Jednotný identifikátor zdroje - Uniform Resource Identifier

Uniform Resource Identifier (URI)
DoménaCelosvětová Síť
ZkratkaURI
„URI“ přeadresuje tady. Pro další použití viz URI (disambiguation).

A Jednotný identifikátor zdroje (URI) je řetězec postavy to jednoznačně identifikuje konkrétní zdroj. Garantovat jednotnost, všechny identifikátory URI se řídí předdefinovanou sadou pravidel syntaxe,[1] ale také udržovat rozšiřitelnost prostřednictvím samostatně definovaného hierarchický schéma pojmenování (např. http: //).

Taková identifikace umožňuje interakci s reprezentacemi zdroje v síti, obvykle Celosvětová Síť pomocí konkrétních protokoly. Schémata specifikující konkrétní syntax a související protokoly definují každý URI. Nejběžnější formou URI je Uniform Resource Locator (URL ), často neformálně označovaný jako a webová adresa. Více zřídka viděný v použití je Jednotný název zdroje (URN), který byl navržen tak, aby doplňoval adresy URL poskytováním mechanismu zejména pro identifikaci zdrojů jmenné prostory.

URL a URN

A Jednotný název zdroje (URN) je URI, který identifikuje prostředek podle názvu v konkrétním oboru názvů. URN lze použít k rozhovoru o zdroji, aniž by naznačoval jeho umístění nebo způsob přístupu k němu. Například v Mezinárodní standardní číslo knihy Systém (ISBN), ISBN 0-486-27557-4 identifikuje konkrétní vydání Shakespearovy hry Romeo a Julie. URN pro toto vydání by bylo urn: isbn: 0-486-27557-4. Neposkytuje však žádné informace o tom, kde najít kopii této knihy.

A Jednotný vyhledávač zdrojů (URL) je URI, který určuje způsob, jak jednat nebo získat reprezentaci zdroje, tj. Specifikovat jak jeho primární přístupový mechanismus, tak umístění v síti. Například URL http://example.org/wiki/Main_Page odkazuje na zdroj označený jako / wiki / Main_Page, jehož zastoupení ve formě HTML a související kód lze získat prostřednictvím Hypertext Transfer Protocol (http:) od hostitele sítě, jehož doménové jméno je example.org.

URN lze porovnat se jménem osoby, zatímco URL lze porovnat s jeho adresou. Jinými slovy, URN identifikuje položku a URL poskytuje metodu pro její vyhledání.

Technické publikace, zejména normy produkované IETF a podle W3C, obvykle odrážejí pohled nastíněný v a Doporučení W3C z roku 2001, který uznává přednost termínu URI, místo aby podporoval jakékoli formální dělení na URL a URN.

URL je užitečný, ale neformální koncept: URL je typ URI, který identifikuje zdroj prostřednictvím reprezentace jeho primárního přístupového mechanismu (např. Jeho „síťové“ umístění), spíše než podle některých dalších atributů, které může mít.[2]

Jako taková je URL jednoduše URI, které náhodou ukazuje na prostředek v síti.[A][3] V netechnických kontextech a v softwaru pro World Wide Web však zůstává termín „URL“ široce používán. Termín „webová adresa“ (který nemá žádnou formální definici) se navíc v netechnických publikacích často vyskytuje jako synonymum pro URI, který používá http nebo https schémata. Takové předpoklady mohou vést ke zmatku, například v případě jmenných prostorů XML, které mají a vizuální podobnost s vyřešitelnými URI.

Specifikace produkované WHATWG raději URL přes URI, a tak používají novější rozhraní API HTML5 URL přes URI.[4]

Standardizujte termín URL. URI a IRI [Internationalized Resource Identifier] jsou prostě matoucí. V praxi se pro oba používá jediný algoritmus, takže udržení jejich odlišnosti nikomu nepomůže. URL také snadno vyhraje soutěž popularity vyhledávacích výsledků.[5]

Zatímco většina schémat URI byla původně navržena pro použití s ​​konkrétním protokol a často mají stejný název, sémanticky se liší od protokolů. Například schéma http se obecně používá pro interakci s webové zdroje pomocí HTTP, ale schéma soubor nemá žádný protokol.

