URL 是什么？

Posted 2021-02-19 xhyccc

URL 是什么？

本文写于 2020 年 5 月 16 日

URL 是什么？天天听到人家说到这个名词，那它到底是什么？

URL 是统一资源定位符，Uniform Resource Locator。

俗称——网址。

看看维基百科对它的解释：

它是因特网上标准的资源的地址，好像门牌一样。它最初是由蒂姆·伯纳斯-李发明用来作为万维网的地址，现在它已经被万维网联盟编制为因特网标准 RFC 1738。
在互联网的历史上，统一资源定位符的发明是一个非常基础的步骤。统一资源定位符的语法是一般的，可扩展的，它使用美国信息交换标准代码的一部分来表示因特网的地址。统一资源定位符的开始，一般会标志着一个计算机网络所使用的网络协议。

那到底，URL 的规则是什么呢？

它有哪些组成部分呢？

让我们一一道来。

01 IP 地址

IP，Internet Protocol，网际协议。它是用来分组交换网络数据的一种协议，也是 TCP/IP 协议族中的主要协议。

IP 地址，IP Address，网际协议地址。

顾名思义——只要我们在互联网中，我们至少会拥有一个独立的 IP，它代表我们的位置。

也就是说 IP 地址负责标识主机与网络寻址。

那这里就要提到内网和外网的概念了。

假设我们买了宽带，需要装网，这个时候我们就需要如下步骤：

1. 买宽带服务；
2. 买一个猫；
3. 买一个路由器；
4. 设备连上路由器；
5. 路由器连上电信服务器，路由器就会拥有外网 IP；
6. 如果重启了路由器，就可能会被重新分配一个 IP，路由器没有固定的外网 IP；
7. 手机、电脑等多个终端的 IP，则是内网 IP，一般是 192.169.xxx.xxx。

而在这之后，路由器，就身处外网与内网；你的各种终端设备，都处于内网。

1. 那么路由器有两个 IP，一个外网，一个内网；
2. 内网中的设备可以互相访问，但是不能直接访问外网，必须通过路由器；
3. 外网的设备可以互相访问，但是不可以直接访问内网，必须通过路由器——所以路由器也被叫做 “网关”。

几个特殊的 IP

• 127.0.0.1 代表自己
• localhost 通过 hosts 指定为自己
• 0.0.0.0 不表示任何设备

我们知道了这些，就可以通过 127.0.0.1 来从浏览器访问自己。

我们可以使用 mac 自带的 apache，来启动服务器：sudo apachectl start。（关闭命令为xxxx stop）

然后可以在浏览器窗口输入：127.0.0.1，访问到“It Works”。

这个地址输入localhost也是可以访问的。

接着切换到 private 文件夹下的 etc 文件夹，然后使用sudo vim hosts，用管理员权限编辑 hosts 文件。

我们发现里面写着：127.0.0.1 localhost这是什么意思？

可以尝试添加127.0.0.1 aloha，接着保存后，在浏览器输入：aloha，惊奇的发现我们依然访问了同样的网页！

hosts 文件可以让我们自定义127.0.0.1的别名。

02 TCP/UDP 端口（Port）

一台机器可以提供多种不同服务，这就是端口的作用。

• 要提供 HTTP 服务最好使用 80 端口；
• 我们自己使用时，最好使用 8080 端口；
• 要提供 HTTPS 服务，最好使用 443 端口；
• 要提供 FTP 服务，最好使用 21 端口；
• 一共有 65535 个端口。

