URL和URI

2024-01-29 11:10:04

【README】

本文阐述了 URL， URI，以及对应的java类的api；

1.URI，统一资源标识符，标识互联网上的某个网络资源，标识方式如名称，位置等；就像人的标识一样，可以通过身份证或学生证号或社保号码等来标识；（但不一定靠位置来标识）
2.URL，统一资源定位符，唯一标识一个资源在internet上的位置（仅靠位置来标识）；所以 URL 是 URI标识网络资源的一种方式；即 URI可标识的资源范围比URL大；
3.URL是一种URI ；

【1】URI，统一资源标识符

1）URI采用特定语法标识网络资源，URI 是一个标识资源的字符串而已；

2）URI标识语法模式:模式特定部分；

2.1）模式包括（可以理解为资源协议）：

data
file
ftp
http；
telnet；

2.2）模式特定部分采用一种层次结构，如 //authority/path?k1=v1&k2=v2#anchor ；

其中 authority 表示授权机构，如 www.baidu.com 即服务器域名；
path 表示资源路径；
? k1=v1&k2=v2 表示查询字符串；
#anchor 锚点，表示html页面的某个元素；

【2】URL，统一资源定位符

1）URL 是一种URI，除了标识一个网络资源，还提供资源的网络位置，以便查找；客户端可以用它获取资源；

2）资源的网络位置包括协议如http，服务器主机域名，端口，路径（查询参数，锚点或有）； 3）URL语法如下：协议://userInfo@host:port/path?query#fragment

用户信息，主机host，port端口合并在一起构成了权威机构；
路径是指向服务器上的一个特定目录或文件，类似于unix的文件系统路径；
查询字符串，向服务器提供了附加参数；
片段，指向远程资源的某个特定部分；

【3】URL java类例子

【3.1】创建URL

    @Test
    public void f1() throws MalformedURLException {
        URL url = new URL("http://www.baidu.com");
        System.out.println(url);
        System.out.println(url.getProtocol());
        System.out.println(url.getPort());
        System.out.println(url.getAuthority());
    }

http://www.baidu.com
http
-1
www.baidu.com

【3.2】创建URL-相对地址

@Test
    public void f2() throws IOException {
        URL url1 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");
        URL url2 = new URL(url1, "120980127"); // 相对地址
        System.out.println(url1.getPath()); // /PacosonSWJTU/article/details/120964766
        System.out.println(url2.getPath()); // /PacosonSWJTU/article/details/120980127
    }

从url获取数据（3种方式）

方法1，使用 URL.openStream() ；
方法2，使用 URL.openConnection 和 URLCOnnection.getInputStream() 方法；
方法3，使用 URL.getContent() 方法；

补充，URL.openStream() 方法如下：

public final InputStream openStream() throws java.io.IOException {
        return openConnection().getInputStream(); // 获取输入流 
    }

// 打开连接 
public URLConnection openConnection() throws java.io.IOException {
        return handler.openConnection(this);
    }

3.1）方法1，使用openStream() 方法

@Test
    public void f3() throws IOException {
        URL url1 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");
        try (DataInputStream dataInputStream = new DataInputStream(url1.openStream())) {
            int c;
            while((c = dataInputStream.read()) != -1) {
                System.out.print((char)c); // 有乱码 无法对中文进行解析
            }
        }
    }

改用基于UTF-8字符编码格式的 inputStreadReader 读取数据，（可以处理中文）如下：

@Test
    public void f4() throws IOException {
        URL url1 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");
        // 采用utf-8 编码，可以解析中文字符
        String str = null;
        try (BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(url1.openStream(), StandardCharsets.UTF_8))) {
            while((str = bufferedReader.readLine()) != null) {
                System.out.print(str);
            }
        }
    }

方法2，使用 URL.openConnection() 和 URLCOnnection.getInputStream() 方法读取资源；

/**
     * @title 从URL获取资源内容-url1.openConnection()+urlConnection.getInputStream()方法
     * @author xiaotang
     * @updateTime 2021/10/31
     */
    @Test
    public void f4_2() throws IOException {
        URL url1 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");
        // 采用utf-8 编码，可以解析中文字符
        String str = null;
        URLConnection urlConnection = url1.openConnection();
        try (BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(urlConnection.getInputStream(), StandardCharsets.UTF_8))) {
            while((str = bufferedReader.readLine()) != null) {
                System.out.print(str);
            }
        }
    }