Obecná syntaxe

Definice

Každý identifikátor URI začíná názvem schématu, který odkazuje na specifikaci pro přiřazování identifikátorů v rámci tohoto schématu. Syntaxe URI jako takový je federovaný a rozšiřitelný systém pojmenování, kde specifikace každého schématu může dále omezovat syntaxi a sémantiku identifikátorů používajících toto schéma. Obecná syntaxe URI je nadmnožinou syntaxe všech schémat URI. Poprvé to bylo definováno v RFC  2396, publikováno v srpnu 1998,[6] a dokončena v RFC3986, publikovaná v lednu 2005.[7]

The Obecná syntaxe URI sestává z hierarchické posloupnosti pěti komponenty:[8]

URI = schéma: [// autorita] cesta [? Dotaz] [# fragment]

kde se autoritní složka dělí na tři dílčí součásti:

Authority = [userinfo @] hostitel [: port]

To je reprezentováno v a syntaxový diagram tak jako:

Schéma syntaxe URI

URI zahrnuje:

  • Neprázdný systém komponenta následovaná dvojtečkou (:), skládající se ze sledu znaků začínajících písmenem a následovaných libovolnou kombinací písmen, číslic a plus (+), doba (.), nebo pomlčka (-). I když schémata nerozlišují velká a malá písmena, kanonická forma je malá a dokumenty, které specifikují schémata, to musí dělat s malými písmeny. Mezi příklady populárních schémat patří http, https, ftp, mailto, soubor, data, a irc. Schémata URI by měla být registrována u Autorita internetových přidělených čísel (IANA), i když se v praxi používají neregistrované systémy.[b]
  • Volitelné orgán před komponentou dvě lomítka (//), zahrnující:
    • Volitelné Uživatelské informace dílčí složka, která může sestávat z a uživatelské jméno a volitelný Heslo předchází dvojtečka (:), následovaný symbolem at (@). Použití formátu uživatelské jméno heslo v dílčí součásti userinfo je z bezpečnostních důvodů zastaralá. Aplikace by neměly vykreslovat jako jasný text žádná data za první dvojtečkou (:) nalezen v dílčí složce userinfo, pokud data za dvojtečkou nejsou prázdným řetězcem (bez hesla).
    • A hostitel dílčí složka, skládající se buď z registrovaného názvu (včetně, ale bez omezení na a název hostitele ), nebo IP adresa. IPv4 adresy musí být v desetinná desetinná notace, a IPv6 adresy musí být uzavřeny v závorkách ([]).[10][C]
    • Volitelné přístav dílčí složka, které předchází dvojtečka (:).
  • A cesta komponenta skládající se z posloupnosti segmentů cesty oddělených lomítkem (/). Cesta je vždy definována pro URI, i když definovaná cesta může být prázdná (nulová délka). Segment může být také prázdný, což má za následek dvě po sobě následující lomítka (//) v komponentě cesty. Komponenta cesty se může podobat nebo mapovat přesně na a cesta k systému souborů, ale ne vždy znamená vztah k jednomu. Pokud je přítomna komponenta autority, musí být komponenta cesty buď prázdná, nebo musí začínat lomítkem (/). Pokud komponenta autority chybí, pak cesta nemůže začínat prázdným segmentem, to znamená dvěma lomítky (//), protože následující znaky by byly interpretovány jako komponenta autority.[12] Poslední segment cesty lze označit jako „slimák '.
Oddělovač dotazůPříklad
Ampersand (&)key1 = hodnota1 & key2 = hodnota2
Středník (;)[d]klíč1 = hodnota1; klíč2 = hodnota2
  • Volitelné dotaz komponenta, před kterou je otazník (?), obsahující a Řetězec dotazu nehierarchických údajů. Jeho syntaxe není dobře definována, ale podle konvence je nejčastěji posloupností páry atribut – hodnota oddělené a oddělovač.
  • Volitelné fragment komponenta předchází a hash (#). Fragment obsahuje a identifikátor fragmentu poskytující směr sekundárnímu zdroji, jako je nadpis sekce v článku identifikovaném zbytkem URI. Když je primárním prostředkem HTML dokument, fragment je často id atribut konkrétního prvku a webové prohlížeče tento prvek posouvají do zobrazení.

Řetězce dat oktety v rámci URI jsou reprezentovány jako znaky. Povolené znaky v rámci URI jsou ASCII znaky pro malá a velká písmena moderní anglická abeceda, Arabské číslice, pomlčka, doba, podtržítko, a vlkodlak.[14] Octety reprezentované jakýmkoli jiným znakem musí být zakódováno v procentech.