维基百科为我们列出了常用端口及其用途。

规则：

• 0-1023 号端口是留给系统使用的，除非拥有服务器权限；
• 如果端口被占用，只能换一个端口。

那么和 IP 结合起来看，就能明白：IP 是用来提供位置的，端口则是不同的服务入口。

二者缺一不可！

03 域名

域名就是 IP 的别称。

打开命令行，输入ping baidu.com，就会返回给我们相应的 IP 与端口。

但是我们发现，不同的人 ping 同一个网站，返回的 IP 居然不一样！

这个就叫做负载均衡。

一般是将各地访问者，指向离他更新的服务器。一方面提高访问速递，一方面减轻服务器压力。

所以：一个 IP 可以对应不同域名；一个域名也可以对应多个 IP。

04 DNS

Domain Name System 是 DNS 的全称，域名系统。

维基的解释是：

它作为将域名和 IP 地址相互映射的一个分布式数据库，能够使人更方便地访问互联网。

很难理解，但也很好理解，就是说 DNS 告诉我们域名和 IP 的匹配关系。

比如我们刚刚 ping 域名的时候，为什么能返回 IP 呢？

假设我们在浏览器输入了百度的域名，想要访问百度，那么过程如下：

1. 浏览器向网络提供商提供的 DNS 服务器询问：baidu.com 是对应什么 IP？
2. 供应商回答一个 IP（很复杂）；
3. 浏览器向对应的 80/443 端口发送请求（之前说了，80 是 HTTP，443 是 HTTPS）；
4. 请求内容是查看 baidu.com 的首页。

05（插曲） www.baidu.com 和 baidu.com 是一个域名吗？

不是。

com（company）是顶级域名，baidu.com 是一个二级域名（俗称一级域名）——而 www.baidu.com 是三级域名（俗称二级）。

所以，www.baidu.com 是 baidu.com 的子域名。

所以，他们有可能不是同一个网站。

06 路径

不同的路径，访问不同的页面。

这是什么意思呢？

比如说假设www.baidu.com/搜索可以访问搜索页面；www.baidu.com/图片可以访问百度图片。

07 查询参数

同一个页面，不同的内容。

www.baidu.com/用户?id=12138和www.baidu.com/用户?id=9527就是让“用户”界面，接收不同的参数。

如果有多个参数可以用 & 连接。

这个叫做查询参数。

08 锚点

那如何在同一个页面上，查看不同的位置呢？

比如微信公众号，我们发现他会记住上次的阅读位置。

这可以通过锚点实现。

比如：www.baidu.com/搜索?text=Bilibili#one

但是锚点不支持中文，有些看起来是中文，但是复制粘贴之后会变成一长串字母符号和数字。实际上，和中文是一个意思，只是编码后的结果。

并且锚点，不在请求之内。服务器不会接收#后的字符串。

提一下 curl 命令

curl 可以用来发起 http 请求，比如：curl https://baidu.com，使用curl -v https://baidu.com，就可以看到如何完成的请求过程。

使用curl请求网页的时候，会发生以下事情：

• url 会被 curl 重写，先请求 DNS 来获得 IP；
• 然后进行 TCP 连接，成功后发送 HTTP 请求；
• 响应结束后，关闭 TCP 连接，结束。

请求内容为：

> GET / HTTP/1.1
> Host: baidu.com
> User-Agent: curl/7.64.1
> Accept: */*

响应内容为：

< HTTP/1.1 200 OK
< Date: Sat, 16 May 2020 15:04:07 GMT
< Server: Apache
< Last-Modified: Tue, 12 Jan 2010 13:48:00 GMT
< ETag: "51-47cf7e6ee8400"
< Accept-Ranges: bytes
< Content-Length: 81
< Cache-Control: max-age=86400
< Expires: Sun, 17 May 2020 15:04:07 GMT
< Connection: Keep-Alive
< Content-Type: text/html

那 HTTP 到底是做什么的呢？

HTTP 是协议，协议就是规定某些事情如何去做的标准。

目前看来，HTTP 可以规定上面的“请求内容”、“响应内容”。

总结

最后，总结一下，URL 到底由哪些东西组成？

一个完整的 URL（uniform resource locator 统一资源定位符），如下所示：

https://www.baidu.com/s?wd=hello&rsv_spt=1#5

分解如下：

• https:// 协议
• www.baidu.com 域名
• /s 路径
• ?wd=hello&rsv_spt=1 查询参数
• #5 锚点
• 端口，默认 443 或者 80，但是不会显示

（完）