原来，我连一个URL都写不对…

ゝ一世哀愁。 2024-04-17 18:23 76阅读 0赞

**来自我的铁粉公号 @闹闹吃鱼**

**“** 阅读本文需要 **6** 分钟**”**

![640?wx\_fmt=jpeg][640_wx_fmt_jpeg]

作者 l 闹闹

来源 l 闹闹吃鱼（ID：UpUp005）

又到了每周的分享时间了，今天分享一下在网络协议中，URI的相关内容，因为在外面出差，头图没法做，就用以前的老图咯~（偷懒也这么理直气壮）

URL是什么我想大家都知道，毕竟我们每天都接触着，那URI是什么呢？

那我们先来看看，**如果这世界上没有URI时，会变成什么样子呢？**

没有URI的情况下，我上传了一些资料要分享给你们，你们要怎样才能下载获取呢？

首先，我得告诉你们用`FTP`协议访问`naonao.com`，端口是`8090`

然后，告诉你们登陆用户名是`Naonao`，密码是`Handsome`

登陆成功后，你们要进入到`/Naonao/Source`目录下，并且转换为二进制模式

最后再下载`如何避免过帅导致的烦恼.mp4`的文件

这要不是最后的文件太吸引我，这么麻烦的步骤，我才不想去倒腾呢

可有了URI后，上面这些步骤，我们只需要在浏览器里直接输入`ftp://Naonao:Handsome@naonao.com:8090/Naonao/Source/如何避免过帅导致的烦恼.mp4`

友情提示一下，上面的URI并不是一个完全正确的URI，因为最后面的中文没有进行转码，关于转码解码的问题，我们稍后再看

—

**什么是URI？**

看完上面的内容，URI解决了什么问题，我想各位心里肯定是有数了

不过在了解URI之前，我们需要先简单了解下URL与URN

URL在RFC1738(1994.12)中的定义是`Uniform Resource Locator`，表示资源的所在位置，期望提供查找资源的方法

而URN在RFC2141(1997.5)中的定义是`Uniform Resource Name`，期望为资源提供持久的，位置无关的标识方式，并允许简单的将多个命名空间映射到单个URN命名空间

直接说URN这种概念，有些人可能不大清楚是个什么东西，我说个例子，男生肯定清楚，比如磁力链接~嘻嘻，有没有回想起什么不可言论的东西？

我在网上找了个葫芦娃的磁力下载地址，各位围观一下，有没有觉得这东西很眼熟呢？

> magnet:?xt=urn:btih:bdab9b6759950fab3c8cbde2669bea6195491034

好咯，不熟悉也没事，这也不是今天的重点，我们知道这玩意大概长城这样就好了。我们现在来看看，URI的定义是什么

URI的全名呢就是`Uniform Resource Identifier`，主要用于区分资源，它包含了URL与URN的概念，主要是用于取代URL和URN的概念~

换句话说，URI可以是URL/URN，但URL/URN不一定就是URI，也就是说URI是URL/URN的超集

—

**URI与URL的区别**

虽然我们现在知道URI是URL的超集，但在网络中，URL与URI这哥俩长的实在太像了，很多时候我们傻傻分不清URL与URI到底谁是谁

我们先来看看定义的区别，URI与URL不同的部分就是`Identifier`与`Locator`，URI注重的是唯一标识符，而URL注重的是位置

打个简单的比喻，如果用URI来表述我们自己，那么URI就是我们的身份证号码，URL就是我们身份证上的家庭住址，通过身份证号（URI）肯定能找到我，但是你通过我的住址（URL）那就不一定能找到我了哦

再来说说资源包含了什么

资源这俩字，包含的东西就太广了，既可以是图片、文档，也可以是今天的天气

也可以是不能通过互联网访问的实体，例如人、公司

也可以是某种抽象概念，例如亲属关系或者你是不是渣男

但是要注意一点，URI并不是与资源一一对应的，一个资源是可以拥有很多个URI，但一个URI只会对应一个资源，就像我们手上有很多张银行卡，但每个银行卡对应的开户人，也只有我们自己一个人

`Identifier`的实际用处就是将当前资源与其它资源区分开来的名称

通过`Identifier`与`Source`的含义，我们就可以很明显的感觉到URI的一个目标，它更倾向于资源提供者把自己把所拥有的资源与其它资源区分开

比如不能通过互联网访问的实体，比如人，我们就可以通过URL去定义Mine，Father，Relationship等，通过这种方式，我们就能将我们想表达的资源进行区分

—

**URI的组成**

先上张图，我们来看看URI由哪些部分组成

![640?wx\_fmt=png][640_wx_fmt_png]

我们根据图片上的内容来进行分析

我们先来看最重要的三点，先拿个例子，看完例子再看下面的说明

`https://naonao.com?name=naonao&age=18#page-7`

#### Scheme ####

`Scheme`指的就是方案，比如`HTTP`，`HTTPS`，`FTP`等，都是可以使用的，思想不要被这些常用的协议给局限了，我们还可以自定义协议，只要服务器支持即可

