Использование

Существует множество различных схем URI, в каждой могут быть свои дополнительные правила и смыслы, но все они создаются максимально похожими друг на друга. Например, многие схемы URL позволяют задавать полномочия в следующем формате, обозначаемом здесь как ip_server (квадратные скобки указывают на необязательность):

ip_server = [пользователь [ : пароль ] @ ] узел [ : порт]

Этот формат позволяет указать имя пользователя, его пароль и/или номер порта. Узел — это имя компьютера-узла; он может быть указан в виде имени DNS или IP-адреса (числа через точку). Таким образом, URI <http://fred:fredpassword@example.com:8080/> определяется подключение к веб-серверу example.com по порту 8080 пользователем fred (с помощью пароля fredpassword). Желательно в целях безопасности не указывать пароль в URI. Если в URL указано имя пользователя, но нет пароля, а серверу этот пароль требуется, то программа, обрабатывающая URL, должна запросить его у пользователя.

Далее приводятся наиболее распространённые схемы, используемые в UNIX-подобных системах. Заметьте, что многие программы, использующие URI, имеют внутренние или специализированные схемы, поэтому советуем прочитать на них документацию.

http — веб-сервер (HTTP)

http://ip_server/путь
http://ip_server/путь?запрос

Это URL для доступа к веб-серверу (HTTP). По умолчанию используется порт 80. Если путь указывает на каталог, то веб-сервер сам выберет, что необходимо вернуть; обычно, если есть файл «index.html» или «index.htm», то возвращается его содержимое, в ином случае возвращается список файлов в каталоге. Пример: <http://lwn.net>.

Запрос может быть задан в устаревшем формате «isindex», состоящим из слова или фразы, и не содержащим знака равенства (=). Запрос может быть также в удлинённом формате «GET», в котором может быть несколько запрашиваемых элементов в виде ключ=значение и разделяемых амперсандом (&). Заметим, что ключ может повторяться, но как это обрабатывать будет решать сам веб-сервер и его прикладная программа. Есть проблемы при работе с HTML/XML/SGML с помощью формата запроса GET: когда в такие URI добавляются несколько ключей, используемый в документах SGML/XML (включая HTML) амперсанд (&) перезаписывается в виде &amp;. Заметим, что не все запросы используют этот формат; огромные формы могут быть слишком большими для записи в виде URI, поэтому они используют другой механизм взаимодействия (называемый POST), в котором данные в URI не включаются. Подробности смотрите в спецификации на Common Gateway Interface http://www.w3.org/CGI.

ftp — протокол передачи файлов (FTP)

ftp://ip_server/путь

Это URL для получения доступа к файлу с помощью протокола передачи файлов FTP. Номер порта (управляющего) по умолчанию равен 21. Если не указано имя пользователя, то пишется слово «anonymous», и в этом случае многие клиентские программы в качестве пароля отправляют адрес электронной почты пользователя. Пример: <ftp://ftp.is.co.za/rfc/rfc1808.txt>.

gopher — сервер Gopher

gopher://ip_server/тип_gopher селектор
gopher://ip_server/тип_gopher селектор%09поиск
gopher://ip_server/тип_gopher селектор%09поиск%09gopher+_строка

По умолчанию служба gopher использует порт 70. тип_gopher — односимвольное поле для указания типа ресурса Gopher, на который ссылается URL. Полный путь может быть пустым; в этом случае знак «/» тоже является необязательным, а значение тип_gopher по умолчанию равно «1».

селектор — это строка селектора в Gopher. В протоколе Gopher строки селектора могут содержать любые байты, кроме шестнадцатеричных 09 (US-ASCII HT или tab), 0A (US-ASCII-символ LF) и 0D (US-ASCII-символ CR).

mailto — адрес электронной почты

mailto:адрес_email

Это адрес электронный почты, обычно имеющий форму имя_пользователя@имя_узла. Для получения более подробной информации о формате адресов электронной почты смотрите mailaddr(7). Заметим, что любой символ % должен записываться как %25. Пример: <mailto:dwheeler@dwheeler.com>.

news — сообщение или группа новостей

news:newsgroup-name
news:message-id

В newsgroup-name задаётся иерархическое имя, разделённое точками, например, «comp.infosystems.www.misc». Если значение <newsgroup-name> равно «*» (записывается как <news:*>), то такая запись используется для указания «всех доступных групп новостей». Пример: <news:comp.lang.ada>.

