝对的URI。其例子有news:comp.lang.java和前面的mailto:jeff@javajeff.com。不透明的URI并不是用于分解的（超出了识别scheme的范畴），因为不需要验证scheme-specific-part的有效性。与它不同的是，分层的URI可以是以正斜杠开头的绝对的URI或相对的URL。

　　与不透明的URI不同，分层的URI的scheme-specific-part必须被分解为几个组成部分。这些组成部分是什么？分层的URI标识组件的普通子集的scheme-specific-part符合下面的语法：

　　[//authority] [path] [?query] [#fragment]

　　可选的authority组件标识了该URI名字空间的命名机构。如果有这一部分，它就是以一对正斜杠开始的，它可以是基于服务器或基于注册的，并且它以后面的正斜杠、问号或没有其它符号结束。基于注册的授权机构组件有特定大纲的语法（本文没有讨论，因为很少使用它），而基于服务器的授权机构组件的语法如下：

　　[userinfo@] host [:port]

　　按照这种语法，基于服务器的授权机构组件可以随意的以用户信息（例如用户名）开始，后面跟着一个@符号，紧接着是主机的名称，以及冒号和端口号。例如jeff@x.com:90就是一个基于服务器的授权机构组件，其中jeff包含了用户信息，x.com包含了主机，90包含了端口。

　　可选的path组件根据授权机构组件（如果提供了）或大纲（如果没有授权机构组件）识别资源的定位（或位置）。路径（path）可以分成一系列的路径片断（path segment），每个路径片断使用正斜杠与其它的路径片断隔开。如果路径的第一个路径片断以一个正斜杠开始，该路径就被认为是绝对的。否则路径就被认为是相对的。例如，/a/b/c由三个路径片断--a、b和c组成了一个路径，此外，这个路径是绝对的，因为第一个路径片断（a）的前缀是正斜杠。

　　可选的query组件识别要传递给某种资源的数据。这种资源使用该数据获取或生成其它的传递回调用者的数据。例如，http://www.somesite.net/a?x=y, x=y就是一个查询（query），在这个查询中，x=y是传递给某种资源的数据--x是某种实体的名称，y是该实体的值。

　　最后一个组件是fragment。尽管该组件作为URI的一部分出现，但不是绝对的。当使用URI进行某种检索操作时，后面执行操作的软件使用fragment聚焦于软件感兴趣的资源部分（在该软件成功检索到资源的数据后）。

　　为了实际表现前面提到的组件信息，可以使用下面的URI：

　　ftp://george@x.com:90/public/notes?text=shakespeare#hamlet

　　上面的URI把ftp识别为大纲，把george@x.com:90识别为基于服务器的授权机构（其中george是用户信息，x.com是主机，90是端口），把/public/notes识别为路径，把text=shakespeare识别为查询，把hamlet识别为片断。本质上它是一个叫做george的用户希望通过/public/notes路径在服务器x.com的90端口上检索shakespeare文本的hamlet信息。在shakespeare成功的返回到该程序后，程序定位hamlet段并把它呈献给该用户。

标准化可以通过目录术语来理解。假定目录x直接位于根目录之下，x有子目录a和b，b有文件memo.txt，a是当前目录。为了显示memo.txt中的内容（在微软Windows下），你可能输入type \x\.\b\memo.txt。你也可能输入type \x\a\..\b\memo.txt，在这种情况下，a和..的出现是没有必要的。这两种形式都不是最简单的。但是如果输入\x\b\memo.txt，你就指定了最简单的路径了，从根目录开始访问memo.txt。最简单的\x\b\memo.txt路径就是标准化的路径。

　　通常通过基本的和相对的URI访问资源。基本的URI是绝对的URI，它唯一地标识了某种资源的名字空间，而相对的URI标识了与基础的URI相对的资源。（与基本的URI不同，相对的URI在某种资源的生存周期内可以永远不需要改变）。因为基本的和相对的URI都不能完整的识别某种资源，有必要把两种URI通过解析过程合并。相反地，通过相对化从合并的URI中提取相对的URI也是可行的。

注意

　　不透明的URI与其它的URI不同，它不服从标准化、分解和相对化。

　　假定你把x://a/作为基础的URI，并把b/c作为相对的URI。根据基础URI分解这个相对的URI将产生x://a/b/c。根据x://a/相对化x://a/b/c将产生b/c。

　　URI不能定位或读取/写入资源。这是统一的资源定位器（URL）的任务。URL是一种URI，但是它的大纲组件是已知的网络协议（简称协议），并且它把URI组件与某种协议处理程序（一种资源定位器和根据协议建立的约束规则与资源通讯的读/写机制）。

　　URI一般不能为资源提供持久不便的名称。这是统一的资源命名（URN）的任务。URN也是一种URI，但是全球唯一的、持久不便的，即使资源不在存在或不再使用。