URL结构解析

本篇文章主要讲述 url 的概念及构成，如果读者已经非常清楚，可以跳过本节，直接进入下一节的学习。

在互联网中，任何一个可访问的文件或文档都具有一个唯一的地址，这种地址称为统一资源定位符（Uniform Resource Locator，URL），也被称为网址。每个 URL 都有其对应的文件（文档），例如 https://www.xinbaoku.com/archive/B5u5tqcP.html 对应的是《网站到底是什么》这篇文章，https://www.baidu.com/index.html 对应的则是百度的官网首页。

URL 是互联网的基础，最常见的形式就是网页通过链接，也就是 <a> 标签来包含其它 URL，用户通过点击，从当前 URL 跳转到另一个 URL。下面我们看一下 URL 是如何构成的。

1. URL的构成

URL 遵守一种标准的语法，它由协议、主机名、域名、端口、路径、以及文件名这六个部分构成，其中端口可以省略。具体语法规则如下：

scheme://host.domain:port/path/filename

在上述语法规则中，scheme 表示协议，host 表示主机名，domain 表示域名，port 表示端口（可以省略），path 表示文件的路径，filename 表示文件名称。接下来我们详细看一下这几部分到底是如何使用的。

1) 协议

协议用来指明客户端和服务器之间通信的类型。我们经常用到的协议有四种：http、https、ftp 以及 file。这四种协议的使用场景如下表所示：

协议	使用场景
http（HyperText Transfer Protocol）	超文本传输协议。http 协议可以将编码为超文本的数据从一台计算机传送到另一台计算机，不进行加密。
https（HyperText Transfer Protocol over SecureSocket Layer）	安全超文本传输协议。以安全为目标的 http 通道，安全网页，加密所有信息交换。
ftp（File Transfer Protocol）	文件传输协议。
file	本机上的文件。

2) 主机名

主机名可以向浏览器提供文件站点的名称。www 是我们常见的主机名，例如百度的网址 https://www.baidu.com/、淘宝的网址 https://www.taobao.com/ 使用的都是 www 的主机名。除此之外，还有很多网站使用的是其它主机名。例如新宝库的网址 https://www.xinbaoku.com/ 的主机名是c，网易云音乐的网址 https://music.163.com/ 的主机名是 music。

3) 域名

域名和主机名一起使用，被用来定义服务器的地址。Web 服务器遵守数字网际协议（Internet Protocol，IP），每一台连接到因特网的计算机都有一个固定的 IP 地址。域名即 IP 地址的别名，因为一般的 IP 地址都是长串的数字，为了方便记忆所以使用域名进行替代。简单来说，没有域名（IP）我们就不能上网。

4) 端口

端口用来定义主机上的端口号。如果不写，http 的默认端口号是 80，https 的默认端口号是 443，ftp 的默认端口号是 21。还是拿 新宝库举例说明，不论用户输入 https://www.xinbaoku.com/ 还是 https://www.xinbaoku.com/:80，浏览器都会解析为 新宝库的链接。

5) 路径

路径指定服务器上文件的所在位置。就像我们自己在计算机上保存文件时所指定的文件夹一样，Web 服务器上的文件也有可能是存放在子目录（就是文件夹中的子文件夹）中的。如果是这样，路径中的相邻文件夹需要使用斜线（/）隔开。例如 https://www.xinbaoku.com/archive/views/B5u5tqcP.html 这个网址，它的路径就是 /archive/views。

6) 文件名

文件名用来定义文档或资源的名称。和路径类似，路径指的是文件夹，而它指的是文件夹中的文件。我们在《网站到底是什么》这篇文章中讲到过网页文件的后缀有很多种，比如.html 、.php、 .jsp、.asp等。

协议需要与 URL 的其它部分用://隔开。百度的网址后面的.com以及 新宝库的.net又称作域后缀（扩展名），用于表明该主机所在的域的类型。