URL

统一资源定位符

中文名	统一资源定位符
英文名	Uniform Resource Locator
缩写	URL
提出者	蒂姆·伯纳斯-李（Tim Berners-Lee）
首次发布	1994年（RFC 1738）
最新标准	URL Standard（WHATWG 实时标准）
相关标准	RFC 3986、RFC 3987

统一资源定位符（缩写：URL），俗称网页地址或网址，是对万维网上资源（如网页、图像、文件等）的位置和访问方法的一种简洁表示。URL是统一资源标识符（URI）的一种具体形式，它不仅唯一标识一个资源，还指明了如何定位和获取该资源。URL由蒂姆·伯纳斯-李（Tim Berners-Lee）发明，最初用于万维网的地址系统，随后由万维网联盟（W3C）和互联网工程任务组（IETF）制定为互联网标准RFC 1738。如今，URL是互联网基础设施中最基本的组成部分之一，几乎所有网络浏览器和网络应用都依赖URL来定位和访问在线资源。

历史

URL的概念源于1990年蒂姆·伯纳斯-李为欧洲核子研究组织（CERN）开发的万维网项目。他设计了URL作为超文本系统中定位文档和资源的方式，与超文本传输协议（HTTP）和超文本标记语言（HTML）共同构成了万维网的三大核心技术。

1992年，IETF成立了URI工作组，开始对URL进行标准化工作。1994年，RFC 1738正式发布，由蒂姆·伯纳斯-李和IETF URI工作组共同编写，定义了URL的语法和格式。此后，URL标准不断演进，RFC 3986（2005年）和RFC 3987（2006年）分别更新了URI和国际化资源标识符（IRI）的规范。

2010年代起，WHATWG（Web超文本应用技术工作组）发布了URL实时标准（URL Living Standard），旨在统一和简化URL的解析与处理，逐步取代早期的RFC标准。

结构

一个完整的URL通常由多个部分组成，其通用语法格式如下：

协议 :// 主机名 [: 端口号] / 路径 [ ; 参数 ] [ ? 查询 ] [ # 片段 ]

其中方括号内的部分为可选项。各部分含义如下：

• 协议（Scheme）：指定访问资源所使用的通信协议，如 `http`、`https`、`ftp`、`mailto`、`file` 等。协议名称不区分大小写，但通常使用小写。

• 主机名（Host）：资源所在服务器的域名（如 `www.example.com`）或IP地址（如 `192.0.2.1`）。

• 端口号（Port）：服务器上用于接受请求的端口编号。各协议有默认端口（如HTTP为80，HTTPS为443），省略时使用默认值。

• 路径（Path）：服务器上资源的具体位置，通常由斜杠分隔的目录和文件名组成。

• 参数（Parameters）：部分协议支持的分号分隔的附加参数，现已不常见。

• 查询（Query）：用于向动态网页传递参数的字符串，以问号 `?` 开头，多个参数之间用 `&` 分隔，格式为 `键=值`。

• 片段（Fragment）：指向资源内部特定位置的标识符，以井号 `#` 开头，常用于定位网页中的某个章节或元素。

示例：`https://www.example.com:443/docs/page.html?lang=zh#section2`

与URI的关系

URL是统一资源标识符（URI）的一个子集。URI是一个更广义的概念，用于唯一标识一个资源，而URL不仅标识资源，还提供了定位和访问该资源的方法。URI的另一个子集是统一资源名称（URN），它仅通过名称标识资源而不涉及位置。

在实践中，URL和URI两个术语经常被混用，但技术上所有URL都是URI，反之则不一定成立。

编码

URL中只能使用ASCII字符集的一部分字符。对于不在允许范围内的字符（如中文、空格、特殊符号等），需要进行百分号编码（Percent-encoding，又称URL编码）。编码方式是将每个非ASCII字符或特殊字符转换为 `%` 后跟该字符ASCII码或UTF-8编码字节的两位十六进制表示。

例如，空格字符（ASCII 32）编码为 `%20`，中文“上海”在UTF-8下编码为 `%E4%B8%8A%E6%B5%B7`。

标准

URL的主要标准文件包括：

• RFC 1738（1994年）：URL的原始标准，已废弃。
• RFC 3986（2005年）：URI通用语法标准，取代RFC 1738成为URL的主要参考。
• RFC 3987（2006年）：国际化资源标识符（IRI）标准，允许在URL中使用非ASCII字符。
• WHATWG URL Standard（实时更新）：当前最广泛实施的URL标准，定义了URL的解析、序列化和API，旨在统一各实现之间的差异。