Java开发笔记（一百零七）URL地址的组成格式

约定不等于承诺〃 2022-01-23 12:49 379阅读 0赞

URL的全称是Uniform Resource Locator，意思是统一资源定位符，俗称网络地址或网址。网络上的每个文件及接口，都有对应的URL网址，它规定了其他设备如何通过一系列的路径找到自己，犹如网购的包裹一路送至收货地址所描述的地点。现实生活中的通讯地址，一般遵循固定的格式，比如“××省××市××区××小区×××”；网络地址也有相应的命名规则，比如新华网的首页地址为“[http://www.news.cn][http_www.news.cn]”，当然该地址比较简单，还能造出更复杂的URL如“[http://www.news.cn:8080/Public/GetValidateCode?time=123\#index”（该网址纯属虚构）。虽然普通用户平时上网只消打开网页接着在各类链接之间跳来跳去，但是作为程序员必须弄清楚这些链接地址的格式涵义，这样才能学好网络通信的编程开发。仍以网址“http://www.news.cn:8080/Public/GetValidateCode?time=123\#index”为例，该URL包含了网络地址的各项组成部分，具体细节如下图所示。][http_www.news.cn_8080_Public_GetValidateCode_time_123_index_http_www.news.cn_8080_Public_GetValidateCode_time_123_index_URL]  
![在这里插入图片描述][20190603213213527.png]  
接下来对上图的URL字符串补充详细说明，从左到右依序介绍如下：  
1、最开头的http表示该地址采用的网络协议，它的全称是“Hypertext Transfer Protocol”，意思是超文本传输协议。除了http，常见的网络协议还有https、ftp、file、telnet等等。  
2、协议后面越过两个斜杆，紧跟着的是该网址所在的域名，也叫主机名称。这块早已为大众所熟知，[除了新华网的www.news.cn][www.news.cn]，[还有中央电视台的www.cctv.com][www.cctv.com]、人民日报的www.people.com.cn等等。  
3、域名后面以冒号隔开的数字叫做端口号，像http协议默认的端口号是80。如果该网址采取默认的端口，就不必写明端口数字；如果该网址使用了非默认的端口，比如http服务搭建在8080端口之上，就必须在URL中写明8080。  
4、域名加上端口号，组成了URL的授权部分，即网址的入口。  
5、授权部分的右边包括斜杆在内、问号之前的一长串字符，表示具体的网络路径，犹如操作系统里面的文件目录。  
6、问号之后、井号之前的部分，是以等号隔开的请求参数，各参数之间以“&”分隔，具体格式形如“参数A名称=A参数值&参数B名称=B参数值&参数C名称=C参数值”。请求参数中的参数值允许变化，网络服务将按照指定的数值返回相应的结果数据。  
7、网络路径加上请求参数，组成了URL的文件名称，有了文件名就能访问该URL所表达的网络资源。  
8、井号之后的字串为引用位置，假设一个网页很长很长，打开后默认显示网页的顶部，造成用户下拉网页找到某块区域有点麻烦。而引用位置先给各区域做个编号，然后在URL末尾带上该位置的编号，于是网页打开后会自动滚到指定位置的区域，从而方便了用户的浏览操作。  
搞清楚了URL各段部分的作用，有助于后续的网络编程工作。就网址访问而言，Java提供了同名的网址工具URL，该工具类不偏不倚正好名叫URL，其构造方法的输入参数即为网址字符串，此后的HTTP访问操作皆有赖于URL对象。URL工具常用的方法包括但不限于下列几种：  
getProtocol：获取URL对象采用的网络协议。  
getHost：获取URL对象的域名（主机名称）。  
getDefaultPort：获取URL对象的默认端口。http协议的默认端口号是80，ftp协议的默认端口号是21，https协议的默认端口号是443。  
getPort：获取URL对象的指定端口（若不显式指定则返回-1）。  
getAuthority：获取URL对象的授权部门（由域名和指定端口组成）。  
getPath：获取URL对象的路径（不包括域名）。  
getQuery：获取URL对象的请求参数。  
getFile：获取URL对象的文件名（由路径和请求参数组成）。  
getRef：获取URL对象的引用位置。  
openConnection：打开URL对象的网络连接，并返回URLConnection连接对象。无论是接口调用，还是上传下载，都依赖于这里的连接对象。

一个完整的网址字符串，包含了蛮多的地址信息，一个字符都错不得。自然程序员很关心网址到底有哪些校验办法，可以支持判断某个网址是合法请求还是非法请求。首先是域名的合法性校验，Java提供了专门的网络地址工具InetAddress，调用该工具的静态方法getByName，能够获得指定域名的网络地址对象，具体的方法调用代码示例如下：

// 根据域名或IP获得对应的网络地址对象
    	InetAddress inet = InetAddress.getByName(host);

之后调用网络地址对象的以下方法，即可获取相应的网络地址信息：  
getHostAddress：获取网络地址对象的IP地址。  
getHostName：获取网络地址对象的域名。  
isReachable：检查对方主机是否能连得上。但该方法不可靠，因为可能由于存在防火墙导致返回false。  
可见尽管InetAddress提供了isReachable方法用于检测域名的连通性，但该方法并不总能奏效。那么退而求其次，只要校验域名的格式是否正确便行；这样的话，在调用getByName方法之时，增加捕捉未知域名异常UnknownHostException；一旦捕捉到该异常，就认为当前域名是非法域名。此时域名的合法性校验代码变成了下面这样：

