HTTP權威指南：第二章

URL概覽

前面提到，URL資源是HTTP協議所使用的尋找資源位置的定位符。分爲三個部分，主要的結構是：

方案://服務器/路徑

這種結構使得網絡上的每個資源都只有惟一的命名方法，從而使得瀏覽器能夠統一對不一樣的資源進行處理，而不是依賴不一樣的軟件。
URL能夠從如下幾個部分去了解：

• 語法

• 快捷方式

• 特殊字符

• 方案

最後，咱們還會展望將來，看看URN——URL的下一代。

---

1、語法

URL語法是跟對方案而變化的，可是這些變化老是創建在URL語法的9個組件組成的通用格式之上的。這個通用格式是：

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

這9個組件不須要所有包含，其中重要的三個部分是之間提到的：方案、主機 和 路徑。其可總結以下：

方案	描述	默認值
方案	使用的協議	無
用戶	某些方案訪問資源時要求的用戶名	匿名
密碼	在用戶名以後，中間以冒號:隔開	<E-mail地址>
主機	服務器的主機名或者點分IP地址（如192.168.1.1）	無
端口	服務器監聽的端口，HTTP默認端口爲80	方案特有
路徑	服務器的資源本地名，路徑組件語法和服務器、方案相關	無
參數	使用該組件指定輸入參數。參數爲名/值對，用分號隔開	無
查詢	用於激活應用程序，沒有通用格式	無
片斷	部分資源名稱，引用時不會傳遞給服務器，只使用於客戶端內部。	無

1. 方案
   方案是規定如何訪問指定資源的主要標識符。要求以字母開始，用:隔開URL其他部分，且大小寫無關。

2. 主機和端口
   主機標誌能訪問資源的服務器。主機可使用主機名或者IP地址來訪問;端口則標識服務器監聽的網絡端口，默認爲80。

3. 用戶名和密碼
   多用在FTP服務器上。若是URL方案要求提供用戶名和密碼，而用戶沒有輸入，則應用程序會插入一個默認的用戶名和密碼，隨瀏覽器而定

4. 路徑
   其說明資源在服務器中的位置，是服務器定位資源時須要的信息，用/將路徑劃分爲路徑段（path segment），路徑段還有各自的參數組件。

5. 參數
   服務器須要更多的信息，而不是簡單的主機名和路徑，而URL中的參數組件能夠提供更多的協議參數。該組件是名值對列表，每一個路徑段能夠有多個參數，形式相似：

   http://www.baidu.com/pub/gnu;type=sb【並不存在，請勿當真】

   這裏的路徑段gnu參數爲type，值爲sb。

6. 查詢字符串
   用於縮小請求資源類型範圍。如本專欄撰寫時，網址爲：

   http://segmentfault.com/write?freshman=1

   其中的freshman=1就是查詢組件。我猜想，這個查詢組件的意思是：在服務器的write路徑中，是否一直保存着個人文章的草稿。查詢組件會發送給網關，由網關作進一步處理。若是須要多個名值對，則使用&字符進行分割。

7. 片斷
   HTML資源除了資源級，還能夠進一步劃分。好比指定文檔中的某個章節。而這個就可使用#<frag>實現了。以本專欄的第一篇文章爲例，旁邊的文章目錄其實是在點擊之後，爲網址加上一個片斷，如#articleHeader6實現的跳轉。這樣，瀏覽器能夠在得到整個資源之後，顯示你感興趣的部分。

---

2、快捷方式

這個快捷方式是針對客戶端的，能夠分爲相對URL和URL自動拓展。

相對URL

前面提到的都是絕對URL，包含訪問資源所須要的所有信息。而相對URL則是不完整的，必須相對另外一個做爲基礎（base）的URL進行解析。這種便捷的縮略法爲寫網頁的人省了很多心。以下面的HTML代碼片斷：

<ul class="menu list-inline pull-left hidden-xs">
                    <li class="menu__item"><a href="/questions">問答</a></li>
                    <li class="menu__item"><a href="/blogs">文章</a></li>
                    <li class="menu__item"><a href="/user/note">筆記</a></li>
                    <li class="menu__item"><a href="/jobs">職位</a></li>
                    <li class="menu__item"><a href="/events">活動</a></li>
                </ul>

其中的問答、文章等超連接都是http://segmentfault.com/a/1190000004341687#articleHeader6爲基礎URL，從而推導出方案和主機名。
因此，相對URL優點有二：

• 能夠保持HTML文檔的可讀性和書寫便捷。

• 能夠保持網頁上一組資源的便攜性。、
  好比，能夠在搬移一組文檔時，保持連接的有效性。這樣，就能夠方便的搭載鏡像服務器了。

使用相對URL的步驟有二：一是找出基礎URL；二是解析相對引用。

1. 找出基礎URL
   基礎URL來源有二：一是網頁顯式指定，如在HTML網頁中，使用<BASE>標記指定基礎URL；二是隱式指定，封裝所屬資源的URL，咱們舉的例子即爲如此。

