本章主要內容：
- URL語法，以及各種URL組件的含義及其所做的工作；
- 很多Web客戶端都支持的URL快捷方式，包括相對URL和自動擴展URL；
- URL編碼和字符規則；
- 支持各種因特網信息系統的常見URL方案；
- URL的未來，包括URN——這種框架可以在對象從一處搬到另一處時，保持穩定的訪問名稱。
2.1 瀏覽因特網資源
URL是瀏覽器尋找信息時所需的資源位置。
URL是人們對HTTP和其他協議的常用訪問點：一個人將瀏覽器指向一個URL，瀏覽器就會在幕後發送適當的協議報文來獲取人們所期望的資源。
URI是一類更通用的資源標識符，URL實際上是它的一個子集。URI是一個通用的概念，由兩個主要的子集URL和URN構成，URL是通過描述資源的位置來標識資源的，而URN則是通過名字來標識符資源的，與它們當前所處位置無關。
HTTP規範將更加通用的概念URI作爲其資源標識符，但實際上，HTTP應用程序處理的只是URI的URL子集。
URL的組成部分
示例URL：http://www.joes-hardware.com/seasonal/index-fall.html。
- URL的第一部分（http）是URL方案（scheme）。方案可以告知Web客戶端怎樣訪問資源。
- URL的第二部分（www.joes-hardware.com）指的是服務器的位置。這部分告知Web客戶端資源位於何處。
- URL的第三部分（/seasonal/index-fall.html）是資源路徑。路徑說明了請求的是服務器上哪個特定的本地資源。
示例圖：
URL可以通過HTTP之外的其他協議來訪問資源。它們可以指向因特網上的任意資源，或者個人的E-mail賬戶：
mailto:[email protected]
或者通過其他協議（比如FTP協議）訪問的各種文件：
ftp://ftp.lots-o-books.com/pub/complete-price-list.xls
或者從流視頻服務器上下載電影：
rtsp://www.joes-hardware.com:554/interview/cto_video
URL提供了一種統一的資源命名方式。多數URL都有同樣的：“方案://服務器位置/路徑”結構。
2.2 URL的語法
多數URL方案的URL語法都建立在這由9部分構成的通用格式上：
<scheme>://<user>:<password>@<host>:<port>/<path>;<param>?<query>#<frag>
URL最重要的3個部分是方案（scheme）、主機（host）和路徑（path）。
通用URL組件
| 組件 | 描述 | 默認值 |
|---|---|---|
| 方案 | 訪問服務器以獲取資源時要使用哪種協議 | 無 |
| 用戶 | 某些方案訪問資源時需要的用戶名 | 匿名 |
| 密碼 | 用戶名後面可能要包含的密碼，中間由冒號（:）分隔 | <E-mail 地址> |
| 主機 | 資源宿主服務器的主機名或點分IP地址 | 無 |
| 端口 | 資源宿主服務器正在監聽的端口號。很多方案都有默認端口號（http的默認端口號爲80） | 每個方案特有 |
| 路徑 | 服務器上資源的本地名，由一個斜槓（/）將其與前面的URL組件分隔開來。路徑組件的語法是與服務器和方案有關的（URL路徑可以分爲若干個段，每個段都可以有其特有的組件） | 無 |
| 參數 | 某些方案會用這個組件來指定輸入參數。參數爲名/值對。URL中可以包含多個參數字段，它們之間以及與路徑的其餘部分之間用分號（;）分隔 | |
| 查詢 | 某些方案會用這個組件傳遞參數以激活應用程序（比如數據庫、公告板、搜索引擎以及其他因特網網關）。查詢組件的內容沒有通用格式。用字符“?”將其與URL的其餘部分分隔開來 | 無 |
| 片段 | 一小片或一部分資源的名字。引用對象時，不會將frag字段傳給服務器；這個字段是在客戶端內部使用的。通過字符“#”將其與URL的其餘部分分隔開來 | 無 |
2.2.1 方案——使用什麼協議
- 方案實際上是規定如何訪問指定資源的主要標識符，它會告訴負責解析URL的應用程序應該使用什麼協議。
- 方案組件必須以一個字母符號開始，由第一個“:”符號將其與URL的其餘部分分隔開來。方案名是大小寫無關的，URL“http://www.sina.com”和"HTTP://www.sina.com"是等價的。
2.2.2 主機與端口
主機組件標識了因特網上能夠訪問資源的宿主機器。
可以用主機名或者IP地址來表示主機名。
示例
http://www.joes-hardware.com:80/index.html
http://161.58.228.45:80/index.html
上面的兩個URL都是指向同一個資源——第一個URL是通過主機名，第二個是通過IP地址指向服務器的。
HTTP協議的默認端口號爲80。
2.2.3 用戶名和密碼
更有趣的組件是用戶和密碼組件。很多服務器都要求輸入用戶名和密碼纔會允許用戶訪問數據。FTP服務器就是這樣一個常見的實例。如下示例：
ftp://ftp.prep.ai.mit.edu/pub/gnu
ftp://[email protected]/pub/gnu
ftp://anonymous:[email protected]/pub/gnu
http://joe:[email protected]/sales_info.txt
示例一沒有用戶或密碼組件，只有標準的方案、主機和路徑。如果某些應用程序使用的URL方案要求輸入用戶名和密碼，比如FTP，但用戶沒有提供，它通常會插入一個默認的用戶名和密碼。比如，如果向瀏覽器提供一個FTP URL，但沒有指定用戶名和密碼，就會插入anonymous（匿名用戶）作爲你的用戶名，併發送一個默認的密碼（Internet Explorer會發送IEUser，Netscape Navigator則會發送mozilla）。
