HTTP URL 详解

概述

URL 提供了一种定位因特网上任意资源的手段，大多数 URL 语法都由以下九个结构的通用格式组成：

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

• 方案：访问服务器以获取资源时要使用哪种协议
• 用户：某些方案访问资源时需要的用户名
• 密码：用户名后面可能要包含的密码，中间由冒号分隔
• 主机：资源宿主服务器的主机名或 IP 地址
• 端口：资源宿主服务器正在监听的踹口号，很多方案都有默认端口号（HTTP 的默认端口号为 80）
• 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
• 参数：指定输入参数，参数为键值对，URL 中可以包含多个参数，使用分号分隔
• 查询：同样用来指定输入参数，参数为键值对，URL 中可以包含多个参数，使用 & 分隔
• 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

方案

方案规定如何访问指定资源的资源标识符，常用的方案有：

• HTTP：文本传输协议，除了传递普通文本，还可以传递文件流或者进制编码等信息，是目前最常用的 web 传输
• HTTPS：基于 SSL 加密的 HTTP 传输协议，比 HTTP 更加的安全
• FTP：文件传输协议，一般用来实现资源文件在服务器上的上传下载

用户名和密码

有些服务器都要求输入用户名和密码才会允许用户访问数据，FTP 服务器就是一个常见的例子：

ftp://ftp.prep.ai.mit.edulpub/gnu

第一个例子没有用户或密码组件，只有标准的方案、主机和路径，这时浏览器通常会插入一个默认的用户名和密码，用户名一般是 anonymous（匿名用户），密码则根据浏览器而异

ftp://joe:[e-mail]/gnu

第二个例子指定了用户名（joe）和密码（joespasswd）

主机与端口号

主机组件标识了因特网上能够访问资源的宿主机器，可以用主机名（www.joes-hardware.com）或者 IP 地址来表示。端口组件标识了服务器正在监听的网络端口，对下层使用了 TCP 协议的 HTTP 来说，默认端口号为 80

路径

路径组件说明资源位于服务器的什么地方，路径通常很像一个分级的文件系统路径，比如：http://www.joes-hardware.com:80/seasonal/index-fall.html

参数

对很多方案来说，只有简单的主机名和路径是不够的，除了服务器正在监听的端口，以及是否能够通过用户名和密码访问资源外，很多协议都还需要更多的信息才能工作

为了向应用程序提供它们所需的输入参数，以便正确地与服务器进行交互，URL 中有一个参数组件。参数由键值对组成，使用 ; 将其与 URL 的其余部分以及其他参数分隔开，为应用程序提供了访问资源所需的所有附加信息，比如：

ftp://prep.ai.mit.edu/pub/gnu;type=d

在这个例子中，有一个参数 type=d，参数名为 type，值为 d

如前所述，HTTP URL 的路径组件可以分成若干路径段，每段都可以有自己的参数，比如：

http://www.joes-hardware.com/hammers;sale=false/index.html;graphics=true

这个例子就有两个路径段，hammers 和 index.html，hammers路径段有参数 sale，其值为 false，index.html 段有参数 graphics，其值为 true

查询

很多资源，比如数据库服务，都可以限定查询条件来缩小所请求资源的范围。比如，数据库维护着一张货物表，我们希望找到编号 12731 的货物，就可以使用如下 URL 来查询

http://www.joes-hardware.com/inventory-check?id=12731

多个参数之间可以用 & 分隔

http://www.joes-hardware.com/inventory-check?id=12731&color=blue

片段

有些资源类型，比如 HTML，除了资源级之外，还可以做进一步的划分。比如，对一个带有章节的大型文本文档来说，资源的 URL 会指向整个文本文档，但理想的情况是，能够指定资源中的那些章节

为了引用资源的一个片段，URL 支持使用片段（frag）组件来表示资源的一个片段。比如，URL 可以指向 HTML 文档中一个特定的图片或小节。

片段挂在 URL 的右手边，最前面有一个字符 #。比如：http://www.joes-hardware.com/tools.html#drills

在这个例子中，片段 drills 引用了页面／tools.html 中的一个部分，这部分的名字叫做 drills

HTTP 服务器通常只处理整个对象，而不是对象的片段，客户端不能将片段传送给服务器。浏览器从服务器获得了整个资源之后，会根据片段来显示你感兴趣的那部分资源

URL 编码

一般来说，URL 只能使用英文字母、阿拉伯数字和某些标点符号。如果 URL 带有中文或者特殊字符时，就需要对 URL 进行编码，使用安全字符去表示那些不安全的字符

URL 只允许使用 ASCII 字符集可以显示的字符，比如英文字母、数字、和 - _ . ~ ! * 这六个特殊字符。当在 URL 中使用不属于 ASCII 字符集的字符，如中文，空格，就要使用特殊的符号对该字符进行编码，比如空格需要用 %20 来表示

另外，还需要对 URL 中的部分保留字符和不安全字符进行编码，因为这些字符有可能产生歧义，造成服务器解析错误，比如 URL 查询参数中包含了 & 或者 %

保留字符：? = & / . ... # @ $ + ; %

部分不安全字符：[ ] < > " " { } | \ ^ * · ‘ ’