URL

URL был изобретён Тимом Бернерсом-Ли в 1990 году в стенах Европейского совета по ядерным исследованиям (фр. Conseil Européen pour la Recherche Nucléaire, CERN) в Женеве, Швейцария. URL стал фундаментальной инновацией в Интернете. Изначально URL предназначался для обозначения мест расположения ресурсов (чаще всего файлов) во Всемирной паутине. Сейчас URL применяется для обозначения адресов почти всех ресурсов Интернета. Стандарт URL закреплён в документе RFC 3986. Сейчас URL позиционируется как часть более общей системы идентификации ресурсов URI,сам термин URL постепенно уступает место более широкому термину URI. Стандарт URL регулируется организацией IETF и её подразделениями.

В 2009 году Тим Бернерс-Ли высказал мнение об избыточности двойного слеша // в начале URL, после указания сетевого протокола^[1][2].

URL был разработан как система для максимально естественного указания на местонахождения ресурсов в сети. Локатор должен был быть легко расширяемым и использовать лишь ограниченный набор ASCII‐символов (к примеру, в URL никогда не применяется пробел). В связи с этим возникла следующая традиционная форма записи URL:

<схема>:[//[<логин>[:<пароль>]@]<хост>[:<порт>]][/<URL‐путь>][?<параметры>][#<якорь>]

В этой записи:

схема

схема обращения к ресурсу; в большинстве случаев имеется в виду сетевой протокол

логин

имя пользователя, используемое для доступа к ресурсу

пароль

пароль указанного пользователя

хост

полностью прописанное доменное имя хоста в системе DNS или IP-адрес хоста в форме четырёх групп десятичных чисел, разделённых точками; числа — целые в интервале от 0 до 255.

порт

порт хоста для подключения

URL-путь

уточняющая информация о месте нахождения ресурса; зависит от протокола.

параметры

строка запроса с передаваемыми на сервер (методом GET) параметрами. Начинается с символа ?, разделитель параметров — знак &. Пример: ?параметр_1=значение_1&параметр_2=значение_2&параметр3=значение_3

якорь

идентификатор «якоря»  (англ.) (рус. с предшествующим символом #. Якорем может быть указан заголовок внутри документа или атрибут id  (англ.) (рус. элемента. По такой ссылке браузер откроет страницу и переместит окно к указанному элементу. Например, ссылка на этот раздел статьи: https://www.search.com.vn/wiki/ru/URL#Структура_URL.

Общепринятые схемы (протоколы) URL включают:

• ftp — протокол передачи файлов FTP
• http — протокол передачи гипертекста HTTP
• rtmp — проприетарный протокол потоковой передачи данных Real Time Messaging Protocol, в основном используется для передачи потокового видео и аудио с веб-камер через Интернет.
• rtsp — потоковый протокол реального времени.
• https — специальная реализация протокола HTTP, использующая шифрование (как правило, SSL или TLS)
• gopher — протокол Gopher
• mailto — адрес электронной почты
• news — новости Usenet
• nntp — новости Usenet через протокол NNTP
• irc — протокол IRC
• smb — протокол SMB/CIFS
• prospero — служба каталогов Prospero Directory Service
• telnet — ссылка на интерактивную сессию Telnet
• wais — база данных системы WAIS
• xmpp — протокол XMPP (часть Jabber)
• file — имя локального файла
• data — непосредственные данные (Data: URL)
• tel — звонок по указанному телефону

Экзотические схемы URL:

• afs — глобальное имя файла в файловой системе Andrew File System
• cid — идентификатор содержимого для частей MIME
• mid — идентификатор сообщений для электронной почты
• mailserver — доступ к данным с почтовых серверов
• nfs — имя файла в сетевой файловой системе NFS
• tn3270 — эмуляция интерактивной сессии Telnet 3270
• z39.50 — доступ к службам ANSI Z39.50
• skype — протокол Skype
• smsto — открытие редактора SMS в некоторых мобильных телефонах
• ed2k — файлообменная сеть eDonkey, построенная по принципу P2P
• market — Android-маркет
• steam — протокол Steam
• bitcoin — криптовалюта Биткойн
• ob — OpenBazaar
• tg — Telegram

