【HTTP】认识 URL 和 URL encode

认识 URL

计算机中非常重要的概念，并不仅仅是在 HTTP 中使用。用来描述一个网络资源所处的位置，全称“唯一资源定位符”

• URI 是“唯一资源标识符“
• 严格的说 URI 的范围比 URL 更广一些

标识一个变量的身份，可以使用变量的地址（C 语言），也可以使用变量的 hashcode（Java）
标识身份就相当于是 URI 这样的东西；我们使用地址，就相当于是 URL（地址也可以起到标识身份的效果）

URL 基本格式

https://www.sogou.com/ 就是一个最简单的 URL

• https://，协议的名称
• www.sogou.com，域名

• 登录信息写在这里不太安全，现在都是通过“单独的登录界面”进行身份验证
• 这里的域名，也可以是 IP 地址（域名和 IP 地址可以互相转换的）
• 这里的端口号，代表你要访问服务器的那个端口。当前服务器上会有很多程序，这些程序我们需要进行区分
  • 如果 URL 中不带端口号，浏览器就会默认给一个端口（服务器的端口，不是客户端的，也就不是系统随机分配的那个）。此处用什么端口作为默认值取决于协议：http==>80；https==>443

带层次的文件路径

• URL 代表的是网络上的资源位置，你就要知道
  1. 通过 IP 地址知道服务器在哪
  2. 通过端口号知道程序是哪个
  3. 通过路径知道是访问哪个资源
     这里可能会对应一个真实的硬盘文件，也可能会对应一个虚拟的文件

查询字符串

• 是针对请求的内容做的补充说明
• 是客户端给服务器传递信息的重要途径
• 这里的组织方式是按照键值对的方式来组织的
  • 这里的键值对的内容，就是程序员自定义的，没有标准规定
  • 所以一般查询字符串具体是什么意思，作为外人无法得知，必须是写这个代码的程序猿才知道

片段标识符

• 用来标识当前页面的某个部分。通过不同的片段标识可以完成页面的跳转（目录定位跳转）

结合上述 IP 地址、端口号、路径、查询字符串，就可以描述出一个网络资源了

• IP 地址==>确定服务器是哪个
• 端口号==>确定程序是哪个
• 路径==>确定访问的资源是哪个
• 查询字符串==>补充说明

URL encode

query string 里面是自定义的键值对。在 URL 中，本身有一些特殊符号具有特定的含义（/、:、?、@…）

如果 URL 的 query string 中也包含同样的符号怎么办？

• 如果直接写进去，就可能会导致服务器/浏览器解析失败
  靠谱的方法就是对上述符号进行"转义"，转义的过程就叫“URL encode”

不仅针对标点符号，还要对汉字进行转义。因为汉字的 UTF8/GBK 等编码值其中可能某个字节就恰好和某个符号的 ASCII 码一致，此时就麻烦了

当你在浏览器中搜索 C++的时候，+就会被转义成%2B

• 把 + 的 ASCII 拿出来，使用十六进制表示，并且加上 %

当你在浏览器中搜索“蛋糕”的时候，“蛋糕”就会被转义成%E8%9B%8B%E7%B3%95

• 但是在浏览器中看到的还是“蛋糕”，只有复制出去了才能看到。因为浏览器自动帮你转换了
• 将“蛋“和“糕“的 UTF8 编码进行十六进制表示，并且在前面加上%

这里的 URL encode 是非常重要的。在实际开发中，当要构造一个 URL，尤其是 URL 的 query string 中要包含中文的时候，务必要进行编码！！！