#1 URI

开发者 URI 2021-09-24

URI 与 URL

                    hierarchical part
        ┌───────────────────┴─────────────────────┐
                    authority               path
        ┌───────────────┴───────────────┐┌───┴────┐
  abc://username:password@example.com:123/path/data?key=value&key2=value2#fragid1
  └┬┘   └───────┬───────┘ └────┬────┘ └┬┘           └─────────┬─────────┘ └──┬──┘
scheme  user information     host     port                  query         fragment

  urn:example:mammal:monotreme:echidna
  └┬┘ └──────────────┬───────────────┘
scheme              path

URI

URI (统一资源标识符)，标识一个资源主要有两种方法，根据名称（URN），根据路径（URL）。

URI 语法：

URL Syntax

有一个问题就是注册的 URI scheme 基本上都可以认为是用于资源定位，所以 URI 和 URL 的概念就比较模糊了。

有的 scheme，比如说 data:<mediatype>[;base64],<data>，既不算 URL，也不算 URI。
有的 scheme，比如说 sms:<phone number>?<action>，我觉得是属于名称标识，但是不符合 URN 的定义（必须 urn:）。

而且实际上，就比如说 URL http://example.com/user/create，我们用来创建一个用户，如果套用万维网创建时的学院派设想，我们只能把创建这个动作理解成一个资源了。所以，我认为深入讨论这几个 “统一资源” 的概念之间到底存在什么差异没有什么意义，大致知道他们的渊源就够了：先随着 WWW 出来了 URL 的概念，然后又有人整出来一个 URN，再后来统一为 URI 标准，这几个概念本来就是混乱的，这就是现实生活，泾渭分明的概念只存在于那些教授们的理想中。
如果感兴趣可以参考 RFC 3305，这是一个 Infomational RFC，就是试图解释这几个概念，并向社区作出使用建议。

URL

URL (统一资源定位符) = 协议://认证信息@主机名:端口号/路径?查询字符串#片段

协议必须是在 IANA 注册的合法 URI scheme。

我们最熟悉的是 HTTP URL，协议是 http 或者 https，除此之外还有其他的 IANA 批准的协议，比如：

  • mailto:<address>[?<header1>=<value1>[&<header2>=<value2>]]
  • imap://[<user>[;AUTH=<type>]@]<host>[:<port>]/<command>
  • git://github.com/user/project-name.git
  • file://[host]/path or file:[//host]/path
  • view-source:<absolute-URI>

URN

URN (统一资源名称) is 资源名称（唯一标识），格式：urn:<NID>:<NSS>

  1. urn 就是 IANA 注册的众多 URI scheme 之一。

  2. 这个命名空间标识 NID 也需要在 IANA 注册。

  3. urn:isbn:0451450523

  4. urn:ietf:rfc:2648

实际上，我好像没有见过什么地方在使用 URN，更别提设想中的统一资源属性 URC 了。

就好比上面提到的两个例子，ISBN: 0451450523，RFC 2648，直接这么写就是了，按照 RFC 定义写成标准的那一串实在是没见过。

总结

URL 是 URI 中的因特网部分，用来指示网络资源位置。

Python 示例

import urllib.parse

a = urllib.parse.urlunparse('http', 'user:pass@example.com:8080', '/path', 'param1=a', 'a=1&b=2', 'Title')
# 'http://user:pass@example.com:8080/path;param1=a?a=1&b=2#Title'

b = urllib.parse.urlparse(a)
b.scheme    # 0 'http'
b.netloc    # 1 'user:pass@example.com:8080'
b.path      # 2 '/path'
b.params    # 3 'param1=a'
b.query     # 4 'a=1&b=2'
b.fragment  # 5 'Title'
b.username  #   'user'
b.password  #   'pass'
b.hostname  #   'example.com'
b.port      #   8080

print(b[2]) # '/path'

b = urllib.parse.urlparse(('pymysql+mysql://root:111111@1.1.1.1:3306/xiaorui_master?charset=utf8mb4'))
print(repr((b.scheme, b.netloc, b.path, b.params, b.query, b.fragment, b.username, b.password, b.hostname, b.port)))
('pymysql+mysql', 'root:111111@1.1.1.1:3306', '/xiaorui_master', '', 'charset=utf8mb4', '', 'root', '111111', '1.1.1.1', 3306)

参考资料与拓展阅读