关于URL编码 结构，参数，特殊字符转义

URL的架构

-------------------

<scheme>://<username>:<password>@<host>:<port>/<parameters>?<query>#<fragment>

<模式> ://<用户名>:<密码>@<主机地址>:<端口>/<路径>;<参数>?<查询>#<信息片断>

模式

-------

通常是指用来访问URL所标明地址的资源的协议.

如果一个模式向IANA注册过,那么它就是官方的(如HTTP,FTP)

但也有非官方的(未注册)的模式在普遍使用,(如SFTP,svn)

scheme: 为一部分,//不属于分隔符的一部分,是URL下一部分的开始.

{ .....//<用户名>:<密码>@<主机地址>:<端口>...}

---------------------------------------------------------------

构成了URL的权限控制部分

只提供用户名
ftp://some_user@code.google.com/
提供用户名和密码
ftp://some_user:password@code.google.com/
如果你不提供用户名和密码,而你试图访问的URL要求你提供,那么应用程序(如:浏览器)将提供一些默认值.

主机

---------

主机地址可以是域名或IP地址,正如我们所知,域名会解析成IP地址(通过DNS查找)以确定我们正在尝试访问

的机器的地址.

端口

--------

它告诉我们,我们连接到机器上的指定应用正在监听什么网络端口,如果省略,则使用默认值 ,HTTP的默认为80

路径

--------

以 / 作为前缀从URL组成部分中分离.一个路径由一系列的 / 字符分隔的片断组成.

告诉我们资源在服务器上的位置,每个路径片断都可以包含参数,以 ; 号与路径片断隔开,如:
http://www.soon.com/aaa;para1=xxx/bbb;para2=yyy/my.html
这样的URL是完全有效的.

参数

---------

它们可以出现在路径之后,查询字符串之前,以 ; 号与URL的其它部分和其它参数隔开,如:
http://www.soon.com/aaa/bbb/ccc/my.html;para1=xyz;para2=abc
它们不是很常见.

查询

---------

它们十分常见.

这是发送一些参数到服务器资源上的首选方式.

这些以 关键字=值 的查询对以?号与URL的其它部分隔开,并且以&符号与其它的 [查询对] 分开.

>>> 使用 ; 号将 [查询对] 分开也是合法的. <<<
http://www.soon.com/bbs/about.html?para1=ok¶2=yes 等价于
http://www.soon.com/bbs/about.html?para1=ok;para2=yes
信息片断

---------------

这是一个URL的可选部分,用于描述资源的一个特定部分.我们通常看到它们用于链接到HTML文档

中的特定部分.信息片断以#号与URL的其它部分隔开.当从服务器请求一个以URL寻址的资源时,

客户端通常不会发送信息片断到服务器(至少HTTP协议不会).一旦客户端获取资源,它将使用信息片断

处理有关部分.

-------------------------- 上面是URL的九大部分 -----------------------------

URL该如何进行正确的编码?哪些字符可以在URL中安全的使用?

哪些字符不能使用?

URL的特殊字符

-------------------------

当几种特定的字符集合出现在URL中时,你必须特别注意:

>>> 首先,在URL中有特殊意义的字符,也就是保留字符:

; / ? : @ & = + $ , {10个}

这意味着,这些字符通常在URL中使用时,是有特殊含义的(如 ":"把每一个部分分隔开来),

如果一个URL的某一部分(如查询参数的一部分)可能包含这些字符之一,则应该在放入URL之前

对其进行转义处理.

>>> 第二组需要注意的字符集是非保留字符集.如下:

- _ . ! ~ * ' ( ) {9个}

这些字符可以被用于URL的任何位置(有些地方,不允许它们出现).

使用它们作为URL的一部分时,你不需要进行编码/转义处理.你可以对它们进行转义操作且不影响URL

的语义,但不建议这么做.

>>> 第三组 不推荐字符 也就是避用字符集合

使用它们是不明智的:

{ } | \ ^ [ ] `::数字1键前:: {8个}

不明智的原因:网关有时会修改这样的字符,或者将其作为分隔符使用.这并

不意味着网关总会修改这些字符,但这种情况可能发生.

如果真是要使用这些字符,请做转义处理.