Значение message-id соответствует Message-ID из IETF RFC 1036, без крайних «<» и «>»; оно имеет вид уникальная_часть@полное_доменное_имя. Идентификатор сообщения можно отличить от названия группы новостей по находящемуся в названии символу «@».

telnet — удалённый вход

telnet://ip_server/

Схема URL для Telnet используется для определения интерактивных текстовых служб, которые доступны по протоколу Telnet. Последний символ «/» может быть опущен. По умолчанию используется порт 23. Пример: <telnet://melvyl.ucop.edu/>.

file — обычный файл

file://ip_server/сегменты_пути
file:сегменты_пути

Представляет файл или каталог, доступный локально. Исключение: значение ip_server может быть пустым или равно строке «localhost»; это означает: «машина, с которой обращаются по URL». Если путь указывает на каталог, то программа просмотра представит содержимое каталога с ссылками на каждый элемент, что выполняется не всеми просмотрщиками. KDE поддерживает генерируемые файлы с помощью URL <file:/cgi-bin>. Если указанный файл не найден, то обозреватель может попробовать расширить имя файла при помощи функций охвата (смотрите glob(7) и glob(3)).

The second format (e.g., <file:/etc/passwd>) is a correct format for referring to a local file. However, older standards did not permit this format, and some programs don't recognize this as a URI. A more portable syntax is to use an empty string as the server name, for example, <file:///etc/passwd>; this form does the same thing and is easily recognized by pattern matchers and older programs as a URI. Note that if you really mean to say "start from the current location", don't specify the scheme at all; use a relative address like <../test.txt>, which has the side-effect of being scheme-independent. An example of this scheme is <file:///etc/passwd>.

man — справочная страница man

man:имя_команды
man:имя_команды(раздел)

Это ссылка на локальные справочные страницы (man). За именем команды может следовать номер раздела в круглых скобках; для получения более подробной информации о разделах прочтите man(7). Схемы URI в UNIX-подобных системах (например, Linux) различаются и до сих пор не зарегистрированы в IETF. Пример: <man:ls(1)>.

info — страница документации info

info:виртуальное_имя_файла
info:виртуальное_имя_файла#имя_узла
info:(виртуальное_имя_файла)
info:(виртуальное_имя_файла)имя_узла

Эта схема ссылается на справочные страницы info (созданные из файлов texinfo); данный формат документации используется в инструментах GNU. Схемы URI в UNIX-подобных системах (например, Linux) различаются и до сих пор не зарегистрированы в IETF. На момент написания синтаксисы URI у GNOME и KDE различались, поэтому они не понимают синтаксис друг друга. Первые два формата — GNOME: в именах узлов все пробелы заменены подчеркиванием. Следующие два формата — KDE: пробелы в названиях узлов остаются пробелами, даже если это запрещено стандартами URI. Это делалось в надежде на то, что в будущем все программы будут принимать все эти форматы и будут считать подчеркивания как пробелы. В GNOME и KDE, если используется форма без названия узла, то названием по умолчанию считается «Top». Пример формата GNOME: <info:gcc> и <info:gcc#G++_and_GCC>. Пример формата КDE: <info:(gcc)> и <info:(gcc)G++ and GCC>.

whatis — поиск документации

whatis:строка

Эта схема применяет для поиска в базе однострочных описаний команд и возвращает список описаний, содержащих искомую строку. Возвращаются только полные совпадения. За более полной информацией обращайтесь к whatis(1). Данная схема URI в UNIX-подобных системах (например, Linux) различается и до сих пор не зарегистрирована IETF.

ghelp — справочная документация GNOME

ghelp:название_приложения

Схема загружает справку GNOME для заданного приложения. Замечание: пока в документации описаны не все приложения в этом формате.

ldap — простой протокол доступа к каталогам (Lightweight Directory Access Protocol)

ldap://узел_порт
ldap://узел_порт/
ldap://узел_порт/dn
ldap://узел_порт/dn?атрибуты
ldap://узел_порт/dn?атрибуты?область
ldap://узел_порт/dn?атрибуты?область?фильтр
ldap://узел_порт/dn?атрибуты?область?фильтр?расширения

Эта схема поддерживает запросы, направляемые по протоколу LDAP одному или нескольким серверам для получения иерархически упорядоченной информации (например, о людях или ресурсах компьютеров). Подробности о схеме LDAP URL смотрите в RFC 2255. Компоненты этого URL:

узел_порт

запрашиваемый сервер LDAP, записывается как имя машины, двоеточие, номер порта (необязательно). По умолчанию в LDAP используется TCP-порт 389. Если компонент не указан, то клиент сам определяет, какой из LDAP-серверов запрашивать.

dn

отличительное имя LDAP, которое определяет базовый объект поиска LDAP (смотрите RFC 2253 раздел 3).

