HTTP权威指南之URL与资源

前言

web基础中介绍了URI、URL与URN；

URI是一类更通用的资源标识符，URL是它的一个子集；

URI是一个通用的概念，它主要由URL与URN组成；

URL是通过描述资源的位置来标识资源的，而URN则是通过名字来识别资源的，所以后续的HTTP文章中更多使用的是URL。

URL标准格式

例如：你想要获得URL https://www.baidu.com/index.html，那么URL分为以下三部分：

第一部分：方案，方案可以告知web客户端怎样访问资源，通过何种协议；URL并不只是仅使用HTTP协议，如FTP、rtsp、email等协议都是可以的。

第二部分：地址，服务器的地址，可以是域名也可以是IP地址

第三部分：资源路径，路径说明了请求的是服务器上面的那部分资源

URL完整格式

上面讲述一个URL的标准格式，大部分的URL用上述的格式即可，还有一些特殊的内容可以用到，下面列出URL的完整格式，完整格式包含URL中所有需要的内容，并对这些内容进行详解

<scheme>://<user>:<password>@<host>:<port>/<path>;<params>?<query>#<frag>

组件	描述	默认值
<scheme>	方案；访问服务器以获取资源时要使用哪种协议	无
<user>	用户名；某些方案访问资源时需要的用户名	anonymous
<password>	密码；用户名后面可能要包含的密码，中间由冒号(:)分隔	E-mail地址
<host>	主机地址；资源宿主服务器的主机名或点分 IP 地址	无
<port>	端口；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 的默认端口号为 80)	每个方案特有
<path>	路径；服务器上资源的本地名，由一个斜杠(/)将其与前面的 URL 组件分隔开来。路径组件的语法是与服务器和方案有关的(本章稍后会讲到 URL 路径可以分为若干个段，每段都可以有其特有的组件。)	无
<params>	参数；某些方案会用这个组件来指定输入参数。参数为名 / 值对。 URL 中可以包含多个参数字段，它们相互之间以及与路径的其余部分之间用分号(;)分隔	无
<query>	查询；某些方案会用这个组件传递参数以激活应用程序(比如数据库、公告板、搜索引擎以及其他因特网网关)。查询组件的内容没有通用格式。用字符“?”将其与 URL 的其余部分分隔开来	无
<frag>	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 的其余部分分隔开来	无

实例

# 方案；需注意，协议是不区分大小写的
http://www.baidu.com
HTTP://www.baidu.com

# 主机与端口；主机指向服务器，端口指向服务
http://www.baidu.com:80

# 用户名与密码；
ftp://anonymous@ftp.prep.ai.mit.edu/pub/gnu
ftp://anonymous:my_passwd@ftp.prep.ai.mit.edu/pub/gnu
http://joe:joespasswd@www.joes-hardware.com/sales_info.txt

# 路径
http://www.baidu.com/Images/index.html

# 参数;这个例子有两个路径段，hammers和index.html。hammers路径段参数有sale，其值为false；index.html段有参数graphics，其值为true。
http://www.baidu.com/hammers;sale=false/index.html;graphics=true

# 查询字符串;查看编号为12731的字段内容是否存在
http://www.baidu.com/inventory-check.cgi?item=12731

# 片段；片段组件用来表示一个资源内部的片段，比如URL指向HTML文档中一个特定的图片或者小节
http://www.baidu.com/tools.html#drills

URL快捷方式

绝对URL：URL中包含访问资源所需的全部信息；如：http://www.163.com/new.html

基础URL：针对同一个网站来讲，其相同的url部分,如：http://www.163.com

相对URL：去除基础URL，剩余的URL就是相对URL；如：/new.html，完整显示为http://www.163.com/new.html。相对URL只是URL的片段或一小部分，处理url的应用程序要能在相对和绝对URL之间进行转换。

实现相对url转换为绝对url的第一步就是找到基础url，怎么找基础url？

答：

在资源中显式提供，有些资源会显式的提供基础url。如：html文档中可能会包含了一个定义基础url的html标记<BASE>，通过它来转换那个html文档中的所有相对url
封装资源的基础url，如没显式的找到基础url，可以将其所属资源的url作为基础url。简单理解就是：将该相对url超链接所在页面绝对url中的基础url作为其基础url。
没有基础url：只有相对url，但有时可能只是一个不完整的或损坏了的url

解析相对引用图

自动扩展URL

自动扩展：很多浏览器会在用户提交URL/输入URL时尝试自动扩展URL，这样为用户提供便捷，用户不需要输入完整的URL，浏览器自动扩展

自动扩展特URL特性

主机名扩展：只要有些小提示，浏览器就可以帮你将输入的主机名扩展为完整的主机名，比如：输入baidu，构建出www.baidu.com；弊端在于有时候会为其他http应用程序带来问题，比如代理，后面详细解释

历史扩展：将以前用户访问过的URL记录储存起来，当用户输入URL时将其与历史记录中的URL前缀进行匹配，并提供一些完整的选项供用户选择

字符

URL作为互联网资源的标识，必须是可移植的、完整的。意思就是说，一个URL确定后，不管如何复制粘贴，这个URL的信息不能丢失！但是，URL使用的编码是ASCII，中文是不支持的（当然，不止是中文这么简单，ASCII无法表示所有字符这才是硬伤）。为了使用ASCII，又要支持其他字符，所以，编码就来了。其实这种编码就是转义，使用A代表B（比如URL中包含的类似%7E符号，就是转义之后的，代表着~这个特殊符号）。另外，还有一些特殊的保留字符（就像C语言中的关键字一样），若在保留场合之外使用需要编码。下面列举了这些字符：