URL与资源(之Url地址栏中的jsessionId有分号)《包括相对路径和绝对路径的根本分析》
URL与资源
浏览因特网资源
URL(Uniform Resource Locator)统一资源定位符 是因特网上定位资源的主要方法,它的格式一般为
方案://服务器位置/路径, 以下是URL的一个例子
http:// | www.baidu.com | /index.html |
---|---|---|
URL方案(scheme) | 服务器位置 | 资源路径 |
URL的语法
下面我们来详细介绍一下URL的语法
大多数的URL方案的避URL语法都建立在由9部分构成的通用格式化上
<scheme>://<user>:<password>@<host>:<port>/<path>;<params>?<query>#<frag>
以下各种组件进行总结
组件 | 描述 | 默认值 |
---|---|---|
方案(scheme) | 访问服务器以获取资源时要使用的协议 | 无 |
用户(user) | 一些方案访问资源时需要的用户名 | 匿名 |
密码(password) | 用户名后面可能要包含密码,中间由冒号分隔 | <E-mail地址> |
主机(host) | 资源宿主服务器的主机名或点分IP地址 | 无 |
端口(port) | 资源宿主服务器正在监听的端口号,很多方案都有默认端口号(HTTP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"/"将其与前面的URL组件分隔开来.路径组件的语法与服务器和方案有关 | 无 |
参数 | 一些方案会用这个组件指定输入参数. 参数为名/值对. URL中可以包含多个参数字段, 它们相互以及与路径的其余部分之间用分号(;)分隔 | 无 |
查询 | 一些方案会用这个组件传递参数以激活应用程序.查询组件的内容没有通用格式.化用符号"?"将其与URL的其余部分分隔开来 | 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其余部分分隔开来 | 无 |
接下来讲分别讲主要的组件
方案
方案实际上规定了如何访问指定资源的主要标识符,它会告诉程序如何解析URL
方案组件必需以一个字母符号开始,由第一个":"将其和URL的其它部分分隔, 方案是大小写无关的
主机和端口
主机和端口用以识别互联网上的主机,可以通过主机名,也可以通过IP地址指向服务器
用户名和密码
用户名和密码用":"分隔符
路径
路径通常是像一个分级的文件系统路径. 可以用字符"/"将HTTP URL的路径组件划分成一些路径段(path segment),每个路径段都有自己的参数组件
参数
URL的快捷方式
相对URL
URL有两种方式:绝对的和相对的. 上文出现的都是绝对的URL. 绝对URL中包含有访问资源的所需的全部信息
同时,相对论URL是不完整的,要从相对URL中获取讓访问资源所需的全部信息,就发源相对于另一个,被称为其基础(base)的URL进行解析
以下是书上的一个例子
- <HTML>
- <HEAD><TITLE>Joe's Tools</TITLE></HEAD>
- <BODY>
- <H1>Tools Page</H1>
- <H2>Hammers</H2>
- <p>Joe's Hardware online has the largest selection of
- <A HREF="./hammers.html">
- hammers
- </A> on earth
- </p>
- </BODY>
- </HTML>
其中,基础URL为:http://www.joes-hardware.com/tools.html
资源./hammers.html即相对的URL,它被解析为:基础URL+相对URL(后面有讲具体的解析规则),
即http://www.joes-hardware.com/hammers.html
基础URL
转换处理的第一步就是找到基础URL. 基础URL是相对论URL的参考点. 基础URL可以来自以下几个不同的地方
- 在资源中显式提供
有些资源会显式指定基础课URL, 如, html中可以用标记<BASE>, 通过它来转换那个HTML文档中的所有相对URL
- 封闭资源的基础URL
如果在一个没有显式指定基础URL的资源中发现一个相对URL, 可以将它所属的资源的URL作为基础
- 没有基础URL
如果没有基础的URL, 这通常意味着你有一个绝对的URL,但有时可能只是一个不完整或损坏的URL
解析相对引用
要将一个相对URL转换为绝对URL,要将其先划分为一个个组件. 把URL划分为组件后,就可以用以下的算法完成转换了(图处来自书本)
我们对上面的./hammers.html使用图中描述的算法
- 路径为./hammers.html, 基础URL为http://www.joes-hardware.com/tools.html
- 方案(scheme)为空,沿着图左边处理,继承基础URL方案
- 至少一个组件非空,一直处理到底端,继承主机和端口组件
- 将来自相对URL(路径:./harmers.html)的组件与继承的组件合并,得到新的绝对URL:http://ww.joes-hardware.com/hammers.html
令人头疼的字符
URL字符集
http的字符集为US-ASCII,其它字符用转义序列表示
编码机制
为了避开安全字符集表示法带来的限制,人们设计了这样一种编码机制来转义一些不安全的字符
具体做法是:一个百分号(%)+两个表示字符ASCII码的十六进制
以下列出几个例子
字符 | ASCII码 | 示例URL |
---|---|---|
~ | 126(0x7E) | http://www.joes-hardware.com/%7Ejoe |
空格 | 32(0x20) | http://www.joes-hardware.com/more%20tools.html |
% | 37(0x25) | http://www.joes-hardware.com/100%25satisfaction.html |
字符限制
在URL中有几个字符被保留, 在URL中也对其进行编码, 以下是保留及受限字符
字符 | 保留/受限 |
% | 保留作为编码字符的转义标志 |
/ | 保留作为路径组件中的分隔字符 |
. | 保留在路径组件中使用 |
.. | 保留在路径组件中使用 |
# | 保留作为分段定界使用 |
? | 保留作为查询字符串定界使用 |
; | 保留作为参数定界符使用 |
: | 保留作为方案, 用户/号令, 以及主机/端口组件的定界符使用 |
$,+ | 保留 |
@ & = | 在一些方案上下文特殊的含义,保留 |
{} | ^ ~ [] ' | 由于各种传输Agent代理,各种网关的不安全处理,使用受限 |
< > " | 不安全 |
0x00-0x1f,0x7f | 受限,这些十六进制范围内的字符都在ASCII字符集的不可打印区间内 |
>0x7f | 受限,十六进制值在此范围内的字符都不在ASCII字符集的7比特范围内 |