Java网络编程之URI、URL研究（上）

　　URI、URL和URN是识别、定位和命名互联网上的资源的标准途径。本文分析了URI、URL和URN和Java API的URI和URL类（以及与URL相关的类），并演示了如何在程序中使用这些类。

　　1989年Tim Berners-Lee发明了互联网（World Wide Web）。WWW被认为是全球互连的实际的和抽象的资源的集合--它按需求提供信息实体--通过互联网访问。实际的资源的范围从文件到人，抽象的资源包括数据库查询。因为要通过多样的方式识别资源（人的名字可能相同，然而计算机文件只能通过唯一的路径名称组合访问），所以需要标准的识别WWW资源的途径。为了满足这种需要，Tim Berners-Lee引入了标准的识别、定位和命名的途径：URI、URL和URN。

　　URI、URL和URN是什么？

　　体系中的URI、URL和URN是彼此关联的。URI的范畴位于体系的顶层，URL和URN的范畴位于体系的底层。这种排列显示URL和URN都是URI的子范畴，如图1所示：

Java网络编程之URI、URL研究（上）

图1：URI、URL和URN之间的层次关系。URL和URN是URI的子范畴。

　　URI表示的是统一的资源标识，它是以某种统一的（标准化的）方式标识资源的简单字符串。典型情况下，这种字符串以scheme（命名URI的名字空间的标识符--一组相关的名称）开头，语法如下：

　　[scheme:] scheme-specific-part

　　URI以scheme和冒号开头。Scheme用大写/小写字母开头，后面为空或者跟着更多的大写/小写字母、数字、加号、减号和点号。冒号把scheme与scheme-specific-part分开了，并且scheme-specific-part的语法和语义（意思）由URI的名字空间决定。其中一个例子是http://www.cnn.com，其中http是scheme，//http://www.cnn.com是 scheme-specific-part，并且它的scheme与scheme-specific-part被冒号分开了。
我们可以把URI按照绝对的或相对的分类。绝对的URI指以scheme（后面跟着冒号）开头的URI。前面提到的http://www.cnn.com就是绝对的URI的一个例子，其它的例子还有mailto:jeff@javajeff.com、news:comp.lang.java.help和xyz://whatever。你可以把绝对的URI看作是以某种方式引用某种资源，而这种方式对标识符出现的环境没有依靠。假如使用文件系统作类比，绝对的URI类似于从根目录开始的某个文件的路径。与绝对的URI不同的，相对的URI不是以scheme（后面跟着冒号）开始的URI。它的一个例子是articles/articles.Html。你可以把相对的URI看作是以某种方式引用某种资源，而这种方式依靠于标识符出现的环境。假如用文件系统作类比，相对的URI类似于从当前目录开始的文件路径。

　　URI可以进一步分为不透明的和分层的两类。不透明的URI指scheme-specific-part不是以正斜杠（/）开头的绝对的URI。其例子有news:comp.lang.java和前面的mailto:jeff@javajeff.com。

不透明的URI并不是用于分解的（超出了识别scheme的范畴），因为不需要验证scheme-specific-part的有效性。与它不同的是，分层的URI可以是以正斜杠开头的绝对的URI或相对的URL。

　　与不透明的URI不同，分层的URI的scheme-specific-part必须被分解为几个组成部分。这些组成部分是什么？分层的URI标识组件的普通子集的scheme-specific-part符合下面的语法：

　　[//authority] [path] [?query] [#fragment]

　　可选的authority组件标识了该URI名字空间的命名机构。假如有这一部分，它就是以一对正斜杠开始的，它可以是基于服务器或基于注册的，并且它以后面的正斜杠、问号或没有其它符号结束。基于注册的授权机构组件有特定大纲的语法（本文没有讨论，因为很少使用它），而基于服务器的授权机构组件的语法如下：

　　[userinfo@] host [:port]

　　按照这种语法，基于服务器的授权机构组件可以随意的以用户信息（例如用户名）开始，后面跟着一个@符号，紧接着是主机的名称，以及冒号和端口号。例如jeff@x.com:90就是一个基于服务器的授权机构组件，其中jeff包含了用户信息，x.com包含了主机，90包含了端口。

　　可选的path组件根据授权机构组件（假如提供了）或大纲（假如没有授权机构组件）识别资源的定位（或位置）。路径（path）可以分成一系列的路径片断（path segment），每个路径片断使用正斜杠与其它的路径片断隔开。假如路径的第一个路径片断以一个正斜杠开始，该路径就被认为是绝对的。否则路径就被认为是相对的。例如，/a/b/c由三个路径片断--a、b和c组成了一个路径，此外，这个路径是绝对的，因为第一个路径片断（a）的前缀是正斜杠。