>>> 第四组 例外字符集

这组字符集是所有的ASCII控制字符组成.包含空格字符以下列字符:

< > # % " {5 个}

控制字符是不可打印的US-ASCII字符(十六进制00~1F及7F)

如果使用,请转义处理.有些字符#(哈希)和%(百分比)在URL上下文中有着特殊含义,你

可以把它们当作保留字符对待.这个集合中的其它字符无法被打印,因此对它们进行

转义是唯一的表示方式, < > " 这三个字符需要被转义，因为这些字符通常用来

在文本中分隔URL

编码/转义

-------------------------

通常将它的ASCII十六进制值加上一个%字符．

如空格字符的URL编码是　%20

%字符本身被编码为%25

这就是你所需要知道的所有URL的特殊字符，当然，从这些字符外，英文字母

和数字是可以直接使用而不需要进行编码的：）

！！！　必须记住

URL应该始终保持其编码形式．只有当你要拆分URL的时候，才应该对其进行

解码．每个URL部分，都必须分别进行编码．

应该避免重复编码／解码一个URL．如果你编码一个URL一次，但解码两次，而

这个URL包含%字符，那么你将破坏掉你的URL

可以查看　RFC 2396 中的定义

绝对URL和相对URL

----------------------------------

如果一个URL包含scheme部分的话（如http），那它就可以被看做绝对URL．

但相对URL就有点复杂了．

相对URL永远是代表着相对于另外一个URL而言的，其它的URL被称为base URL.

将相对URL变成绝对URL的形式，我们首先要了解它的base URL，接着把它跟相

对URL的语法结合之后就得到绝对URL．

在一个HTML文档中看到的相对URL，在这种情况有两个方法找到它的对应的

base URL．

１,base URL可能由html的<base>标签指出．

２,如果没有指定base标签，那么该html文档的url地址就被视为它的base URL.

一旦我们有了base URL ,我们就可以试着将我们的相对URL转成绝对URL.

首先要将相对URL拆分成单个的结构（scheme,authority(host,post),path,query

string,fragment)

拆解完成后，有几个地方需要注意，因为它们可能说明我们转换的相对URL不一定对．

１,如果没有［scheme］［authority］或［path］，那么这个相对URL是base URL的

一个引用．

２,如果有［scheme］，那么这个相对URL其实是绝对URL，所以用绝对URL的方式处理．

３,如果没有［scheme］，但是有［authority(host,post)］，那么我们相对URL可能是网路位址，

那么我们根据base URL的［模式］并且把它跟相对URL用://结合起来．

４,如果没有上述的这些特殊情形，那我们得到的则是一个完全的相对URL．现在我们

需要根据如下的程序进行处理．

５,我们从base URL继承它的scheme以及authority(host,post).

６,如果相对URL开头是一个/，那么它是一个绝对路径，我们可以通过继承得到的

authoruity和host，用适当的分隔号产生绝对url

７,如果相对URL的开头不是一个/，那我们把base URL中／以后的东西都移除．

然后把我们相对URL加上去得到最后的路径，再根据前面的几个字符对相对URL

做一点小处理．

８,如果最后的路径包含./　　我们直接把它去掉（这代表我们的相对URL由./开始，就像./blah.html)

９,如果最后的路径包含../　　我们可以去掉它并且把路径上移一个区段，就好像把所有像这

样的路径组合都去掉＂＜segment＞/../＂,持续这个过程，直到找不到任何的../

这表示我们的相对路径开头是多个../像是../blah.htm或../../blah.html

１０,如果路径的结尾是.. ,那就去掉它并且把路径上移一个区段，比如移除""<segment>/../"

这表示我们的相对路径是．．

１１,如果路径的结尾是．，那就把它去掉，表示我们的相对路径很有可能是．

根据这些规则我们可以简单把相对URL的query或者fragment利用合适的分隔符号

包含到我们的URL中去，这样就将相对URL转换成了绝对URL．

范例：

base: http://www.blah.com/yadda1/yadda2/yadda3?param1=foo#barrelative:rel1
final : http://www.blah.com/yadda1/yadda2/rel1
base: http://www.blah.com/yadda1/yadda2/yadda3?param1=foo#barrelative:/rel1
final : http://www.blah.com/rel1
base: http://www.blah.com/yadda1/yadda2/yadda3?param1=foo#barrelative:../rel1
base: http://www.blah.com/yadda1/rel1
base: http://www.blah.com/yadda1/yadda2/yadda3?param1=foo#barrelative:./rel1?param2=baz#bar2
final: http://www.blah.com/yadda1/yadda2/rel1?param2=baz#bar2
base: http://www.blah.com/yadda1/yadda2/yadda3?param1=foo#barrelative: ..

final : http://www.blah.com/yadda1/
Alan Skorkin 　［[作者］

澳大利亚墨尔本的激情主义软件开发大师．