`Scheme`可以是由`字母`，`数字`，`+`，`-`，`.`，都是允许的

**注意**：在`Scheme`之后，必须使用`://`把Scheme与后面的部分区分开来

#### Query ####

query就是查询参数，是一个可选的参数，如有有的话，那么必须要以`?`开头

我们最常用的形式就是使用`key=value`，比如上面的例子`name=naonao`

但Query并不仅仅是支持这种，它是可以支持`pchar`,`/`,`?`等形式

`?`的话大家都知道，要使用Query查询参数，那么就必须在前面加上`?`，而`pchar`是什么呢？这点我们想了解的话，需要去参考RFC中的详细描述，这不是今天内容的重点

#### fragment ####

fragment也是可选的，如果有的话，必须以`#`开头

比如上面的示例，`page-7`指向的是一个段落

它所支持的格式跟`Query`所支持的格式一致

#### authority ####

authority包含了用户名与密码（user infomation），还有主机名（host），以及端口号（port）

像用户名密码这东西，我们现在基本已经不使用这种方式了，因为在URI中明文传输账号密码，实在不安全

现在还在用的，基本上也就是经常使用`ftp`下载资源时我们才使用

所以我们通常只使用`host:port`，即主机名+端口号的形式

主机名是不可省略的，因为一但省略，我们就找不到对应的服务器

而端口号我们却可以省略，比如`HTTP`的默认端口号就是80端口，`HTTPS`的默认端口号就是443端口

#### path ####

主机名后面紧跟的就是我们的`path`

在URI中，`path`部分必须要以`/`开头，所以不要把`path`之前的`/`误以为是前面`authority`的结尾

`path`也分了很多种，分别是`path-abempty`、`path-absolute`、`path-noscheme`、`path-rootless`、`path-empty`

*  path-abempty`/`开头的路径或空路径
 *  path-absolute`/`开头，但不能以`//`开头
 *  path-noscheme`:`号开头的路径
 *  path-rootless`path=noscheme`，增加允许以`:`号开头的路径
 *  path-empty

说这么多种`path`只是为了尊重文档，但也别看有这么多种类型，其实使用起来是非常简单的，综合上述五种方案，我们可以发现，**限制的都是开头的字符**

而我们只要不使用中文或者其它一些特殊字符作路径的开头，这样我们的路径都是合法的

所以路径这东西，我们只要根据实际情况进行填写即可

—

**URI的编码**

终于到了填坑时间

最开始我们举例说如果世上没有URI时该如何下载资源，我给出的例子URI里面带了中文，其实在URI里只能使用`ASCII码`

但如果我们的URI里出现了除`ASCII码`以外的内容，或者是出现了URI中的用于标识的字符比如```?``#``/``&```等，那么就会引起URI解析错误，那这时候该怎么办呢？

为了避免这种情况出现，URI引入了编码机制

规则非常的简单粗暴，在`ASCII码`表内的特殊字符，直接就转换成`ASCII码`了

对于`ASCII码`以外的内容，就转换成十六进制的字节，然后在前面加上一个`%`，例如空格就被转义成`%20`，`?`被转译成`%3F`

像中文这种，十六进制字节值表示不全，需要UTF-8编码才能表述完整的，就是转成十六进制（UTF-8）的格式，例如`闹闹`就会被转义成`%e9%97%b9%e9%97%b9`

因为`闹`对应的十六进制UTF-8的编码就是`E9 97 B9`，然后每个字节码前面加上`%`，就可以得到上述结果了

平时我们在浏览器中的地址栏中输入的URI，就算是输入中文也能正常使用，其实是浏览器在背后帮我们做了转码解码的苦逼活

这其实是一个非常友好的用户体验，不会把一些看不懂的东西直接展示给用户，也是非常值得学习的一个理念

—

**写在最后**

URI是网络协议学习中必须要弄明白的一个内容，但其实总的来说并不难，只是概念性的东西稍微多了点，理解了之后，其实就是一点点内容

你可能会问，这东西学了有什么用呢？我只能回答你，学这东西没有直接用处，但是有间接用处

比如做后台开发的，要对接接口，给的URI若不规范，那么接口调用方就无法定位到我们的资源，最后面向Google编程老半天才解决

又或者做前端开发的，接口调用不规范，比如GET调用时query参数写错，那自然也调不通后台给的接口

又比如拿到一个不熟悉的项目，通过浏览器的Network就可以分析到用了哪些资源，依赖了什么页面和接口，但连URI都看不懂，那就只能问同事了，问完后还要被人一顿嫌弃

虽然遇到的这些问题都能面向Google编程或者问同事解决，但是在查资料或者咨询的同时，浪费的时间就要靠加班来换了…加班多累啊！！！

![640?wx\_fmt=gif][640_wx_fmt_gif]

**END**

如果文章对你有所帮助，请点一下右下角的“在看”，或者分享给你周围的人~给我一点支持！

[640_wx_fmt_jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/e23bcd41e8fe40b9a67c3bc33139f9df.png
[640_wx_fmt_png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/f03bcbb8791b4e5fb00c9cba2ea34cef.png
[640_wx_fmt_gif]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/f78b5b1f998543caa90af9f3a3d85131.gif