URI 、URL 和 URN

URI

URI 是 Uniform Resource Identifier 的缩写。

Uniform

• 统一不同类型的资源。比如 txt、mp3、jpeg 等不同的类型的资源都可以使用 URI 来标识
• 统一不同协议。比如 http、ftp、mailto 等不同的协议都可以使用 URI 来标识
• 统一新旧资源。引入新资源不会影响已有资源

Resource

官方定义没有对资源的范围做任何限制，所以任何被 URI 标识的东西都可以叫做资源。

常见的例子有电子文档、图片、固定用途的信息（比如今天 Los Angeles 的天气预报）、一项服务（比如 HTTP-to-SMS 网关）或者是一组资源。一个资源不一定需要能通过互联网访问，比如一个组织和图书馆中的一些书也可以是资源。抽象的概念也可以是资源，比如某些关系（比如雇佣关系或者婚姻关系）。

Identifier

从其他资源中区分一个资源，无论用什么手段实现（比如名称、地址）。标识符可以是 ID，但也可以不是，所以不要将标识符与 ID 等价。

语法规则

由 协议、authority、path、query 和 fragment 组成

URI         = scheme ":" hier-part [ "?" query ] [ "#" fragment ]

hier-part   = "//" authority path-abempty
                  / path-absolute
                  / path-rootless
                  / path-empty

协议必填且不能为空，路径必填但可以为空。Authority 不是必填，但如果填写了要以 // 开头。

abempty 的意思是 absolute or empty。

两个示例：

foo://example.com:8042/over/there?name=ferret#nose
 \_/   \______________/\_________/ \_________/ \__/
  |           |            |            |        |
协议     authority       path        query   fragment
  |   _____________________|__
 / \ /                        \
 urn:example:animal:ferret:nose

协议

为了 robustness，协议是大小写不敏感的（比如 HTTP 和 http 是一样的），但为了一致性，只应该使用小写来表示协议。常用的有：http、https、ftp、mailto、file、data 和 irc。

Authority

很多 URI 协议都包含一个用于命名 authority 的分级元素，所以 URI 的路径会指向 authority 对应的命名空间。

Authority 以 // 开头，以下一个 /、?、# 或者 URI 的结尾而结尾。

语法如下：

authority   = [ userinfo "@" ] host [ ":" port ]

这里不描述 userinfo，因为很少用到。

host 语法如下：

host        = IP-literal / IPv4address / reg-name

host 同样是大小写不敏感，但为了一致性也要使用小写表示。

• IP-literal：使用 IPV6 以及之后版本的 IP 地址，要使用 [] 包裹

• IPv4address：使用点分十进制表示

    IPv4address = dec-octet "." dec-octet "." dec-octet "." dec-octet
  
  dec-octet   = DIGIT                 ; 0-9
              / %x31-39 DIGIT         ; 10-99
              / "1" 2DIGIT            ; 100-199
              / "2" %x30-34 DIGIT     ; 200-249
              / "25" %x30-35          ; 250-255
  

• reg-name：点分字符串，字符串可以是字母或者 -

可以看出 IPv4address 和 reg-name 并没有很明显的区分。所以为了区分这两者，采用 "first-match-wins" 算法：如果 host 匹配 IPv4address的规则，那它是一个 IPv4address 而不是 reg-name。

路径采用与文件系统一样的路径表示方式，以 / 分割。设计者这样说：

The relative URI syntax is just unix pathname syntax reused without apology.[2]

PS：设计者后悔采用 // 的设计，因为这个太笨拙了[2]，从使用情况就可以看出，一般我们都不会用到 // 而是直接输入 // 后面的部分（比如输入 www.google.com 而不是 //www.google.com）。

URI、URL 和 URN

"Uniform Resource Locator" (URL) 是 URIs 的一个子集，提供一种定位资源而不是标识资源的方法。"Uniform Resource Name" (URN) 被用来指 "urn" 协议的 URIs 和其他通过名称属性定位的 URIs[1, 3]。

PS：关于 URL 的疑惑：上面说 URL 是定位而不是标识，但是 URI 中的 Identifier 就是标识符的意思，这不矛盾吗？

人们实际使用中也没有很明显的区分 URI 和 URL。普通用户都是说 URL，程序员混用 URL 和 URI，甚至连 RFC 中也是混用这两者（比如 "URI Syntax" (RFC 2396)、"Registration Procedures for URL Schemes" (RFC 2717)）。

所以，综合各种情况，可以这样使用：

• 如果资源会同时用 URL 和 URN 表示，那么使用 URI
• 如果资源只用 URN 表示，那么用 URN，因为 URN 特殊并且少见
• 如果资源只用 URL 表示，那么可以用 URL 或 URI，但是确定后最好统一使用而不是混用这两者

参考

1. rfc3986
2. https://www.w3.org/People/Berners-Lee/FAQ.html#etc
3. https://tools.ietf.org/html/rfc3305