Схемы URL в браузерах:

• view-source — просмотр исходного кода указанной веб-страницы в различных браузерах.
• В разных браузерах используются разные ключевые слова для доступа к служебным и сервисным страницам:
  • chrome в браузере Google Chrome и других браузерах на движке Chromium^[3];
  • about в Firefox и других браузерах на движке Gecko;
  • opera в Opera;
  • edge в Microsoft Edge;
  • browser в Яндекс.Браузер.

Стандарт URL использует набор символов US-ASCII. Это имеет серьёзный недостаток, поскольку разрешается использовать лишь латинские буквы, цифры и несколько знаков пунктуации. Все другие символы необходимо перекодировать. Например, перекодироваться должны буквы кириллицы, буквы с диакритическими знаками, лигатуры, иероглифы. Перекодирующая кодировка описана в стандарте RFC 3986 и называется URL-encoding, URLencoded или percent‐encoding.

Пример кодирования можно видеть в русскоязычной Википедии, использующей в URL русский язык. Например, строка вида:

https://www.search.com.vn/wiki/ru/Википедия

кодируется как:

https://www.search.com.vn/wiki/ru/%D0%92%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F

Реализация

Преобразование происходит в два этапа: сначала каждый символ кириллицы кодируется в UTF-8 в последовательность из двух байтов, а затем каждый байт этой последовательности записывается в шестнадцатеричном представлении с предшествующим знаком процента (%):

В → D0 и 92 → %D0%92и → D0 и B8 → %D0%B8к → D0 и BA → %D0%BAи → D0 и B8 → %D0%B8, и т. д.

Все другие символы в URI кодируются.

Зарезервированные символы кодируются в таком соответствии:

Кодирование параметров в Internet Explorer и старом Firefox происходит несколько иначе^[7].

В некоторых случаях URL формируется с использованием кодирования Base58^[8].

Стандарт IRI

Поскольку такому преобразованию подвергаются буквы всех алфавитов, кроме базовой латиницы, то URL со словами подавляющего большинства языков может стать нечитаемым для человека.

Это всё входит в противоречие с принципом интернационализма, провозглашаемого всеми ведущими организациями Интернета, включая W3C и ISOC. Эту проблему призван решить стандарт IRI (англ. Internationalized Resource Identifier) — международных идентификаторов ресурсов, в которых можно было бы без проблем использовать символы Юникода, и которые поэтому не ущемляли бы права других языков. Хотя заранее сложно сказать, смогут ли когда‐либо идентификаторы IRI заменить столь широко используемые URL (и URI в целом).

Формально, длина URL не ограничена, но браузеры имеют ограничения по длине URL. Не рекомендуется использовать URL длиной более 2048 символов, так как Microsoft Internet Explorer имеет именно такое ограничение^[9].

Ещё один кардинальный недостаток URL состоит в отсутствии гибкости. Ресурсы во Всемирной паутине и Интернете перемещаются, а ссылки в виде URL остаются, указывая на уже отсутствующие ресурсы. Это особенно болезненно для электронных библиотек, каталогов и энциклопедий. Для решения этой проблемы были предложены постоянные локаторы PURL (англ. Persistent Uniform Resource Locator). В сущности это те же URL, но они указывают не на конкретное место расположения ресурса, а на запись в базе данных PURL, где, в свою очередь, записан уже конкретный URL‐адрес ресурса. При обращении к PURL сервер находит нужную запись в этой базе данных и перенаправляет запрос уже на конкретное местоположение ресурса. Если адрес ресурса меняется, то нет нужды исправлять все бесчисленные ссылки на него — достаточно лишь изменить запись в БД. В настоящий момент эта идея не стандартизирована и не имеет широкого распространения.

• URN
• XRI
• Длинные доменные имена
• Человекопонятный URL
• Нормализация URL

• RFC 3986
• Кодирование URL