HTTP權(quán)威指南：第二章

pf_miles 發(fā)布于2019-08-01 15:03 / 2869人閱讀

摘要：無方案方案是規(guī)定如何訪問指定資源的主要標(biāo)識符。比如指定文檔中的某個(gè)章節(jié)。編碼機(jī)制通過轉(zhuǎn)義表示法，表示不安全字符。表示一臺指定主機(jī)上可以直接訪問的文件，省略主機(jī)名則默認(rèn)為本機(jī)由定義，訪問特定的文章或者新聞組。

URL概覽

前面提到，URL資源是HTTP協(xié)議所使用的尋找資源位置的定位符。分為三個(gè)部分，主要的結(jié)構(gòu)是：

方案://服務(wù)器/路徑

這種結(jié)構(gòu)使得網(wǎng)絡(luò)上的每一個(gè)資源都只有唯一的命名方法，從而使得瀏覽器可以統(tǒng)一對不同的資源進(jìn)行處理，而不是依賴不同的軟件。
URL可以從以下幾個(gè)部分去了解：

語法

快捷方式

特殊字符

方案

最后，我們還會展望未來，看看URN——URL的下一代。

一、語法

URL語法是跟對方案而變化的，但是這些變化總是建立在URL語法的9個(gè)組件組成的通用格式之上的。這個(gè)通用格式是：

://:@:/;?#

這9個(gè)組件不需要全部包含，其中重要的三個(gè)部分是之間提到的：方案、主機(jī) 和路徑。其可總結(jié)如下：

方案	描述	默認(rèn)值
方案	使用的協(xié)議	無
用戶	某些方案訪問資源時(shí)要求的用戶名	匿名
密碼	在用戶名之后，中間以冒號:隔開
主機(jī)	服務(wù)器的主機(jī)名或者點(diǎn)分IP地址（如192.168.1.1）	無
端口	服務(wù)器監(jiān)聽的端口，HTTP默認(rèn)端口為80	方案特有
路徑	服務(wù)器的資源本地名，路徑組件語法和服務(wù)器、方案相關(guān)	無
參數(shù)	使用該組件指定輸入?yún)?shù)。參數(shù)為名/值對，用分號隔開	無
查詢	用于激活應(yīng)用程序，沒有通用格式	無
片段	部分資源名稱，引用時(shí)不會傳遞給服務(wù)器，只使用于客戶端內(nèi)部。	無

方案
方案是規(guī)定如何訪問指定資源的主要標(biāo)識符。要求以字母開始，用:隔開URL其余部分，且大小寫無關(guān)。

主機(jī)和端口
主機(jī)標(biāo)志能訪問資源的服務(wù)器。主機(jī)可以使用主機(jī)名或者IP地址來訪問;端口則標(biāo)識服務(wù)器監(jiān)聽的網(wǎng)絡(luò)端口，默認(rèn)為80。

用戶名和密碼
多用在FTP服務(wù)器上。如果URL方案要求提供用戶名和密碼，而用戶沒有輸入，則應(yīng)用程序會插入一個(gè)默認(rèn)的用戶名和密碼，隨瀏覽器而定

路徑
其說明資源在服務(wù)器中的位置，是服務(wù)器定位資源時(shí)需要的信息，用/將路徑劃分為路徑段（path segment），路徑段還有各自的參數(shù)組件。

參數(shù)
服務(wù)器需要更多的信息，而不是簡單的主機(jī)名和路徑，而URL中的參數(shù)組件可以提供更多的協(xié)議參數(shù)。該組件是名值對列表，每個(gè)路徑段可以有多個(gè)參數(shù)，形式類似：

http://www.baidu.com/pub/gnu;type=sb【并不存在，請勿當(dāng)真】

這里的路徑段gnu參數(shù)為type，值為sb。

查詢字符串
用于縮小請求資源類型范圍。如本專欄撰寫時(shí)，網(wǎng)址為：

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

其中的freshman=1就是查詢組件。我猜測，這個(gè)查詢組件的意思是：在服務(wù)器的write路徑中，是否一直保存著我的文章的草稿。查詢組件會發(fā)送給網(wǎng)關(guān)，由網(wǎng)關(guān)做進(jìn)一步處理。如果需要多個(gè)名值對，則使用&字符進(jìn)行分割。

片段
HTML資源除了資源級，還可以進(jìn)一步劃分。比如指定文檔中的某個(gè)章節(jié)。而這個(gè)就可以使用#實(shí)現(xiàn)了。以本專欄的第一篇文章為例，旁邊的文章目錄實(shí)際上是在點(diǎn)擊以后，為網(wǎng)址加上一個(gè)片段，如#articleHeader6實(shí)現(xiàn)的跳轉(zhuǎn)。這樣，瀏覽器可以在獲得整個(gè)資源以后，顯示你感興趣的部分。

二、快捷方式

這個(gè)快捷方式是針對客戶端的，可以分為相對URL和URL自動(dòng)拓展。

相對URL

前面提到的都是絕對URL，包含訪問資源所需要的全部信息。而相對URL則是不完整的，必須相對另一個(gè)作為基礎(chǔ)（base）的URL進(jìn)行解析。這種便捷的縮略法為寫網(wǎng)頁的人省了不少心。如下面的HTML代碼片段：

其中的問答、文章等超鏈接都是http://segmentfault.com/a/1190000004341687#articleHeader6為基礎(chǔ)URL，從而推導(dǎo)出方案和主機(jī)名。
所以，相對URL優(yōu)勢有二：