Z znakové sady ASCII znaky : / ? # [ ] @ jsou vyhrazeny pro použití jako oddělovače obecných komponent URI a musí být kódovány procentem - například % 3F otazník.[15] Postavy ! $ & ' ( ) * + , ; = jsou povoleny podle obecné syntaxe URI, které mají být použity nekódované v informacích o uživateli, hostiteli a cestě jako oddělovače.[10][16] Dodatečně, : a @ se mohou v cestě, dotazu a fragmentu objevit nekódované; a ? a / mohou vypadat nekódovaně jako data v dotazu nebo fragmentu.[16][17]

Příklady

Následující obrázek zobrazuje ukázkové identifikátory URI a jejich součásti.

Vizuální rozdělení na součásti adresy URL: „https: //john.doe@www.example.com: 123 / forum / questions /? Tag = networking & order = newest # top“ Schéma: “https:„ Informace o uživateli: “ john.doe
Vizuální rozdělení na součásti adresy URL: https: //[email protected]: 123 / forum / questions /? tag = networking & order = nejnovější # začátek
          port hostitele userinfo ┌──┴───┐ ┌────────┴──────┐ ┌┴┐ https: //[email protected]: 123 / forum / otázky /? tag = networking & order = nejnovější # nahoře └─┬─┘ └─────────────┬─────────────────┘└────────┬─ ───────┘ └─────────────┬───────────────┘ └┬┘ fragment dotazu na cestu k autoritě schématu ldap: // [2001: db8 :: 7] / c = GB? ObjectClass? Jedna ┘─┘ └─────┬──────┘└─┬─┘ └────────┬─────┘ schéma dotaz na cestu k autoritě mailto: [email protected] └─┬──┘ └────┬──────────────┘┘ zprávy o cestě schématu: comp.infosystems.www.servers. unix └┬─┘ └───────────────┬──────────────────┘┘ Schéma cesta tel: + 1-816-555-1212 └┬┘ └───────┬──────┘ cesta schématu telnet: //192.0.2.16: 80 / └─┬──┘ └─────┬─────┘│┘│ cesta autority schématu urna: oáza: jména: specifikace: docbook: dtd: xml: 4.1.2 └┬┘ └──────────────────────────┬──── ──────────────────────┘ cesta schématu

Odkazy na URI

Definice

A Odkaz na URI je buď URI, nebo relativní reference když nezačíná komponentou schématu následovanou dvojtečkou (:).[18] Segment cesty, který obsahuje dvojtečku (např. foo: bar) nelze použít jako první segment cesty relativní reference, pokud její komponenta cesty nezačíná lomítkem (/), protože by byl zaměněn za součást schématu. Takovému segmentu cesty musí předcházet bodový segment cesty (např. ./foo:bar).[19]

Webový dokument značkovací jazyky často používejte odkazy URI k odkazování na jiné zdroje, jako jsou externí dokumenty nebo konkrétní části stejného logického dokumentu:[20]

  • v HTML, hodnota src atribut obr element poskytuje odkaz na URI, stejně jako hodnota href atribut A nebo odkaz živel;
  • v XML, identifikátor systému se objeví po SYSTÉM klíčové slovo v a DTD je bez fragmentární reference URI;
  • v XSLT, hodnota href atribut xsl: import prvek / instrukce je odkaz na URI; stejně první argument pro dokument() funkce.

Příklady

https://example.com/cesta/zdroj.txt#fragment//example.com/cesta/zdroj.txt/cesta/resource.txtpath/resource.txt../resource.txt./resource.txtresource.txt# fragment

Rozlišení URI

Definice

An absolutní URI je URI bez fragmentové komponenty.

Řešení odkaz URI proti a základní URI vede k a cílové URI. To znamená, že základní URI existuje a je absolutním URI. Základní identifikátor URI lze získat v pořadí podle priority z:[21]

  • samotný referenční URI, pokud se jedná o URI;
  • obsah zastoupení;
  • subjekt zapouzdřující vyjádření;
  • URI použité pro skutečné získání reprezentace;
  • kontext aplikace.

