【网络协议】URL的结构以及与URI的区别

URI和URL的区别

URI = Universal Resource Identifier
URL = Universal Resource Locator

在学习中，我们难免会遇到 URI 和 URL，有时候都傻傻分不清，为啥这边是 URI 那边又是 URL，这两者到底有什么区别呢？

我们从名字上看

• 统一资源标识符(Uniform Resource Identifier, URI)：是一个用于标识某一互联网资源名称的字符串。
• 统一资源定位符(Uniform Resource Locator, URL)：是一个用于标识和定位某一互联网资源名称的字符串。

可能大家就比较困惑了，这俩好像是一样的啊？那我们就类比一下我们现实生活中的情况：
我们要找一个人——张三，我们可以通过他的唯一的标识来找，比如说身份证，那么这个身份证就唯一的标识了一个人，这个身份证就是一个 URI；
而要找到张三，我们不一定要用身份证去找，我们还可以根据地址去找，如 在清华大学18号宿舍楼的404房间第一个床铺的张三，我们也可以唯一确定一个张三，
动物住址协议://地球/中国/北京市/清华大学/18号宿舍楼/404号寝/张三.人。而这个地址就是我们用于标识和定位的 URL。
我们从上面可以很明显的看出，URI 通过任何方法标识一个人即可，而 URL 虽然也可以标识一个人，但是它主要是通过定位地址的方法标识一个人，所以 URL 其实是 URI 的一个子集，即 URL 是靠标识定位地址的一个 URI。

Url 的构成

URL（Uniform Resource Locator,统一资源定位符），用于定位网络上的资源，每一个信息资源都有统一的且在网上唯一的地址。

Url一般有以下部分组成
scheme:[subscheme]://[username:password@]host:port/path?query#fragment

• Scheme：通信协议，一般为http、https等；

• Host： 服务器的域名主机名或ip地址；

• Port：端口号，此项为可选项，默认为80；

• Path：目录，由“/”隔开的字符串，表示的是主机上的目录或文件地址；

• Query：查询，此项为可选项，可以给动态网页传递参数；

  多个参数用“&”隔开，每个参数的名和值用“=”隔开；

  • 数组：
    中括号http://ip:port/test_transMap?id=1&name=2&params[]=value1&params[]=value2
    逗号http://ip:port/test_transMap?id=1&name=2&params[key1]=value1,value2
  • 键值对：http://ip:port/test_transMap?id=1&name=2&params[key1]=value1&params[key2]=value2

• Fragment： 信息片段，字符串，用于指定网络资源中的某片断；

  多个参数用“&”隔开，锚点不会随着请求发送给服务器，而Query参数会。

• subscheme：可选，子协议，常用于区分不同数据库驱动协议

  例子：

  • jdbc:mysql://localhost:3306/nemo?user=root&password=123456
  • jdbc:oracle:thin:@localhost:1521:nemo
  • jdbc:sqlserver://localhost:1433:DatabaseName=nemo

• username:password：可选，用于登录主机的用户名和密码。

例子：正如命令ssh user@127.0.0.1

• http://user:123@baidu.com/login
• ftp://user:123@127.0.0.1
• telnet://user:123@127.0.0.1
• ssh://user:123@127.0.0.1

---

其实，把 URL 说成是网址其实是很不严谨的说法，因为 URL 有很严格的结构，表示也很灵活、有弹性。
在 RFC 3986: Uniform Resource Identifier (URI): Generic Syntax 的 Syntax Components 把 URL 描述为如下图：

如图所示，把 URL 分成几个部分，这样便可以了解URL的构成。 在 URI scheme - Wikipedia 页面中对 URL 的描述更为详细，如下图：

---

特别需要注意的是，我们的文件路径其实也是URL的一种，它属于是本地文件传输协议（File Protocol）
File协议主要用于访问本地计算机中的文件，就如同在Windows资源管理器中打开文件一样。
要使用File协议，基本的格式如下：file://文件绝对路径。（文件的绝对路径一般是以斜杠/开头，所以我们一般是file:///）

