HTTP協議之URL

1.什麼是URL

  URL的全稱是Uniform Resoure Locator，統一資源定位器。URL是瀏覽器尋找信息時所需的資源位置。當一我的將瀏覽器指向一個URL，瀏覽器就會在幕後發送適當的協議報文來獲取人們所指望的資源。說到URL就不得不說下URI與URN這老是伴隨出現的概念。

  URI的全稱是Uniform Resource Identifier，統一資源標識符。

  URN的全稱是uniform resource name，統一資源命名。

  顯然，URI是一個更加抽象的概念，定義了資源的惟一性標識，而URL與URN是他的兩種實現。前者根據具體位置定位資源，後者根據名稱定位資源。而HTTP協議處理的基本上都是URL。

  URL的出現整合了互聯網資源的獲取方式，使得資源的獲取方式都變得明朗起來。

2.URL語法

URL語法能夠概括到下面的通用格式上：

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

• scheme：方案名，常見的是http/https/ftp/mail等協議。方案名是大小寫無關的，即http://www.baidu.com與HTTP://www.baidu.com是等價的。
• user：用戶名，在http協議中比較少見，默認值是匿名用戶"anonymous"
• password：密碼，與上面的user性質相同。在ftp協議中是比較常見的，好比ftp://user:password@ftphost/download。若是不指定密碼，不一樣的瀏覽器實現會發送不一樣的默認密碼。
• host：主機，資源的具體承載機器。通常使用域名或者IP來表示，使用IP的能夠直接定位到具體機器，而使用域名的須要通過DNS解析後得到IP。
• port：端口，機器上的具體應用。在一臺機器上一個端口對應一個應用，有了host+port就定位到資源的具體應用上了。http協議的默認端口是80，https的默認端口是443。
• path：路徑，資源的分級目錄。相似於文件系統的路徑，可使用多個/進行層級分割，每層均可以跟參數。
• params：路徑對應的參數，不經常使用但合法。好比：http://www.baidu.com/china;type=a/beijing;degree=b
• query：查詢字符串，與後端程序交互的關鍵，以？開始。好比：http://www.baidu.com?item=a&color=b
• frag：片斷，也叫錨點。前面部分能夠定位到具體某個資源文件，片斷用來標識具體哪個部分。而片斷是不會發送給服務器的，服務器返回整個對象，瀏覽器根據片斷來展現不一樣效果。

3.URL字符集

• URL是可移植的，因此爲保障安全傳輸，要選用較小的、通用的字符集。
• URL要有可讀性，因此不可見，不可打印的字符也不能使用在URL中。
• URL要有完整性，能包含各類複雜的含義，因此經過轉義機制將不安全的字符編碼轉移爲安全的字符編碼。

  介於上述緣由，URL的設計者採用了US-ASCII編碼，同時引入了轉移序列的概念。具體的轉譯方法就是，將不安全的字符使用一個百分號%，後面跟着兩個表示字符ASCII碼的十六位進制數。好比空格對應ASCII碼爲32，因此轉義後爲%20。

  而對於中文字符，則進行這樣不一樣的處理。因爲2個十六位進制數是一個字節的長度，因此就是將不安全字符對應的二進制按照字節劃分，每一個字節前跟了一個%。好比「你好」的十六進制數是e4bda0e5a5bd，經UrlEncode後就是%e4%bd%a0%e5%a5%bd。