URL和urlcode

已于 2024-01-29 15:47:06 修改
阅读量8.8k 收藏 11
点赞数 4
分类专栏： 安全 文章标签： http https 网络
于 2022-01-08 13:46:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xnasda/article/details/122379423
版权

URL 简介

概述

URL 是“统一资源定位符”（Uniform Resource Locator）的首字母缩写，中文译为“网址”，表示各种资源的互联网地址。下面就是一个典型的 URL。

https://www.example.com/path/index.html

所谓资源，可以简单理解成各种可以通过互联网访问的文件，比如网页、图像、音频、视频、JavaScript 脚本等等。只有知道了它们的 URL，才能在互联网上获取它们。

只要资源可以通过互联网访问，它就必然有对应的 URL。一个 URL 对应一个资源，但是同一个资源可能对应多个 URL。

URL 是互联网的基础。互联网之所以“互联”，就是因为网页可以通过“链接”（link），包含其他 URL。用户只要点击，就可以从一个 URL 跳转到另一个 URL，前往不同的网站。

网址的组成部分

URL 由多个部分组成。下面是一个比较复杂的 URL，实际的 URL 通常不会有这么多部分。

https://www.example.com:80/path/to/myfile.html?key1=value1&key2=value2#anchor

我们看看，这个 URL 的各个部分。

协议

协议（scheme）是浏览器请求服务器资源的方法，上例是https://的部分，表示使用 HTTPS 协议。

互联网支持多种协议，必须指明网址使用哪一种协议，默认是 HTTP 协议。也就是说，如果省略协议，直接在浏览器地址栏输入www.example.com，那么浏览器默认会访问http://www.example.com。HTTPS 是 HTTP 的加密版本，出于安全考虑，越来越多的网站使用这个协议。

HTTP 和 HTTPS 的协议名称后面，紧跟着一个冒号和两个斜杠（://）。其他协议不一定如此，邮件地址协议mailto:的协议名后面只有一个冒号，比如mailto:foo@example.com。

主机

主机（host）是资源所在的网站名或服务器的名字，又称为域名。上例的主机是www.example.com。

有些主机没有域名，只有 IP 地址，比如192.168.2.15。这种情况常常出现在局域网。

端口

同一个域名下面可能同时包含多个网站，它们之间通过端口（port）区分。“端口”就是一个整数，可以简单理解成，访问者告诉服务器，想要访问哪一个网站。HTTP 协议的默认端口是80，如果省略了这个参数，服务器就会返回80端口的网站。

端口紧跟在域名后面，两者之间使用冒号分隔，比如www.example.com:80。

路径

路径（path）是资源在网站的位置。比如，/path/index.html这个路径，指向网站的/path子目录下面的网页文件index.html。

互联网的早期，路径是真实存在的物理位置。现在由于服务器可以模拟这些位置，所以路径只是虚拟位置。

路径可能只包含目录，不包含文件名，比如/foo/，甚至结尾的斜杠都可以省略。这时，服务器通常会默认跳转到该目录里面的index.html文件（即等同于请求/foo/index.html），但也可能有其他的处理（比如列出目录里面的所有文件），这取决于服务器的设置。一般来说，访问www.example.com这个网址，很可能返回的是网页文件www.example.com/index.html。

查询参数

查询参数（parameter）是提供给服务器的额外信息。参数的位置是在路径后面，两者之间使用?分隔，上例是?key1=value1&key2=value2。

查询参数可以有一组或多组。每组参数都是键值对（key-value pair）的形式，同时具有键名(key)和键值(value)，它们之间使用等号（=）连接。比如，key1=value就是一个键值对，key1是键名，value1是键值。

多组参数之间使用&连接，比如key1=value1&key2=value2。

锚点

锚点（anchor）是网页内部的定位点，使用#加上锚点名称，放在网址的最后，比如#anchor。浏览器加载页面以后，会自动滚动到锚点所在的位置。

锚点名称通过网页元素的id属性命名，详见《元素的属性》一章。

URL 字符

URL 的各个组成部分，只能使用以下这些字符。

  • 26个英语字母（包括大写和小写）
  • 10个阿拉伯数字
  • 连词号（-）
  • 句点（.）
  • 下划线（_）

此外，还有18个字符属于 URL 的保留字符，只能在给定的位置出现。比如，查询参数的开头是问号（?），也就是说，问号只能出现查询参数的开头，出现在其他位置就是非法的，会导致网址解析错误。网址的其他部分如果要使用这些保留字符，必须使用它们的转义形式。

