2025-09-23 07:38:01

【计算机原理】深入解析 HTTP 中的 URL 格式、结构和 URL encode 转义与 URL decode 逆转义原理

网络原理— HTTP 请求(Request)

认识URL

1. URL 基本格式

平时我们俗称的 “网址” 其实就是说的 URL (Uniform Resource Locator 统一资源定位符)；

互联网上的每个文件都有一个唯一的URL，它包含的信息指出文件的位置，以及浏览器应该怎么处理它；

URL的详细规则由因特网标准RFC1738进行了约定.(因特网标准 RFC1738)

一个具体的URL:

https://v.bitedu.vip/personInf/student?userId=10000&classId=100

可以看到，在这个URL中有些信息被省略了；

https:

协议方案名；常见的有http和https，也有其他的类型；(例如访问mysql时用的jdbc:mysql)

user:pass:

登陆信息；现在的网站进行身份认证，一般不再通过URL进行了，一般都会省略

v.bitedu.vip:

服务器地址（IP地址），用于定位一个主机；此处是一个"域名"，域名会通过 DNS 系统解析成一个具体的IP地址；(通过ping命令可以看到，v.bitedu.vip 的真实IP地址为118.24.113.28)

端口号：

每个应用程序在使用网络时，都会关联一个空闲的端口号；通过 IP 定位一台主机，通过端口号区分主机上使用网络的多个应用程序；当端口号省略的时候，浏览器会根据协议类型自动决定使用哪个端口；例如 http 协议默认使用80端口，https协议默认使用443端口；

回忆五元组：源端口，源 ip，目的端口，目的 ip，协议类型；

http 协议默认使用80端口，https协议默认使用443端口，站在客户端的角度，两种协议访问的端口是远端服务器的端口(目的端口)，不是浏览器自身的客户端端口(源端口)；

/personInf/student:

带层次结构的文件路径，每一层都是一个目录；

userId=10000&classId=100:

查询字符串(query string)，本质是一个键值对结构；键值对之间使用&分隔；键和值之间使用=分隔.

片段标识：

片段标识主要用于页面内跳转.

例如Vue官方文档：

https://cn.vuejs.org/v2/guide/#%E8%B5%B7%E6%AD%A5

通过不同的片段标识跳转到文档的不同章节

2. 使用 ping 命令查看域名对应的IP地址

在开始菜单中输入cmd，打开命令提示符在cmd中输入ping v.bitedu.vip，即可看到域名解析的结果.

PS：

有的电脑上 ping 命令会报错 ping 不是内部或外部命令，也不是可运行的程序或批处理文件；

这种情况是因为有的 Windows10 默认没有启用 ping 命令；

百度搜索 windows10 启用 ping 即可；

3. query string

query string中的内容是键值对结构；其中的 key 和 value 的取值和个数，完全都是程序猿自己约定的；我们可以通过这样的方式来自定制传输我们需要的信息给服务器.

4. URL中的可省略部分

协议名：

可以省略，省略后默认为http://

ip地址/域名：

在HTML中可以省略(比如 img , link , script , a 标签的 src 或者 href 属性)；省略后，表示服务器的 ip/域名与当前HTML所属的 ip/域名一致

端口号：

可以省略，省略后如果是http协议，端口号自动设为80;如果是 https 协议，端口号自动设为443.

带层次的文件路径：

可以省略，省略后相当于/；有些服务器会在发现/路径的时候自动访问 /index.html

查询字符串：

可以省略

片段标识：

可以省略

5. 关于URL encode

像/ ? : # & =…等这样的字符，已经被 URL 当做特殊意义理解了；因此这些字符不能随意出现；

某个参数中需要带有这些特殊字符，就必须先对特殊字符进行转义；

一个中文字符等非英文系的文字，由UTF-8或者GBK这样的编码方式构成，虽然在URL中没有特殊含义，但是仍然需要进行转义；

否则浏览器可能把 UTF-8/GBK 编码中的某个字节，当做URL中的特殊符号；

只不过很多浏览器为了用户看起来方便，显示 URL 某个参数的时候，显示的是转义之前的字符;

实际上，我们可以通过抓包查看真实的数据，已经是转义之后的数据；

我们在搜索框中输入中文，可以看见 URL 的其中一个 query string 键值对中，对属性的赋值还是中文；

我们使用 fiddler 来对刚刚的访问操作进行抓包：

在记事本中打开 HTTP请求 的详细信息，我们发现属性赋值的真实数据是”你好“转义后的结果：

转义这样的操作非常重要，如果没有进行转义，就可能会使浏览器或者服务器无法正确解析，请求就会失败。

转义的规则如下：

将需要转码的字符转为16进制，然后从右到左；

取4位(不足4位直接处理)，每2位做一位，前面加上%，编码成%XY格式；

例如：

"+" 被转义成了 "%2B" urldecode 就是 urlencode 的逆过程；

urlencode工具

如果要使用逆过程 urldecode ，可以把 utf-8 中的 % 去掉，然后使用 urldecode ，就可以拿到转义前的数据；