атрибуты

возвращаемый список атрибутов, разделённых запятой; смотрите RFC 2251, раздел 4.1.5. Если данный компонент не задан, то возвращаются все атрибуты.

область

область поиска, значениями могут быть: «base» (для поиска по базовому объекту), «one» (для поиска на одном уровне) или «sub» (для поиска по ветвям). Если область поиска не указывается, то по умолчанию используется «base».

фильтр

фильтр поиска (набор возвращаемых записей). Если компонент не задан, то возвращаются все записи. Смотрите RFC 2254 раздел 4.

расширения

a comma-separated list of type=value pairs, where the =value portion may be omitted for options not requiring it. An extension prefixed with a '!' is critical (must be supported to be valid), otherwise it is noncritical (optional).

Приведём примеры запросов LDAP. Запрос к ldap.itd.umich.edu информации о Мичиганском университете США:

ldap://ldap.itd.umich.edu/o=University%20of%20Michigan,c=US

Для того, чтобы получить атрибут почтового адреса, введите запрос:

ldap://ldap.itd.umich.edu/o=University%20of%20Michigan,c=US?postalAddress

Для того, чтобы запросить у host.com (порт 6666) информацию о человеке по имени (cn) «Babs Jensen» в Мичиганском университете, введите строку:

ldap://host.com:6666/o=University%20of%20Michigan,c=US??sub?(cn=Babs%20Jensen)

wais — глобальная сеть информационных серверов (Wide Area Information Servers)

wais://узел_порт/база_данных
wais://узел_порт/база_данных?поиск
wais://узел_порт/база_данных/wtype/wpath

Эта схема предназначена для базы данных WAIS, поиска или документа (более подробную информацию о WAIS смотрите IETF RFC 1625 ). Узел_порт — это название машины, в некоторых случаях сопровождающееся номером порта (после двоеточия). Используемый порт по умолчанию — 210.

Первая форма определяет базу данных WAIS для поиска. Вторая форма — это определённой поиск в базе данных WAIS. Третья форма предназначена для поиска конкретного документа в базе данных WAIS. Значение wtype служит для обозначения объекта в WAIS, а wpath — это document-id WAIS.

другие схемы

Существует множество других схем URI. Большинство программ, использующих URI, поддерживают свои собственные схемы URI (например, Mozilla имеет схему about: для работы с внутренней информацией; браузер справки GNOME имеет схему toc: для работы с разными разделами). Есть схемы, которые в данный момент не распространены (например, prospero). Схема news: предпочтительнее схемы nntp:. URN поддерживаются схемой urn: (например, urn:ietf:… означает документы IETF); в настоящее время URN широко не используются. Не все приложения поддерживают все схемы.

Кодирование символов

В URI используется ограниченный набор символов с учётом того, чтобы их можно было набирать в различных ситуациях.

Следующие символы зарегистрированы, то есть они могут появляться в URI, но только в определённых для них целях (эти символы в данных должны быть экранированы перед созданием URI):

; / ? : @ & = + $ ,
    

Unreserved characters may be included in a URI. Unreserved characters include uppercase and lowercase Latin letters, decimal digits, and the following limited set of punctuation marks and symbols:

- _ . ! ~ * ' ( )
    

Все остальные символы должны экранироваться. Экранированный октет кодируется тремя символами: символом процента «%» и двумя шестнадцатеричными цифрами, представляющими код октета (для ввода шестнадцатеричных цифр можно использовать буквы верхнего и нижнего регистров). Например, пробел обозначается как «%20», символ табуляции (tab) обозначается как «%09», а «&» как «%26». Так как символ «%» зарезервирован, он всегда обозначаться только как «%25». Обычно в запросах пробельные символы заменяют знаком плюс (+); этот способ не определён в RFC (где рекомендуется использовать %20), но любое приложение, принимающее запросы URI, должно его воспринимать. URI всегда показываются в своём «экранированном» виде.