URL 字符转义的方法是，在这些字符的十六进制 ASCII 码前面加上百分号（%）。下面是这18个字符及其转义形式。

  • !：%21
  • #：%23
  • $：%24
  • &：%26
  • '：%27
  • (：%28
  • )：%29
  • *：%2A
  • +：%2B
  • ,：%2C
  • /：%2F
  • :：%3A
  • ;：%3B
  • =：%3D
  • ?：%3F
  • @：%40
  • [：%5B
  • ]：%5D

举例来说，有一个网页的 URL 是foo?bar.html，即文件里面包含一个问号，那么需要写成foo%3Fbar.html。

URL 的合法字符，其实也可以采用这种转义方法，但是不建议使用。比如，字母a的十六进制 ASCII 码是61，转义形式后就是%61。因此，www.apple.com又可以写成www.%61pple.com，浏览器一样识别。

值得注意的是，空格的转义形式是%20。对于那些包含空格的文件名，这个转义是必须的。

既不属于合法字符、也不属于保留字符的其他字符（比如汉字），理论上不需要手动转义，可以直接写在 URL 里面，比如www.example.com/中国.html，浏览器会自动将它们转义，发给服务器。转义方法是使用这些字符的十六进制 UTF-8 编码，每两位算作一组，然后每组头部添加百分号（%）。

举例来说，汉字中的 UTF-8 十六进制编码是e4b8ad，每两个字符一组，URL 转义后就为%e4%b8%ad。也就是说，URL 里面凡是有汉字中的地方，都要写成%e4%b8%ad。因此，访问www.example.com/中国.html这个网址，需要写成下面的样子。

www.example.com/%e4%b8%ad%e5%9b%bd.html

上面代码中，中的转义形式是%e4%b8%ad，国是%e5%9b%bd。

绝对 URL 和相对 URL

URL 分成两种：绝对 URL 和相对 URL。

绝对 URL 指的是，只靠 URL 本身就能确定资源的位置。这意味着，URL 必须带有资源的完整信息，包含协议、主机、路径等部分。前面的例子都是绝对 URL。

相对 URL 指的是，URL 不包含资源位置的全部信息，必须结合当前网页的位置，才能定位资源。比如，当前网页的 URL 是https://www.example.com/path/index.html，该网页上面有一个资源，URL 指向a.html，这个就是相对 URL。因为只知道a.html，并不能定位资源。浏览器假定，a.html与当前网址在同一个子目录下面，从而得到绝对 URL https://www.example.com/path/a.html。

相对 URL 如果以斜杠（/）开头，就表示网站的根目录。否则，必须以当前目录为起点，推算资源的位置。比如，相对 URL /foo/bar.html表示网站根目录的子目录foo，foo/bar.html表示在当前目录的foo子目录。

URL 还可以使用两个特殊简写，表示特定位置。

  • .：表示当前目录，比如./a.html（当前目录下的a.html文件）
  • ..：表示上级目录，比如../a.html（上级目录下的a.html文件）

这两种简写可以多个连用，比如../../表示上两级目录。

绝对 URL 也可以使用这两个简写，比如www.example.com/./index.html等同于www.example.com/index.html，这时.相当于根目录的当前目录，即根目录本身。

<base>

<base>标签指定网页内部的所有相对 URL 的计算基准。整张网页只能有一个<base>标签，而且只能放在<head>里面。它是单独使用的标签，没有闭合标签，下面是一个例子。

<head>
<base href="https://www.example.com/files/" target="_blank">
</head>

<base>标签的href属性给出计算的基准网址，target属性给出如何打开链接的说明（参见《链接》一章）。已知计算基准是https://www.example.com/files/，那么相对 URL foo.html，就可以转成绝对 URL https://www.example.com/files/foo.html。

注意，<base>标签必须至少具有href属性或target属性之一。

<base href="http://foo.com/app/">
<base target="_blank">

一旦设置了<base>，就对整个网页都有效。如果要改变某个链接的行为，只能用绝对链接替代相对链接。尤其需要注意锚点，这时锚点也是针对<base>计算的，而不是针对当前网页的 URL。

urlcode

  1. urlcode 的简介
    urlcode 是一种编码方式，就是把http请求串的url 进行urlcode的编码，让httpserver 可以识别，不至于http的client、server 之前出现乱码或者误解。

  2. 把为什么要用urlcode进行编码呢
    因为在把字符串用url方式传送给httpserver时，字符串中不能出现中文和特殊字符(空格、换行符)；
    所以要对url 进行urlcode
    每一个中文字符都有一个urlcode 编码
    每一个特殊字符都有一个urlcode编码
    可以在 urlcode 在线工具进行查看: http://tool.chinaz.com/Tools/URLEncode.aspx
    英文的urlcode 是本身，不会变化

  3. urldecode 的原理
    当httpserver 收到client 发送过来的url后，首先进行urldecode进行urlcode 的解析，获取到最原始的query后再进行代码逻辑实现

哭护短在进行网页请求时,可能会传送一些非ASCII码的内容,而这种输入在服务器中是不被允许的,需要用URLEncode编码地址,将亡之众的非ASCII码转为可以传输的字符.