// 测试域名的可用信息。返回true表示域名合法，返回false表示域名非法
    private static boolean testHost(String host) {
    	try {
    		// 根据域名或IP获得对应的网络地址对象
    		InetAddress inet = InetAddress.getByName(host);
    	} catch (UnknownHostException e) { // 如果host字符串并非合法的域名/IP，则getByName方法会扔出“未知的域名异常”
    		e.printStackTrace();
    		return false; // 返回false表示该字符串不是合法的域名/IP
    	}
    	return true; // 返回true表示该字符串是合法的域名/IP
    }

另一个值得注意的地方是请求参数中的参数值编码，显然URL格式存在部分保留字符，包括冒号、斜杆、问号、井号等等，这些字符不应直接出现在Query部分的参数值当中，故而需要对参数值里面的保留字符进行转义。常见字符对应的URL转义符如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BpbmxhbnR1_size_16_color_FFFFFF_t_70]  
除了保留字符以外，中文字符一样需要转义，比如“你”要转为“%E4%BD%A0”。原始字符的转义过程也称作URL编码，反过来则有反转义过程，即将转义后的字符恢复为原始字符，反转义过程也称作URL解码。Java同时提供了对应的URL编码工具URLEncoder，以及URL解码工具URLDecoder，其中URL编码的方法调用示例如下：

// 获得URL编码后的转义字符串
    String encoded = URLEncoder.encode(origin);

URL解码的方法调用示例如下：

// 获得URL解码后的原始字符串
    String origin = URLDecoder.decode(encoded);

更多Java技术文章参见《[Java开发笔记（序）章节目录][Java]》

[http_www.news.cn]: http://www.news.cn
[http_www.news.cn_8080_Public_GetValidateCode_time_123_index_http_www.news.cn_8080_Public_GetValidateCode_time_123_index_URL]: http://www.news.cn:8080/Public/GetValidateCode?time=123#index%E2%80%9D%EF%BC%88%E8%AF%A5%E7%BD%91%E5%9D%80%E7%BA%AF%E5%B1%9E%E8%99%9A%E6%9E%84%EF%BC%89%E3%80%82%E8%99%BD%E7%84%B6%E6%99%AE%E9%80%9A%E7%94%A8%E6%88%B7%E5%B9%B3%E6%97%B6%E4%B8%8A%E7%BD%91%E5%8F%AA%E6%B6%88%E6%89%93%E5%BC%80%E7%BD%91%E9%A1%B5%E6%8E%A5%E7%9D%80%E5%9C%A8%E5%90%84%E7%B1%BB%E9%93%BE%E6%8E%A5%E4%B9%8B%E9%97%B4%E8%B7%B3%E6%9D%A5%E8%B7%B3%E5%8E%BB%EF%BC%8C%E4%BD%86%E6%98%AF%E4%BD%9C%E4%B8%BA%E7%A8%8B%E5%BA%8F%E5%91%98%E5%BF%85%E9%A1%BB%E5%BC%84%E6%B8%85%E6%A5%9A%E8%BF%99%E4%BA%9B%E9%93%BE%E6%8E%A5%E5%9C%B0%E5%9D%80%E7%9A%84%E6%A0%BC%E5%BC%8F%E6%B6%B5%E4%B9%89%EF%BC%8C%E8%BF%99%E6%A0%B7%E6%89%8D%E8%83%BD%E5%AD%A6%E5%A5%BD%E7%BD%91%E7%BB%9C%E9%80%9A%E4%BF%A1%E7%9A%84%E7%BC%96%E7%A8%8B%E5%BC%80%E5%8F%91%E3%80%82%E4%BB%8D%E4%BB%A5%E7%BD%91%E5%9D%80%E2%80%9Chttp://www.news.cn:8080/Public/GetValidateCode?time=123#index%E2%80%9D%E4%B8%BA%E4%BE%8B%EF%BC%8C%E8%AF%A5URL%E5%8C%85%E5%90%AB%E4%BA%86%E7%BD%91%E7%BB%9C%E5%9C%B0%E5%9D%80%E7%9A%84%E5%90%84%E9%A1%B9%E7%BB%84%E6%88%90%E9%83%A8%E5%88%86%EF%BC%8C%E5%85%B7%E4%BD%93%E7%BB%86%E8%8A%82%E5%A6%82%E4%B8%8B%E5%9B%BE%E6%89%80%E7%A4%BA%E3%80%82
[20190603213213527.png]: /images/20220123/7e48a225c4514c9ab7ba38146365c4f5.png
[www.news.cn]: http://xn--www-0h9dq2tz04awvy7yo342c.news.cn
[www.cctv.com]: http://xn--www-u68dl7xboimjzl3zgqcsv7ej7n.cctv.com
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BpbmxhbnR1_size_16_color_FFFFFF_t_70]: /images/20220123/c7792bda25a24b1f9eacb0bcd0d420b6.png
[Java]: https://blog.csdn.net/pinlantu/article/details/83957672