一文搞懂 URI 和 URL

---

前言

在日常中我们打开浏览器访问网站时需要输入网址，如：

http://127.0.0.1:8080/web/index.html 

这一段字符串既是URL。

一、URI

• URI：统一资源标识符 (Uniform Resource Identifier)

URI 是一种通用的标识符，用于唯一地标识网络上的资源。它可以用来命名资源，但不一定包含定位信息。也就是说，URI 可以是任何字符序列，只要它能够唯一地标识某个资源即可。

URI由几个部分组成，包括一个方案（scheme）、授权信息（authority，可选）、路径（path）、查询字符串（query，可选）和片段标识符（fragment，可选）。

例如：
mailto:someone@example.com（一个电子邮件地址）
ftp://ftp.example.com/pub/file.txt（FTP服务器上的文件）
urn:isbn:0-395-36341-6（国际标准书号）

URI通用组成部分

1. 方案（Scheme）：
   方案是指用于访问资源的协议或方法，如 http、https、ftp、file 等。这是 URI 的开头部分，后面跟着一个冒号。
2. 权威部分（Authority）：
   权威部分可选，它通常包含访问资源所需的主机名（域名或 IP 地址）和可选的端口号，格式为 用户名:密码@主机名[:端口号]。其中用户名和密码部分在实际使用中较少见，主要用于需要认证的情况。
3. 路径（Path）：
   路径是资源在服务器上的位置，它是一个零或多个斜杠分隔的字符串。路径可以是相对路径或绝对路径。
4. 查询（Query）：
   查询部分是可选的，用于传递附加信息，如参数。它以问号 ? 开始，后面跟随一个或多个键值对，键值对之间用等号 = 分隔，多个键值对之间用与号 & 分隔。
5. 片段标识符（Fragment Identifier）：
   有些地方也成Anchor（锚点），片段标识符是可选的，用于标识文档内部的位置或锚点。它以井号 # 开始，后面跟随一个标识符。

二、URL

• URL：统一资源定位符 (Uniform Resource Locator)

URL 是 URI 的一个子集，它不仅标识了一个资源，还提供了足够的信息来定位该资源。也就是说，URL 包含了如何找到某个资源的信息，例如使用的通信协议（HTTP、HTTPS、FTP 等）、服务器地址、端口号、路径等。因此，URL 不仅标识了资源，而且还告诉用户如何访问该资源。

例如：
http://127.0.0.1:8080/xx/index.html

URL 的常见定义格式

方案(scheme)

URL 的第一部分是方案(也称协议)，它表示浏览器必须使用的协议来请求资源（协议是计算机网络中交换或传输数据的一组方法）。常见的协议包括HTTP（超文本传输协议）、HTTPS（安全的HTTP）、FTP（文件传输协议）等。

权威(authority)

权威和方案之间用字符模式 : // 分隔。
权威包括域名(或ip)和端口（80），之间由冒号分隔。

主机名（Host）

主机名指定了提供资源的服务器的域名或IP地址。主机名通常是一个可读的域名，例如www.example.com，也可以是数字形式的IP地址。

例如：
www.example.com 是一个域名
127.0.0.1 是一个IP地址

端口号（Port）

端口号是一个可选部分，用于指定服务器上服务的端口。如果端口号未指定，系统将使用协议的默认端口。例如，HTTP默认端口是80，HTTPS默认端口是443。

例如：
https://www.example.com:8080 中的 :8080 是端口号

路径（Path）

路径指定了资源在服务器上的具体位置。它通常是一个目录和文件的路径。

例如：
在https://www.example.com/index.html中，/index.html 是路径，指向服务器上的一个文件。

查询参数（Query）

查询参数是URL中的一个可选部分，用于传递额外的信息或参数。它以 ? 开始，后面跟着键值对，多个键值对之间用 & 分隔。

例如：
https://www.example.com/search?q=openai&lang=en 中的 ?q=openai&lang=en 是查询参数

片段（Fragment）

也称锚点（anchor），是URL的可选部分，用于指向资源中的特定部分或位置。它以 # 开始。

例如：
https://www.example.com/index.html#section2 中的 #section2 是片段标识符

三、URN

• URN： 统一资源名称 (Uniform Resource Name)

URN 是一种用于提供资源唯一标识符的 URI，用于提供资源的唯一标识符，但不提供资源的访问方法或位置信息。URN 的目的是提供一种持久的、唯一的命名机制，即使资源的位置发生变化，其名称仍然保持不变。