不会被编码的内容：
1.大写字母A-Z
2.小写字母a-z
3.数字 0-9
4.标点符 - _ . ! ~ * ’ (和 ,)

urlcode格式
%+一个十六进制字符

URLEncode
对汉字以及特殊字符进行编码.称为百分号编码,也称作URL编码,是“统一资源定位符”的编码机制.

转换规则
1.此字符串中除了-_.之外的所有非字母数字字符都会被替换成百分号(%)后跟两位十六进制数
2.空格则编码为加号(+)
1
2
当你在浏览器里输入某个url…
当client接收到符合urlcode编码范围的字符时,对其进行url编码.
当httpserver 收到client 发送过来的url后，首先对所有符合urlcode解码标准的urlcode进行解析，获取到最原始的query后再进行代码逻辑实现

xnasda
关注
专栏目录
URL基础讲解
m0_55778885的博客
11-28 3457
文章目录概述网址的组成部分协议主机端口路径查询参数锚点URL 字符URL 组成URL 保留字符URL 字符转义的方法绝对 URL 和相对 URL`` 概述 URL ：统一资源定位符（Uniform Resource Locator） 中文译为网址 https://www.example.com/path/index.html 网址的组成部分 URL 由多个部分组成；下面是一个比较复杂的 URL，实际的 URL 通常不会有这么多部分 https://www.example.com:80/path/to/
urlcode解码-HTTP：URL编码解码
07-17
urlcode解码,HTTP：URL编码解码-A codec for URL encoding and decoding
URL地址
web工程师——小发发
09-10 443
URL地址的概念： URL(全程是UniformResourceLocator)中文叫统一资源定位符，用于标识互联网上每个资源的唯一存放位置。浏览器只有通过URL地址，才能正确定位资源的存放位置，从而成功访问到对应的资源。 URL地址的组成部分： URL地址一般由三部分组成： 客户端与服务器之间的通信协议。 存有该资源的服务器名称。 资源在服务器上具体的存放位置。 ...
URL编解码
最新发布
weixin_45367434的博客
09-05 1万+
URL编码是确保数据在URL中传输时不会被误解的关键步骤。它通过将特殊字符和非ASCII字符转换为百分比编码格式，确保数据能够在Web环境中安全传输。URL编码是Web开发、数据传输和API集成中不可或缺的一部分。
urlcode说明
鱼开yk2的博客
10-14 1102
背景 哭护短在进行网页请求时,可能会传送一些非ASCII码的内容,而这种输入在服务器中是不被允许的,需要用URLEncode编码地址,将亡之众的非ASCII码转为可以传输的字符. 不会被编码的内容： 1.大写字母A-Z 2.小写字母a-z 3.数字 0-9 4.标点符 - _ . ! ~ * ' (和 ,) urlcode格式 %+一个十六进制字符 URLEncode 对汉字以及特殊字符进行编...
urlcode的理解
shuming的专栏
12-25 5754
1. urlcode 的简介      urlcode 是一种编码方式，就是把http请求串的url 进行urlcode的编码，让httpserver 可以识别，不至于http的client、server 之前出现乱码或者误解。 2. 把为什么要用urlcode进行编码呢     因为在把字符串用url方式传送给httpserver时，字符串中不能出现中文和特殊字符(空格、换行符)；
URL字符编码
bo1029的博客
07-24 5541
URL 是“统一资源定位符”（Uniform Resource Locator）的首字母缩写，中文译为“网址”，表示各种资源的互联网地址。所谓资源，可以简单理解成各种可以通过互联网访问的文件，比如网页、图像、音频、视频、JavaScript 脚本等等。只有知道了它们的 URL，才能在互联网上获取它们。只要资源可以通过互联网访问，它就必然有对应的 URL。一个 URL 对应一个资源，但是同一个资源可能对应多个 URL。URL 是互联网的基础。
Arduino URLCode 编码解码解析 URL字符串
10-20
使用这个库可以很方便的编码解码URLCode。里面带了ESP8266看门狗开关，可以在调用这个库之前宏定义ESP8266就可以开启库的看门狗设置。避免触发看门狗。建议配合我主页的教程一起食用。哪怕是小白也可以轻松使用。
codeURL编码解码工具
06-13
本文将详细讲解"codeURL编码解码工具"的相关知识点，包括URL编码的原理、用途以及如何使用这类工具进行编码和解码。 URL（Uniform Resource Locator）即统一资源定位符，是互联网上的资源地址。它由协议类型、主机...
短网址和QR码生成器「Short URL and QR code generator」-crx插件
03-21
支持语言:English
网址QR码生成器「URL QR Code Generator」-crx插件
03-15
此扩展程序将为当前打开的标签网址生成QRCode 此扩展程序将为当前打开的标签网址生成QRCode 支持语言:English
URL网址链接
01-11