可以保持HTML文檔的可讀性和書寫便捷。

可以保持網(wǎng)頁上一組資源的便攜性。、
比如，可以在搬移一組文檔時(shí)，保持鏈接的有效性。這樣，就可以方便的搭載鏡像服務(wù)器了。

使用相對URL的步驟有二：一是找出基礎(chǔ)URL；二是解析相對引用。

找出基礎(chǔ)URL
基礎(chǔ)URL來源有二：一是網(wǎng)頁顯式指定，如在HTML網(wǎng)頁中，使用標(biāo)記指定基礎(chǔ)URL；二是隱式指定，封裝所屬資源的URL，我們舉的例子即為如此。

解析相對引用
對URL進(jìn)行轉(zhuǎn)換，需要將相對URL和基礎(chǔ)URL劃分成組件段，或者說“分解（decomposing）”。解析完URL后，可以獲得一個(gè)個(gè)組件，根據(jù)相對URL的完整程度，逐步對其進(jìn)行填充，直到組合成新的絕對URL。這個(gè)填充是使用的是一個(gè)在RFC2396中定義的算法。

URL自動(dòng)拓展

瀏覽器會為用戶提供一條捷徑，使得用戶不需要輸入完整的URL,而交給瀏覽器填充。其方式有二：主機(jī)名拓展和歷史拓展。

主機(jī)名拓展
根據(jù)主機(jī)名進(jìn)行拓展，找到匹配站點(diǎn)則構(gòu)建成功；失敗則再次嘗試其他可能。但是這種拓展可能會為一些其他HTTP應(yīng)用程序（如代理）帶來問題。

歷史拓展
根據(jù)用戶訪問過的歷史URL進(jìn)行拓展，該拓展通過選擇來完成。

三、特殊字符

為了保障URL的可移植性（即使用任何因特網(wǎng)協(xié)議都可以安全傳輸）和完整性，URL需要：

使用通用的安全字母表

對不可見字符進(jìn)行編碼以傳送

包含不安全的字符

為了實(shí)現(xiàn)這點(diǎn)，URL使用了通用字母表，并增加了一些編碼規(guī)則。

URL字符集

URL中繼承了ASCII字符集和轉(zhuǎn)義序列，使得其可以使用優(yōu)先子集對任意字符值進(jìn)行編碼。

編碼機(jī)制

通過“轉(zhuǎn)義”表示法，表示不安全字符。其包含一個(gè)百分號（%）和兩個(gè)表示字符ASCII碼的十六進(jìn)制數(shù)。示例如下：

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，字符會因?yàn)橛刑厥夂x、非ASCII可打印字符或者混淆協(xié)議和網(wǎng)關(guān)而被限制。下面是一些被限制的字符：

字符	保留/受限
%	保留為轉(zhuǎn)義標(biāo)志
/?#:;	保留為定界符
.	保留在路徑組件中使用
..	同上
$+	保留（不需要理由）
@&=	在不同的方案的上下文中有特殊含義，保留
{}[]~^"\|	用于各種傳輸Agent代理，使用受限
<>"	不安全，在URL范圍之外是有意義的，需要進(jìn)行編碼
0x00-0x1F,0x7F	受限，因?yàn)槭遣豢纱蛴∽址?/td>
0x7F	受限，因?yàn)椴辉赨S-ASCII字符集的7二進(jìn)制位范圍之內(nèi)

額外說明

對于不安全字符，最好進(jìn)行編碼。而判斷是否進(jìn)行編碼則由從用戶處獲取URL的源端應(yīng)用來做。URL中，可能有人故意對額外的字符進(jìn)行編碼，從而繞過對URL進(jìn)行模式匹配的應(yīng)用。所以，解釋URL的應(yīng)用必須在處理URL之間進(jìn)行編碼。

四、方案

下面是Web常用方案的一些格式：

方案	描述
http	超文本傳輸協(xié)議。沒有用戶名和密碼，除此之外符合通用URL，端口默認(rèn)為80.
https	與http相對使用了網(wǎng)景的SSL，為HTTP提供端到端的加密機(jī)制，端口默認(rèn)為443
mailto	指向E-mail地址。標(biāo)準(zhǔn)格式與URL格式不同，其語法記錄在RFC822中。
ftp	文件傳輸協(xié)議、要求用戶名和密碼，可以上傳、下載文件，并獲取其目錄結(jié)構(gòu)內(nèi)容
rtsp,rtspu	通過實(shí)時(shí)流傳輸協(xié)議解析的多媒體資源標(biāo)識符。除了方案部分，其余同上。
file	表示一臺指定主機(jī)上可以直接訪問的文件，省略主機(jī)名則默認(rèn)為本機(jī)
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(jìn)行定位，其實(shí)際上與位置無關(guān)，只保留字符@來區(qū)分指向新聞組和指向新聞文章的URL
telnet	訪問交互式業(yè)務(wù)，表示可以通過telnet訪問的交互式應(yīng)用程序

五、未來的方向

實(shí)際上，由于URL表示的實(shí)際的地址，所以在資源被移動(dòng)以后，無法定位對象。所以，下一代標(biāo)準(zhǔn)URN（統(tǒng)一資源名）開始研究，通過一個(gè)永久統(tǒng)一資源定位符PURL，使用URL實(shí)現(xiàn)URN的功能。可以在PURL中獲取更多信息。

最后的彩蛋，猜猜這個(gè)是哪個(gè)網(wǎng)頁的源代碼？