IT兄弟连 JavaWeb教程 URI、URL

URI介绍

URI（Uniform Resource Identifier），是统一资源标识符的缩写，是一个用于标识某一个Web资源名称的字符串，该标识允许用户对任何资源通过特定的协议进行交互。Web上可用的每种资源，如：HTML、图像、视频和音乐等资源，都由一个统一资源标识符进行标识。URI一般由三部分组成：

●  访问资源的命名机制

●  存放资源的主机名

●  资源自身的名称，由路径标识，着重强调于资源

URL介绍

URL(Uniform Resource Locator)，统一资源定位符的缩写，URL是一种特殊类型的URI，包含了用于查找某个资源的全部信息。URL一般由三部分组成：

●  协议类型

●  主机的IP地址（可以包含端口号）

●  资源路径

HTTP之URL

HTTP使用统一资源定位符URL来传输数据和建立连接，以下面这个URL为例，为大家介绍下URL的各部分组成：

http://www.itxdl.cn:8080/news/index.jsp?boardID=5&ID=24618&page=1#name

从上面的URL中可以看出，一个完整的URL包括以下几部分：

●  协议部分：该URL的协议部分为“http”，这代表网页使用的是HTTP协议，在Web中可以使用多种协议，如HTTP、FTP等等，在协议后面的“//”为分隔符。

●  域名部分：该URL的域名部分为www.itxdl.cn。一个URL中，也可以使用IP地址作为域名使用。

●  端口部分：跟在域名后面的是端口号，域名和端口号之间使用“:”作为分隔符。端口号不是一个URL必须的部分，如果省略端口号部分，将采用默认端口号。

●  虚拟目录部分：从域名后的第一个“/”开始到最后一个“/”为止，是虚拟目录部分。虚拟目录也不是一个URL必须的部分，本例中的虚拟目录是“/news/”。

●  文件名部分：从域名后的最后一个“/”开始到“?”位置，是文件名部分，如果没有“?”，则从域名后的最后一个“/”开始到“#”位置，是文件名部分，如果没有“?”和“#”，那么从域名的最后一个“/”开始到结束，都是文件名部分。本例中的文件名是“index.jsp”。文件名也不是一个URL必须的部分，如果省略该部分，则使用默认的文件名。

●  锚部分：从“#”开始到最后，都是锚部分。本例中的锚部分是“name”。锚部分也不是一个URL必须的部分。

●  参数部分：从“?”开始到“#”为止之间的部分为参数部分，又称搜索部分、查询部分。本例中的参数部分为“boardID=5&ID=24618&page=1”。参数可以允许有多个参数，参数与参数之间用“&”作为分隔符。

URL编码

如果一样东西需要编码，那么就说明这样的东西并不适合进行传输。原因是多种做样的，如长度过大，包含隐私数据等，对于URL来说，之所以要进行编码，是因为URL中有些字符会引起歧义。

例如，URL中的参数使用key=value键值对这样的形式来传参，键值对之间以&符号分隔，如username=snape&password=123，但是如果value中的字符串包含了=或&，那么一定会造成接收URL的服务器解析错误，因此必须将引起歧义的字符进行转义，也就是进行编码。

又如，URL中的编码格式采用的是ASCII码，而不是Unicode，也就是说不能在URL中包含任何非ASCII字符，例如中文。

在URL中是使用百分号编码的形式对中文进行编码的，因为使用百分号编码的方式非常简单，使用%加上两位十六进制数值即可。URL编码默认使用的字符集是US-ASCII，例如a在US-ASCII码中对应的十六进制形式是0x61，那么URL编码之后得到的就是%61，我们在浏览器地址栏中输入https://www.baidu.com/s?wd=%61，实际上就等同于在百度中搜索a了。

对于非ASCII字符，需要使用ASCII字符集的超集进行编码得到相应的十六进制数值，然后对每个字符执行百分号编码。对于Unicode字符，使用utf-8对其进行编码得到相应的十六进制数值，然后对每个字节执行百分号编码，如“中文”使用utf-8字符集得到的十六进制形式为“0xE4 0xB8 0xAD 0xE6 0x96 0x87”，经过“URL”编码之后得到"%E4%B8%AD%E6%96%87"。