java编写的一个简单的获取网上的地址程序
c# UrlCode
weixin_33889245的博客
01-22 420
public string UrlEncode(string txt) { StringBuilder sb = new StringBuilder(); byte[] byStr = System.Text.Encoding.UTF8.GetBytes(txt); //默认是System.Text.Encoding.Def...
urlcode加解码
hongweigg的专栏
02-16 2982
有时候下载下来的文件名为URLencode后的编码，不知其真名是啥，很不方便，可以自行使用下面的HTML文件进行转换。 URL 代码转换 var Url = { // public method for url encoding encode : function (string) { return escape(this._utf8_enc
urlcode 和unicode
weixin_33857230的博客
09-13 443
2019独角兽企业重金招聘Python工程师标准>>> ...
url基础知识
10-24 230
浏览器通过url访问服务器步骤 ①浏览器解析出url中的服务器名称 ②浏览器将服务器名称解析成ip（DNS解析） ③浏览器解析出url中的服务器端口（如果有端口的话） ④浏览器建立和web服务器的TCP连接 ⑤浏览器向服务器发送http请求报文 ⑥服务器向浏览器发送http响应报文 ⑦关闭连接，浏览器展示响应的文档 从浏览器到服务器的访问涉及到的OSI（开放系统互联...
Web容器自动对HTTP请求中参数进行URLDecode处理
热门推荐
收拾心灵_描绘未来
06-05 2万+
在Java中也许很多人都没有注意到当我们发送一个http请求给时，如果附带的参数被URLEncode之后，到达web容器之后，开发者获取到的参数值会自动变成了encode之前的值。这是一个很好的特点，开发者完全可以忽略http的参数是否需要decode这种事，但是decode到底是在什么发生的呢？
编码（ASCII码、urlcode、html实体编码、unicode、utf-8，html状态码）
xk2844600795的博客
07-27 2193
编码是指将数字和字符通过一定的转换后使其能够在计算机中进行展示的行为，因为计算机只能识别0，1的信号，所以输入计算机中的信息都要转换成0，1串的形式才能被计算机识别。在计算机中，编码的本质是用来保存或者传输信息，但是由于二进制编码太繁琐，所以人们在处理编码的时候通常用十进制或者十六进制表示，如我们所熟知的ASCII码就是用十进制表示字符。URL编码是浏览器通用的一种编码形式，早期的URL编码是将scope限定在URL中，对URL中的一些字符进行编码。
C++ 中文urlcode
07-20
在 C++ 中进行 URL 编码（URL encoding）可以使用一些库来实现，比如 Boost 库或者使用自定义函数。下面是使用自定义函数的示例代码： ```cpp #include <iostream> #include <string> #include <sstream> #include <iomanip> std::string urlEncode(const std::string& str) { std::ostringstream escaped; escaped.fill('0'); escaped << std::hex; for (char c : str) { // 保留字符不编码 if (isalnum(c) || c == '-' || c == '_' || c == '.' || c == '~') { escaped << c; } else { // 其他字符进行编码 escaped << '%' << std::setw(2) << int((unsigned char)c); } } return escaped.str(); } int main() { std::string url = "https://www.example.com/测试页面.html"; std::string encodedUrl = urlEncode(url); std::cout << "Encoded URL: " << encodedUrl << std::endl; return 0; } ``` 在上述代码中，我们定义了一个名为 urlEncode() 的函数来执行 URL 编码。该函数遍历给定的字符串，并对每个字符进行判断，如果是保留字符，则直接添加到结果中，否则使用 '%' 符号和两位的十六进制数表示进行编码。 在 main() 函数中，我们定义了一个示例 URL，并调用 urlEncode() 函数对其进行编码。然后，我们将编码后的 URL 输出到控制台。 请注意，上述代码只实现了基本的 URL 编码，对于一些特殊情况可能需要进行扩展。如果你需要处理更复杂的 URL 编码，建议使用专门的库来实现，比如 Boost 库中的 boost::network::uri_encode() 函数。 希望这能帮助到你！如果还有其他问题，请随时提问。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值