URN 通常出现在 URL 的末尾，以 # 符号开始，由一个命名空间标识符加上一个名字组成(唯一标识符)。

URN 的基本结构

urn:<namespace>:<name>

其中：

• urn：这是所有 URN 的固定前缀，表明这是一个 URN 格式的标识符。
• < namespace>：命名空间标识符，用于区分不同的命名体系。命名空间是由 IANA（Internet Assigned Numbers Authority）注册的，确保其唯一性和标准化。
• < name>：命名空间内的具体名称，用于唯一标识特定的资源。

组成部分详解

1. 命名空间（Namespace）：
   命名空间是一个字符串，用于定义 URN 的一部分语义，确保在该命名空间下的命名不会与其他命名空间下的命名发生冲突。命名空间的注册需要遵循 IANA 的规定，以确保其全球唯一性。 举例来说，isbn 是一个常用的命名空间，用于标识书籍的 ISBN 号；doi 是用于标识学术论文的 DOI 号。
2. 名称（Name）：
   名称部分是命名空间内具体的标识符，用于唯一标识资源。名称的具体格式取决于命名空间的规定。

特点

• 唯一性：URN 被设计为提供一个全局唯一的标识符，以确保无论资源的位置或状态如何改变，其标识符始终不变。
• 持久性：URN 的目的是提供一个持久的命名机制，即使资源本身的位置、状态或其他属性发生了变化，URN 仍然可以保持一致。
• 命名空间：URN 通常包含一个命名空间，该命名空间用于定义命名规则，确保 URN 的唯一性和持久性。命名空间由一个前缀加冒号（:）和后续的命名部分组成。

例如：
urn:isbn:045145055X 表示一本书的 ISBN 编号。
urn:oid:1.3.6.1.4.1.1466 表示一个 X.500 目录对象的 OID

以上例子中：

• urn 表明这是一个 URN。
• isbn 是命名空间前缀，它定义了这个 URN 的命名规则。
• 045145055X 是具体的资源名称，这里是某本书的 ISBN 号。

用途

URN 主要用在需要唯一标识资源但不需要提供访问方法的情况下。
例如：

• 书籍的 ISBN 号：用于标识书籍，而不关心书籍的存储位置或如何获取书籍。
• 学术论文的 DOI 号：用于标识学术论文，而不提供具体的访问路径。
• 组织内部的唯一标识符：在企业或组织内部，可以使用 URN 来标识特定的资产或资源

四、三者的区别和联系

URI 涵盖了 URL 和 URN。可以理解为URL是URI的一个子集，所有的URL都是URI，但不是所有的URI都是URL。
URL 是一种特殊的 URI，它包含了访问资源所需的所有信息。
URN 也是一种特殊的 URI，它仅用于命名资源而不包含访问信息。
可以理解为URN对网站进行了命名，URL提供了找到网站的方式。

五、URL编码

在使用GET请求发送请求时，会发现在URL中 空格 被转义为 %20 。这是因为URL需要在各种不同的系统和网络环境中传输，URL 中的某些字符会引起歧义，比如 URL 查询参数中包含了”&”或者”%”就会造成服务器解析错误；
因此，URL中只能包含ASCII字符集中的某些字符(否则就会造成 URL 解析错误)，具体包括：

• 字母（A-Z, a-z）
• 数字（0-9）
• 某些特殊字符，如 -、 _、 .、 !、 ~、 *、 '、 (、 )

在URL中具有特殊意义的字符

• ; 用于分隔参数
• / 用于分隔路径
• ? 用于分隔查询字符串
• & 用于分隔查询参数
• = 用于分隔键值对
• #用于分隔锚点

而空格在URL中是一个常见的字符，但空格在URL中会导致解析问题。
例如，一个包含空格的URL
http://qf.com/path with space 可能会被错误地解析为两个不同的URL：
http://qf.com/path 和 with。所以为了避免这种情况，空格需要被编码为%20。

下面列举常见的字符及其对应的编码

字符	URL 编码	字符	URL 编码	字符	URL 编码	字符	URL 编码
空格	%20 或 +	!	%21	"	%22	#	%23
$	%24	%	%25	&	%26	'	%27
(	%28	)	%29	*	%2A	+	%2B
,	%2C	-	%2D	.	%2E	/	%2F
:	%3A	;	%3B	<	%3C	=	%3D
>	%3E	?	%3F	@	%40	[	%5B
\	%5C	]	%5D	^	%5E	_	%5F
`	%60	{	%7B	`	`	%7C	}
~	%7E

---

参考文章
什么是URL
URL、URL 的结构以及 URI 与 URL 之间的区别