示例二顯示了一個指定爲anonymous的用戶名。這個用戶名與主機組件組合在一起，看起來就像E-mail地址一樣。字符“@”將用戶和密碼組件與URL的其餘部分分隔開來。
示例三，指定了用戶名（anonymous）和密碼（my_passwd），兩者之間由字符“:”分隔。
2.2.4 路徑
URL的路徑組件說明了資源位於服務器的什麼地方。路徑通常很像一個分級的文件系統路徑。比如：
http://www.joes-hardware.com:80/seasonal/index-fall.html
這個URL中的路徑爲/seasonal/index-fall.html，很像UNIX文件系統中的文件系統路徑。路徑是服務器定位資源時所需的信息。
2.2.5 參數
爲了嚮應用程序提供它們所需的輸入參數，以便正確地與服務器進行交互，URL中有一個參數組件。這個組件就是URL中的名值對列表，由字符“;”將其與URL的其餘部分（以及各名值對）分隔開來。它們爲應用程序提供了訪問資源所需的所有附加信息。例如：
ftp://prep.ai.mit.edu/pub/gnu:type=d
例子中，有一個參數type=d，參數名爲type，值爲d。
如前所述，HTTP URL的路徑組件可以分成若干路徑段。每段都可以有自己的參數。比如：
http://www.joes-hardware.com/hammers;sale=false/index.html;graphics=true
例子中有兩個路徑段，hammers和index.html。hammers路徑段有參數sale，其值爲false。index.html段有參數graphics，其值爲true。
2.2.6 查詢字符串
http://www.joes-hardware.com/inventory-check.cgi?item=12731
這個URL與我們見過的其他URL類似。只有問號（?）右邊的內容是新出現的。這部分被稱爲查詢（query）組件。URL的查詢組件和標識網關資源的URL路徑組件一起被髮送給網關資源。基本上可以將網關當作訪問其他應用程序的訪問點。
2.2.7 片段
有些資源類型，比如HTML，除了資源級之外，還可以做進一步的劃分。比如，對一個帶有章節的大型文本文檔來說，資源的URL會指向整個文本文檔，但理想的情況是，能夠指定資源中的那些章節。
爲了引用部分資源或資源的一個片段，URL支持使用片段（frag）組件來表示一個資源內部的片段。比如，URL可以指向HTML文檔中一個特定的圖片或小節。片段掛在URL的右手邊，最前面有一個字符“#”。如
http://www.joes-hardware.com/tools.html#drills
例子中，片段drills引用了Joe的五金商店Web服務器上頁面/tools.html中的一個部分。這部分的名字爲drills。
HTTP服務器通常只處理整個對象，而不是對象的片段，客戶端不能將片段傳送給服務器。瀏覽器從服務器獲得了整個資源之後，會根據片段來顯示你感興趣的那部分資源。
2.3 URL快捷方式
Web客戶端可以理解並使用幾種URL快捷方式。相對URL是在某資源內部指定一個資源的便捷縮略方式。很多瀏覽器還支持URL的“自動擴展”，也就是用戶輸入URL的一個關鍵部分，然後由瀏覽器將其餘部分填充起來。
2.3.1 相對URL
URL的兩種方式：
- 相對URL
- 絕對URL
絕對URL中包含有訪問資源所需的全部信息。
相對URL是不完整的。要從相對URL中獲取訪問資源所需的全部信息，就必須相對於另一個，被稱爲其基礎（base）的URL進行解析。
使用縮略形式的相對URL語法，HTML的編寫者就可以省略URL中的方案、主機和其他一些組件了。這些組件可以從它們所屬資源的基礎URL中推導出來。其他資源URL也可以用這種縮略形式來表示。
2.3.2 自動擴展URL
有些瀏覽器會在用戶提交URL之後，或者在用戶輸入的時候嘗試着自動擴展URL。這就爲用戶提供了一條捷徑：用戶不需要輸入完整的URL，因爲瀏覽器會自動擴展。
這些“自動擴展”特性有以下兩種方式。
- 主機名擴展
- 歷史擴展
與代理共同使用時，URL自動擴展的行爲可能會有所不同。
2.4 各種令人頭疼的字符
2.4.1 URL字符集
2.4.2 編碼機制
編碼機制就是通過一種“轉義”表示法來表示不安全字符的，這種轉義表示法包含一個百分號（%），後面跟着兩個表示字符ASCII碼的十六進制數。
2.4.3 字符限制
保留及受限的字符
| 字符 | 保留/受限 |
|---|---|
| % | 保留作爲編碼字符的轉義標誌 |
| / | 保留作爲路徑組件中分隔路徑段的定界符 |
| . | 保留在路徑組件中使用 |
| … | 保留在路徑組件中使用 |
| # | 保留作爲分段定界符使用 |
| ? | 保留作爲查詢字符串定界符使用 |
| ; | 保留作爲參數定界符使用 |
| : | 保留作爲方案、用戶/口令，以及主機/端口組件的定界符使用 |
| $,+ | 保留 |
| @&= | 在某些方案的上下文中有特殊的含義，保留 |
| {}｜^~[]’ | 由於各種Agent代理，比如各種網關的不安全處理，使用受限 |
| <>" | 不安全；這些字符在URL範圍之外通常是有意義的，比如在文檔中對URL自身進行定界（比如“http://www.joes-hardware.com”），所以應該對其進行編碼 |
| 0x00-0x1F，0x7F | 受限，這些十六進制範圍內的字符都在US-ASCII字符集的不可打印區間內 |
| >0x7F | 受限，十六進制值在此範圍內的字符都不在US-ASCII字符集的7比特範圍內 |