方法3，使用 URL.getContent() 方法读取资源

/**
     * 通过 getContent() 获取资源内容
     */
    @Test
    public void f5() throws IOException {
        URL url1 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");
        // getContent() 获取资源内容
        Object o = url1.getContent();
        System.out.println(o);  // sun.net.www.protocol.http.HttpURLConnection$HttpInputStream@694e1548
    }
    /**
     * 通过 getContent(Class[] classes) 获取资源内容
     */
    @Test
    public void f6() throws IOException {
        URL url1 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");

        Class<?>[] arr = {String.class, Reader.class, InputStream.class};
        Object o = url1.getContent(arr);
        System.out.println(o);  // sun.net.www.protocol.http.HttpURLConnection$HttpInputStream@694e1548

        InputStream inputStream = (InputStream) o ;
        BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(inputStream, StandardCharsets.UTF_8));
        String result = null;
        while((result = bufferedReader.readLine()) != null) {
            System.out.println(result);
        }
    }

【3.3】分解URL

1）URL 包括5部分；

模式，也称协议；
授权机构；
路径；
片段标识符，或段或ref；
查询字符串；

/**
     * @title 分解URL, URL 包括5部分
     * @author xiaotang
     * @updateTime 2021/10/31
     */
    @Test
    public void f6() throws IOException {
        URL url = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120904564?k1=v1&k2=v2#anchor=1");
        System.out.println(url.getProtocol());
        System.out.println(url.getHost());
        System.out.println(url.getPort());
        System.out.println(url.getFile());
        System.out.println(url.getPath());
        System.out.println(url.getRef());
        System.out.println(url.getQuery());
        System.out.println(url.getUserInfo());
        System.out.println(url.getAuthority()); 
    }

https
blog.csdn.net
-1
/PacosonSWJTU/article/details/120904564?k1=v1&k2=v2
/PacosonSWJTU/article/details/120904564
anchor=1
k1=v1&k2=v2
null
blog.csdn.net

2）URL相等性

  /**
     * @title URL 相等性
     * @author xiaotang
     * @updateTime 2021/10/31
     */
    @Test
    public void f7() throws IOException {
        URL url1 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120904564?k1=v1&k2=v2#anchor=1");
        URL url2 = new URL("https://blog.csdn.net/PacosonSWJTU/article/details/120904564?k1=v1&k2=v2#anchor=1");
        if (url1.equals(url2)) { // equals 底层调用了 sameFile() 方法
            System.out.println(url1 + "is equals to " + url2);
        } else {
            System.out.println(url1 + "is not equals to " + url2);
        }
        System.out.println(url1.sameFile(url2)); // true 
    }

3）URL 比较

// URL比较，调用URl.toString() toExternalForm()， toURI()
    @Test
    public void f8() throws Exception {
        URL url1 = new URL("http://www.baidu.com?name=张三&city=成都#anchor=2");
        System.out.println(url1.toString()); //
        System.out.println(url1.toExternalForm());
        URI uri2 = url1.toURI(); // URL 转为 URI 类
        System.out.println(uri2);
    }

【4】URI类-统一资源标识符类

1）URI 包含 URL 和 URN；即统一资源标识符包括统一资源定位符 + 统一资源名称；

2）URI 与 URL 的3个区别

区别1，URI类完全有关于资源的标识和URI的解析；
区别2，相比URL， URI类与相关的规范更一致；
区别3，URI对象可以表示相对URI；URL类在存储URI之前会将其绝对化；

简单点， URL对象是对应网络获取的应用层协议的一个表示，而URI 对象用于解析和处理字符串；

【4.1】构造URI

1）构建URI；

 // 相对uri
    @Test
    public void f11() throws Exception {
        URI uri = new URI("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");
        System.out.println(uri);

        URI uri2 = uri.resolve("59483747"); // 相对地址 59483747
        System.out.println(uri2); // https://blog.csdn.net/PacosonSWJTU/article/details/59483747
    }