Unreserved characters can be escaped without changing the semantics of the URI, but this should not be done unless the URI is being used in a context that does not allow the unescaped character to appear. For example, "%7e" is sometimes used instead of "~" in an HTTP URL path, but the two are equivalent for an HTTP URL.

For URIs which must handle characters outside the US ASCII character set, the HTML 4.01 specification (section B.2) and IETF RFC 3986 (last paragraph of section 2.5) recommend the following approach:

(1)

translate the character sequences into UTF-8 (IETF RFC 3629)—see utf-8(7)—and then

(2)

использовать механизм экранирования URI, то есть, использовать конвертацию %HH для небезопасных октетов.

Запись URI

When written, URIs should be placed inside double quotes (e.g., "http://www.kernel.org"), enclosed in angle brackets (e.g., <http://lwn.net>), or placed on a line by themselves. A warning for those who use double-quotes: never move extraneous punctuation (such as the period ending a sentence or the comma in a list) inside a URI, since this will change the value of the URI. Instead, use angle brackets instead, or switch to a quoting system that never includes extraneous characters inside quotation marks. This latter system, called the 'new' or 'logical' quoting system by "Hart's Rules" and the "Oxford Dictionary for Writers and Editors", is preferred practice in Great Britain and in various European languages. Older documents suggested inserting the prefix "URL:" just before the URI, but this form has never caught on.

Синтаксис URI разрабатывался как однозначный. Однако когда URI стали использовать повсеместно, традиционные средства массовой информации (телевидение, радио, газеты и т.д.) стали применять сокращённые ссылки URI, состоящие из названия домена и пути к конкретному ресурсу (например, <www.w3.org/Addressing>). Такие ссылки больше предназначены для человеческого восприятия, а не для считывания машиной в предположении, что для полного понимания URI будет достаточно контекста применения (например, имена узлов, начинающиеся с «www», скорее всего, имеют в URI префикс «http://», а имена узлов, начинающиеся с «ftp», скорее всего, имеют префикс «ftp://»). Много реализаций клиентов «додумывают» такие ссылки. Такие предположения могут иногда меняться, в частности при появлении новых схем. Так как сокращённые URI имеют тот же синтаксис, что и путь относительных URL, сокращённые URI не могут быть использованы в тех случаях, где используются относительные URI; они могут использоваться только когда нет определённой основы (например, в диалоговых окнах). Не используйте сокращённые URI как гипертекстовые ссылки в документах, используйте стандартный формат, как описано в данном документе.

Безопасность

Сам по себе URI не создаёт никакой угрозы безопасности. Но нет никакой гарантии, что URL, который однажды указывал на конкретный ресурс, в дальнейшем будет делать то же самое. Так же нет никаких гарантий, что этот же URL позднее не будет ссылаться на совершенно другой ресурс. Такие гарантии можно получить лишь от лица, ответственного за эти ресурсы и их пространство имён.

Существует возможность составить URL таким образом, что попытка произвести обыкновенную, «безобидную» операцию, такую, как получение информации с определённого ресурса, возможно, вызовет сбой в её выполнении. Небезопасный URL, обычно, создаётся следующим образом: в запросе указывается номер порта, не совпадающий с номером зарезервированного порта сетевого протокола. Клиент неосознанно заходит на сайт, но используя другой протокол. В URL содержатся команды, которые при их считывании (в соответствии с другим протоколом) производят непредвиденную операцию. Примером может послужить использование gopher URL для создания ненужного и безадресного сообщения, которое отправится через сервер SMTP.

Нужно быть осторожным с URL, в которых указан номер порта, отличный от стандартного порта для протокола, в особенности, если этот номер находится в зарезервированной области.

Надо быть очень внимательным и в тех случаях, когда URI содержит экранированные разделители протокола (например, символы CR и LF для протокола telnet), с которых экранирование не будет снято перед передачей. Это могло бы нарушить протокол, но само отключение возможностей таких символов может вызвать возникновение дополнительных действий этого протокола, которые могут привести к выполнению непредвиденных и не совсем безобидных операций.

Также довольно не предусмотрительно использовать пароль в URI. В частности, рекомендуется использовать пароль внутри URI-компонента «userinfo», за исключением редких случаев, когда параметр «password» может быть показан всем.