2. 解析相對引用
   對URL進行轉換，須要將相對URL和基礎URL劃分紅組件段，或者說「分解（decomposing）」。解析完URL後，能夠得到一個個組件，根據相對URL的完整程度，逐步對其進行填充，直到組合成新的絕對URL。這個填充是使用的是一個在RFC2396中定義的算法。

URL自動拓展

瀏覽器會爲用戶提供一條捷徑，使得用戶不須要輸入完整的URL,而交給瀏覽器填充。其方式有二：主機名拓展和歷史拓展。

• 主機名拓展
  根據主機名進行拓展，找到匹配站點則構建成功；失敗則再次嘗試其餘可能。可是這種拓展可能會爲一些其餘HTTP應用程序（如代理）帶來問題。

• 歷史拓展
  根據用戶訪問過的歷史URL進行拓展，該拓展經過選擇來完成。

---

3、特殊字符

爲了保障URL的可移植性（即便用任何因特網協議均可以安全傳輸）和完整性，URL須要：

• 使用通用的安全字母表

• 對不可見字符進行編碼以傳送

• 包含不安全的字符

爲了實現這點，URL使用了通用字母表，並增長了一些編碼規則。

URL字符集

URL中繼承了ASCII字符集和轉義序列，使得其可使用優先子集對任意字符值進行編碼。

編碼機制

經過「轉義」表示法，表示不安全字符。其包含一個百分號（%）和兩個表示字符ASCII碼的十六進制數。示例以下：

字符	ASCII碼	示例URL
~	0x7E	http://www.joes-hardware.com/%7Ejoe
（空格）	0x20	http://www.joes-hardware.com/more%20tools.html
%	0x25	http://www.joes-hardware.com/100%25satisfaction.html

字符限制

在URL中，字符會由於有特殊含義、非ASCII可打印字符或者混淆協議和網關而被限制。下面是一些被限制的字符：

字符	保留/受限
%	保留爲轉義標誌
/?#:;	保留爲定界符
.	保留在路徑組件中使用
..	同上
$+	保留（不須要理由）
@&=	在不一樣的方案的上下文中有特殊含義，保留
{}[]~\^'|	用於各類傳輸Agent代理，使用受限
<>"	不安全，在URL範圍以外是有意義的，須要進行編碼
0x00-0x1F,0x7F	受限，由於是不可打印字符
0x7F	受限，由於不在US-ASCII字符集的7二進制位範圍以內

額外說明

對於不安全字符，最好進行編碼。而判斷是否進行編碼則由從用戶處獲取URL的源端應用來作。URL中，可能有人故意對額外的字符進行編碼，從而繞過對URL進行模式匹配的應用。因此，解釋URL的應用必須在處理URL之間進行編碼。

---

4、方案

下面是Web經常使用方案的一些格式：

方案	描述
http	超文本傳輸協議。沒有用戶名和密碼，除此以外符合通用URL，端口默認爲80.
https	與http相對使用了網景的SSL，爲HTTP提供端到端的加密機制，端口默認爲443
mailto	指向E-mail地址。標準格式與URL格式不一樣，其語法記錄在RFC822中。
ftp	文件傳輸協議、要求用戶名和密碼，能夠上傳、下載文件，並獲取其目錄結構內容
rtsp,rtspu	經過實時流傳輸協議解析的多媒體資源標識符。除了方案部分，其他同上。
file	表示一臺指定主機上能夠直接訪問的文件，省略主機名則默認爲本機
news	由RFC036定義，訪問特定的文章或者新聞組。其自身包含的信息不足以對資源進行定位，其實際上與位置無關，只保留字符@來區分指向新聞組和指向新聞文章的URL
telnet	訪問交互式業務，表示能夠經過telnet訪問的交互式應用程序

---

5、將來的方向

實際上，因爲URL表示的實際的地址，因此在資源被移動之後，沒法定位對象。因此，下一代標準URN（統一資源名）開始研究，經過一個永久統一資源定位符PURL，使用URL實現URN的功能。能夠在PURL中獲取更多信息。

---

最後的彩蛋，猜猜這個是哪一個網頁的源代碼？

<!--[if lt IE 9]>
    <div class="alert alert-danger topframe" role="alert">你的瀏覽器實在<strong>太太太太太太舊了</strong>，放學別走，升級完瀏覽器再說 <a target="_blank" class="alert-link" href="http://browsehappy.com">當即升級</a>
    </div>
    <![endif]-->