Příklady

V rámci reprezentace s dobře definovaným základním URI z

http: // a / b / c / d; p? q

relativní odkaz je vyřešen na svůj cílový URI takto:[22]

"g: h" -> "g: h" "g" -> "http: // a / b / c / g" "./g" -> "http: // a / b / c / g" "g /" -> "http: // a / b / c / g /" "/ g" -> "http: // a / g" "// g" -> "http: // g" " ? y "->" http: // a / b / c / d; p? y "" g? y "->" http: // a / b / c / g? y "" #s "-> "http: // a / b / c / d; p? q # s" "g # s" -> "http: // a / b / c / g # s" "g? y # s" -> "http: // a / b / c / g? y # s" "; x" -> "http: // a / b / c /; x" "g; x" -> "http: // a / b / c / g; x "" g; x? y # s "->" http: // a / b / c / g; x? y # s "" "->" http: // a / b / c / d; p? q "". " -> "http: // a / b / c /" "./" -> "http: // a / b / c /" ".." -> "http: // a / b /" ". ./ "->" http: // a / b / "" ../g "->" http: // a / b / g "" ../ .. "->" http: // a / "" ../../ "->" http: // a / "" ../../g "->" http: // a / g "

Dějiny

Pojmenování, adresování a identifikace zdrojů

URI a URL mají sdílenou historii. V roce 1994 Tim Berners-Lee Návrhy na Hyper-textový[23] implicitně představil myšlenku adresy URL jako krátkého řetězce představujícího prostředek, který je cílem a hypertextový odkaz. V té době to lidé označovali jako „hypertextový název“[24] nebo „název dokumentu“.

V průběhu příštích tří a půl let, kdy se vyvinuly základní technologie webových stránek HTML, HTTP a webových prohlížečů, se objevila potřeba rozlišovat řetězec poskytující adresu zdroje od řetězce, který pouze pojmenoval zdroj. Termín, i když ještě není formálně definován Jednotný vyhledávač zdrojů přišel reprezentovat to první a svárlivější Jednotný název zdroje přišel reprezentovat druhé.

Během debaty o definování URL a URN se ukázalo, že pojmy obsažené v těchto dvou (2) pojmech byly pouze aspekty základního, zastřešujícího pojmu zdroje identifikace. V červnu 1994 se IETF zveřejněno Berners-Lee je RFC  1630,[25] první Žádost o připomínky který uznal existenci URL a URN. A co je nejdůležitější, definovalo formální syntaxi pro Univerzální identifikátory zdrojů (tj. řetězce podobné URL, jejichž přesné syntaxe a sémantika závisela na jejich schématech). Kromě toho se RFC pokusila shrnout syntaxe schémat URL používaných v té době. Uznal - ale nestandardizoval - existence relativních adres URL a identifikátorů fragmentů.[Citace je zapotřebí ]

Upřesnění specifikací

V prosinci 1994 RFC  1738 formálně definované relativní a absolutní adresy URL, upřesnily obecnou syntaxi adres URL, definovaly, jak vyřešit relativní adresy URL do absolutní podoby, a lépe vyčíslily schémata adres URL, které se potom používají. Dohodnutá definice a syntaxe URN musely počkat do zveřejnění RFC2141 v květnu 1997.

Zveřejnění RFC2396 v srpnu 1998 se syntaxe URI stala samostatnou specifikací[6] a většina částí RFC 1630 a 1738 týkajících se URI a URL obecně byly revidovány a rozšířeny IETF. Nový RFC změnil význam „U“ v „URI“ na „Uniform“ z „Universal“.

V prosinci 1999 RFC2732 poskytl menší aktualizaci RFC 2396, což umožnilo URI vyhovět IPv6 adresy. Řada nedostatků objevených ve dvou specifikacích vedla k úsilí komunity koordinovanému spoluautorem RFC 2396 Roy Fielding, které vyvrcholilo zveřejněním RFC3986 v lednu 2005. Zatímco zastarával předchozí standard, nevytvořil zastaralost podrobností stávajících schémat URL; RFC 1738 nadále řídí tato schémata, pokud není nahrazeno jinak. RFC2616 například vylepšuje http systém. IETF současně zveřejnila obsah RFC 3986 jako plný standard STD 66, což odráží zavedení generické syntaxe URI jako oficiálního internetového protokolu.

V roce 2001 vydala skupina W3C Technical Architecture Group (TAG) průvodce po osvědčené postupy a kanonické URI pro publikování více verzí daného zdroje.[26] Obsah se může například lišit podle jazyka nebo velikosti, aby se přizpůsobil kapacitě nebo nastavení zařízení použitého pro přístup k tomuto obsahu.

V srpnu 2002 RFC3305 poukázal na to, že pojem „URL“ se navzdory širokému veřejnému používání téměř vytratil a slouží pouze jako připomínka toho, že některé identifikátory URI fungují jako adresy tím, že mají schémata naznačující přístup k síti, bez ohledu na skutečné použití. Jako standardy založené na URI, jako je Rámec popisu zdrojů musí být zřejmé, že identifikace zdrojů nemusí naznačovat načítání reprezentací zdrojů přes internet, ani nemusí vůbec znamenat síťové zdroje.