2）URI的各个部分

模式：模式特定部分：片段；

 // 获取URI属性
    @Test
    public void f10() throws Exception {
        URI uri = new URI("https://blog.csdn.net/PacosonSWJTU/article/details/120904564?k1=v1&k2=张三#anchor=1");
        System.out.println(uri.isOpaque());
        System.out.println(uri.getAuthority());
        System.out.println(uri.getFragment());
        System.out.println(uri.getHost());
        System.out.println(uri.getPath());
        System.out.println(uri.getPort());
        System.out.println(uri.getQuery());
        System.out.println(uri.getUserInfo());
        /* 获取原生数据 */
        System.out.println("----------------- raw -------------------");
        System.out.println(uri.getRawAuthority());
        System.out.println(uri.getRawFragment());
        System.out.println(uri.getRawPath());
        System.out.println(uri.getRawQuery());
        System.out.println(uri.getRawUserInfo());
        System.out.println(uri.getRawSchemeSpecificPart());
    }

false

// 如果 URI是一个层次URI，则返回false；若URI不是层次URI，即不是透明的，返回true
blog.csdn.net
anchor=1
blog.csdn.net
/PacosonSWJTU/article/details/120904564
-1
k1=v1&k2=张三
null
----------------- raw -------------------
blog.csdn.net
anchor=1
/PacosonSWJTU/article/details/120904564
k1=v1&k2=张三
null
//blog.csdn.net/PacosonSWJTU/article/details/120904564?k1=v1&k2=张三

【4.2】相对uri

 @Test
    public void f11() throws Exception {
        URI uri = new URI("https://blog.csdn.net/PacosonSWJTU/article/details/120964766");
        System.out.println(uri);

        URI uri2 = uri.resolve("59483747"); // 相对地址 59483747
        System.out.println(uri2); // https://blog.csdn.net/PacosonSWJTU/article/details/59483747
    }

【4.3】uri 字符串表示

// uri 字符串表示
    @Test
    public void f12() throws Exception {
        URI uri = new URI("https://blog.csdn.net/PacosonSWJTU/article/details/120964766?name=张三");
        System.out.println(uri.toString()); // https://blog.csdn.net/PacosonSWJTU/article/details/120964766?name=张三 
        System.out.println(uri.toASCIIString());  // https://blog.csdn.net/PacosonSWJTU/article/details/120964766?name=%E5%BC%A0%E4%B8%89
    }

【4.4】uri 编码与解码

1） x-www-form-urlencoded

1.1）介绍： intro2 x-www-form-urlencode, refer2

https://developer.mozilla.org/zh-CN/docs/Web/HTTP/Methods/POST

2）编码与解码

// 对url进行编码与解码 格式为 x-www-form-urlencode ;
    // intro2 x-www-form-urlencode, refer2 https://developer.mozilla.org/zh-CN/docs/Web/HTTP/Methods/POST
    @Test
    public void f13() throws Exception {
        System.out.println(URLEncoder.encode("hello world", StandardCharsets.UTF_8.displayName()));
        System.out.println(URLEncoder.encode("hello world 张三", StandardCharsets.UTF_8.displayName())); // 编码

        String str = URLEncoder.encode("hello world 张三", StandardCharsets.UTF_8.displayName());// 编码-> hello+world+%E5%BC%A0%E4%B8%89
        String decodedStr = URLDecoder.decode(str, StandardCharsets.UTF_8.displayName());// 解码->hello world 张三
        System.out.println(decodedStr);
    }

3）url编码方式

3.1）背景

在发明web时，unicode 还没有完全普及，所以并不是所有系统都可以处理本（中文）之类的字符；为了解决这个问题，URL 中使用的字符必须来自 ASCII的一个固定的子集，包括：

大写字母 A-Z‘；
小写字母： a-z ；
数组 0-9；
标点符号字符 - _ . ! ~ * ` ( , ) 等；

3.2）url编码方式如下：

除了 ascii数字，字母和前面指定的标点符号外，所有其他字符都要转换为字节，每个字节要写为百分号后面加两个16进制数字；

空格是一种特殊情况，因为它太普遍了；除了编码为 %20，还可以编码为为加号+；加号本身编码为 %2B ；

码农公寓