关于java:一条HTTP请求的生命周期一-URL

粗读《网络是怎么连贯的》的第一章，讲述了从应用程序，解析URL到委托给操作系统的大抵流程

解析 URL, 生成 HTTP 音讯
向 DNS 服务器获取 web server IP
寰球 DNS 服务器大接力
委托协定栈发送音讯

其中波及到很多的概念：URL HTTP DNS Socket 协定栈。

URL

URL: Uniform Resource Locators（URLs）, 通过 Internet 定位和拜访资源。

URL 标准源自 World-Wide Web global information initiative(万维网寰球信息倡导)

1. URL 的次要组成部分

URL 协定格局：\<scheme>:\<scheme-specific-part>
scheme：url 计划名称，例如：http ftp
例如：https://www.w3.org/

计划名称由以下字符组成组成：字母(a~z) 数字 + . - 不分大小写。

2. URL 字符编码问题

应用 US-ASCII <scheme>://<net_loc>/<path>;<params>?<query>#<fragment>

2.1 保留字符 -- 相似于 java 关键字

";" | "/" | "?" | ":" | "@" |"&" | "=" | "+" | "$" | "," |

2.2 非保留字符

可间接在url中应用

unreserved = alphanum | markalphanum = 字母 | 数字mark =  "-" | "_" | "." | "!" | "~" | "*" | "'" | "(" | ")"疏忽大小写

2.3 URI和非ascii字符（比方如何示意 UTF-8 编码的 "你好"）

转换公式URI character sequence->octet sequence->original character sequenceURI 字符序列 -> octet序列(US-ASCII) -> 原始序列octet: 8bit, 2^8=256, 两个十六进制相乘, 在URL 中体现为 %HEXHEX"a" 示意 octet 97 (decimal)%0a 示意 octet 10 (decimal)%E4%BD%A0%E5%A5%BD --> 你好一个字符对应三组(octet)个别是 UTF-8

Unicode/UTF-8-character table

国家标准|GB 18030-2005 (samr.gov.cn)

2.4 不平安字符（URI 中不容许应用的 US-ASCII 字符）

这些字符，须要转成 %HEXHEX 格局

不容许应用的字符以及理由control     = <US-ASCII coded characters 00-1F and 7F hexadecimal>1. 不可打印 2. 会被某些管制机制误会space       = <US-ASCII coded character 20 hexadecimal>1. 很多上下文中空格用于分隔URI2. 多一个空格少一个空格不容易被觉察delims      = "<" | ">" | "#" | "%" | "双引号 |<>" 常在文档中用作 URI 的分隔符#  在URI中示意 fragment identifier 的分隔符%  转移字符unwise      = "{" | "}" | "|" | "\" | "^" | "[" | "]" | "`"gateways 或其余 transport proxy 会批改他们或把他们当分隔符

3. 具体计划（scheme）

应用BNF语法定义

ftp                     File Transfer protocolhttp                    Hypertext Transfer Protocolfile                    Host-specific file namestelnet                  Reference to interactive sessions...

3.1 通用Internet计划语法

//<user>:<password>@<host>:<port>/<url-path>

3.2 HTTP

http://<user>:<password>@<host>:<port>/<path>?<searchpart>user password 可选默认端口：80path 可选searchpart 可选

3.3 ftp

默认端口：21ftp://<user>:<password>@<host>:<port>/<cwd1>/<cwd2>/.../<cwdN>/<name>;type=<typecode>

3.3.1. FTP url-path

url-path 可疏忽

格局：<cwd1>/<cwd2>/.../<cwdN>/<name>;type=<typecode>typecode：枚举值 a i d

参考

rfc官网
Uniform Resource Locators (URL rfc 1738)
Uniform Resource Locators (URL rfc 2396)
Uniform Resource Locators (URL w3.org)

URL