比如要打开F盘flash文件夹中的1.swf文件，那么可以在资源管理器或IE地址栏中键入：file:///f:/flash/1.swf并回车。
大家可以做个实验，在资源管理器中键入斜杠/开头的文件路径，会在浏览器中打开文件路径，并且在地址栏中是以此协议格式开头file://。

---

mailto 资源为电子邮件地址，通过 SMTP 访问。 格式 mailto:

fragment

　　主要资源是由 URI 进行标识，URI 中的 fragment 用来标识次级资源。我理解看来，fragment 主要是用来标识 URI 所标识资源里的某个资源。

　　在 URI 的末尾通过 hash mark（#）作为 fragment 的开头，其中 # 不属于 fragment 的值。

　　https://domain/index#L18

　　这个 URI 中 L18 就是 fragment 的值。这有哪些特殊的地方呢？

• # 有别于 ?，? 后面的查询字符串会被网络请求带上服务器，而 fragment 不会被发送给服务器；
• fragment 的改变不会触发浏览器刷新页面，但是会生成浏览历史；
• fragment 会被浏览器根据文件媒体类型（MIME type）进行对应的处理；
• Google 的搜索引擎会忽略 # 及其后面的字符串。

　　针对以上几点特性，分别介绍下 URI fragment 的应用。

特性 1 & 2 单页面路由

　　针对 1、2 这两个特性，目前主要的应用就是单页面路由。具体原理简单描述如下：JavaScript 提供了 location.hash 来操作当前 URI 的 fragment，同时提供了 Hashchange 事件监听 fragment 的变化。利用这两个 API 再结合上述特性 1、2 就可以实现一个简单前端路由。具体流程如下图：

　　修改 location.hash 值，触发 hashchange 事件，JS 处理对应的逻辑，改变页面 UI 实现页面的跳转，并在浏览器中产生历史记录。

特性 3 HTML 锚点

　　在 HTML 中比较常见的一个应用 —— 页面内定位。在页面中通过设置标签的 id 属性来定义锚点，从而实现锚点定位。实际上锚点定位的实现正是依赖了 fragment 的特性 3。如这个 URI https://domain/index.html#L18，假设返回的文件类型是 text/html，则浏览器会读取 URI's fragment，然后在页面中寻找 L18 这个锚点，并将页面滚动到该锚点的位置。

　　因此我们当点击 <a href="#top">top</a>时，实际上处理过程是 URI 的 hash 发生变化，然后浏览器读取新的 fragment，并寻找 DOM 中是否存在对应的锚点，将该锚点显示到页面中。在 MIME Type 为 HTML 或 XML 时，如https://domain/index.html#这个 URI 中是空的 fragment，则浏览器默认显示页面的最顶端。

特性 4

　　特性4 其实是针对 hash 模式前端路由来说的一个缺点。因为 fragment 会被 Google 搜索引擎忽略掉，因此对于用 hash 模式前端路由的应用的 SEO 来说是很不友好的。不过 Google 给了一个方案，就是在 # 紧跟一个 ! ，这样Google 搜索引擎就会将这个 URI 进行转换，如 https://domain/index.html#!L18转换后就成为了 https://domain/index.html?_escaped_fragment_=L18。这样搜索引擎就会携带上 URI's fragment 直接去访问这个 URI，开发者可以利用这个 trick 优化网站的 SEO。

小结

• fragment 对于 HTML 文档来说就是页面内的定位标识符，可以实现 HTML 页面内的定位。当然浏览器针对不同类型的资源会有区分的处理 fragment；
• 利用 fragment 实现前端页面无刷新修改 Brower's URI；
• 根据搜索引擎规则，可以优化无刷新修改页面的 SEO；

https://www.cnblogs.com/guanghe/p/14048639.html