The Sémantický web používá schéma HTTP URI k identifikaci dokumentů i konceptů v reálném světě, což je rozdíl, který způsobil zmatek v tom, jak tyto dva odlišit. TAG zveřejnila v roce 2005 e-mail o tom, jak vyřešit problém, který se stal známým jako rozlišení httpRange-14.[27] W3C následně zveřejnila poznámku zájmové skupiny s názvem Skvělé identifikátory URI pro sémantický web,[28] který vysvětlil použití vyjednávání obsahu a HTTP 303 kód odpovědi pro přesměrování podrobněji.

Vztah k jmenným prostorům XML

v XML, a jmenný prostor je abstraktní doména, ke které lze přiřadit kolekci názvů prvků a atributů. Název oboru názvů je řetězec znaků, který musí dodržovat obecnou syntaxi URI.[29] Název se však obecně nepovažuje za URI,[30] protože specifikace URI zakládá rozhodnutí nejen na lexikálních komponentách, ale také na jejich zamýšleném použití. Název oboru názvů nemusí nutně znamenat žádnou ze sémantiky schémat URI; například název oboru názvů začínající na http: nemusí mít žádnou souvislost s používáním HTTP.

Původně se název oboru názvů mohl shodovat se syntaxí jakéhokoli neprázdného odkazu URI, ale použití relativních odkazů URI bylo zastaralé W3C.[31] Samostatná specifikace W3C pro obory názvů v XML 1.1 povoluje internacionalizovaný identifikátor zdroje (IRI) odkazy, které budou sloužit jako základ pro názvy oborů názvů kromě referencí URI.[32]

Viz také

Poznámky

  1. ^ Zpráva zveřejněná v roce 2002 společnou pracovní skupinou W3C / IETF měla za cíl normalizovat odlišné názory zastávané v rámci IETF a W3C ohledně vztahu mezi různými podmínkami a standardy „UR *“. Ačkoliv žádná organizace nepublikovala jako úplný standard, stala se základem výše uvedeného společného porozumění a od té doby informovala o mnoha standardech.
  2. ^ Postupy registrace nových schémat URI byly původně definovány v roce 1999 RFC  2717, a jsou nyní definovány RFC7595, publikováno v červnu 2015.[9]
  3. ^ URI týkající se zdrojů v síti WWW některé webové prohlížeče umožňují .0 části tečkovaného desetinného zápisu, které mají být zrušeny, nebo surové celé IP adresy, které mají být použity.[11]
  4. ^ Historický RFC  1866 (zastaral RFC2854 ) vybízí autory CGI, aby podporovali „;“ navíc '&'.[13]

Reference

Citace

  1. ^ RFC 3986 (2005), §3.0.
  2. ^ Společná zájmová skupina pro plánování U3 W3C / IETF (2001).
  3. ^ Společná zájmová skupina pro plánování U3 W3C / IETF (2002).
  4. ^ "URL Standard: 6.3. URL API jinde".
  5. ^ „URL Standard: Goals“.
  6. ^ A b RFC 2396 (1998).
  7. ^ RFC 3986 (2005).
  8. ^ RFC 3986, oddíl 3 (2005).
  9. ^ IETF (2015).
  10. ^ A b RFC 3986 (2005), §3.2.2.
  11. ^ Lawrence (2014).
  12. ^ RFC 2396 (1998), §3.3.
  13. ^ RFC 1866 (1995), §8.2.1.
  14. ^ RFC 3986 (2005), §2.
  15. ^ RFC 3986 (2005), §2.2.
  16. ^ A b RFC 3986 (2005), §3.3.
  17. ^ RFC 3986 (2005), §3.4.
  18. ^ RFC 3986 (2005), §4.1.
  19. ^ RFC 3986 (2005), §4.2.
  20. ^ RFC 3986 (2005), §4.4.
  21. ^ RFC 3986 (2005), §5.1.
  22. ^ RFC 3986 (2005), §5.4.
  23. ^ Palmer (2001).
  24. ^ W3C (1992).
  25. ^ RFC 1630
  26. ^ W3C (2001).
  27. ^ Fielding (2005).
  28. ^ W3C (2008).
  29. ^ Morrison (2006).
  30. ^ Harold (2004).
  31. ^ W3C (2009).
  32. ^ W3C (2006).

Citovaná díla

externí odkazy