URL

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 16 de octubre de 2022; las comprobaciones requieren 2 ediciones .

Uniform Resource Locator (del inglés  Uniform Resource Locator , abreviatura   URL [ ˌ j u ː  ɑ ː r  ˈ e l ]) es un sistema de direcciones unificadas de recursos electrónicos, o un identificador de ubicación de recurso ( archivo ) uniforme [1] .

Se utiliza como estándar para escribir enlaces a objetos en Internet ( enlaces de hipertexto en la World Wide Web www ).

Para designar una dirección electrónica, se utiliza la abreviatura "URL" de acuerdo con GOST R 7.0.5-2008.

Historia

La URL fue inventada por Tim Berners-Lee en 1990 dentro de los muros del Consejo Europeo para la Investigación Nuclear (en francés:  Conseil Européen pour la Recherche Nucléaire, CERN ) en Ginebra , Suiza . La URL se ha convertido en una innovación fundamental en Internet. La URL originalmente tenía la intención de hacer referencia a la ubicación de los recursos (más a menudo archivos) en la World Wide Web . Ahora URL se usa para referirse a las direcciones de casi todos los recursos en Internet. El estándar de URL se fija en el documento miswkt@86hfkr@~|~[✓]qaq. URL ahora se posiciona como parte de un sistema de identificación de recursos más general URI , el término URL en sí mismo está dando paso gradualmente al término más amplio URI . El estándar URL se rige por el IETF y sus subsidiarias.

En 2009, Tim Berners-Lee comentó sobre la redundancia de plifoy //al comienzo de una URL, después de especificar el protocolo de red [2] [3] .

Estructura de la URL

La URL se diseñó como un sistema para señalar la ubicación de los recursos en la web de la forma más natural posible. El localizador tenía que ser fácilmente extensible y usar solo un conjunto limitado de caracteres ASCII (por ejemplo, nunca se usa un espacio en una URL ). En este sentido, ha surgido la siguiente forma tradicional de registro de URL:

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

En esta entrada:

esquema esquema de acceso a los recursos; en la mayoría de los casos, significa el protocolo de red iniciar sesión el nombre de usuario utilizado para acceder al recurso contraseña la contraseña del usuario especificado anfitrión el nombre de dominio completo del host en el sistema DNS o la dirección IP del host en forma de cuatro grupos de números decimales separados por puntos; Los números son números enteros en el rango de 0 a 255. puerto puerto host para conectar Ruta URL aclarar información sobre la ubicación del recurso; dependiente del protocolo. parámetros cadena de consulta con parámetros pasados ​​al servidor ( usando el método GET ). Comienza con un carácter ?, el separador de parámetros es un carácter &. Ejemplo:?параметр_1=значение_1&параметр_2=значение_2&параметр3=значение_3 ancla identificador de anclaprecedido por un #. El ancla puede ser un título dentro del documento o un atributo de identificaciónelemento. Usando dicho enlace, el navegador abrirá la página y moverá la ventana al elemento especificado. Por ejemplo, un enlace a esta sección del artículo https://ru.wikipedia.org/wiki/URL#Структура_URL:.

Esquemas (protocolos) URL

Los esquemas de URL comunes (protocolos) incluyen:

  • ftp: protocolo de transferencia de archivos FTP
  • http: protocolo de transferencia de hipertexto HTTP
  • rtmp es un protocolo de mensajería en tiempo real patentado, que se utiliza principalmente para transmitir video y audio desde cámaras web a través de Internet.
  • rtsp es un protocolo de transmisión en tiempo real.
  • https es una implementación especial del protocolo HTTP que usa encriptación (generalmente SSL o TLS )
  • Gopher - protocolo Gopher
  • mailto - dirección de correo electrónico
  • noticias - noticias de Usenet
  • nntp: noticias de Usenet a través del protocolo NNTP
  • irc - protocolo IRC
  • smb - Protocolo SMB /CIFS
  • prospero - Servicio de directorio de próspero
  • telnet - enlace a una sesión Telnet interactiva
  • wais - base de datos del sistema WAIS
  • xmpp - Protocolo XMPP (parte de Jabber )
  • archivo - nombre de archivo local
  • datos - datos inmediatos ( Datos: URL )
  • tel - llamar al teléfono especificado

Esquemas de URL exóticos:

Esquemas de URL en navegadores:

 esquemas URI
Oficial
no oficial

Codificación de URL

El estándar de URL utiliza el juego de caracteres US - ASCII . Esto tiene un serio inconveniente, ya que solo se permiten letras latinas, números y algunos signos de puntuación. Todos los demás caracteres necesitan ser recodificados. Por ejemplo, deben recodificarse las letras cirílicas , las letras con signos diacríticos , las ligaduras y los jeroglíficos . La codificación de transcodificación se describe en RFC 3986 y se denomina codificación de URL, codificación de URL o codificación de porcentaje .

Se puede ver un ejemplo de codificación en la Wikipedia en ruso, que utiliza el idioma ruso en la URL . Por ejemplo, una línea como:

https://ru.wikipedia.org/wiki/Wikipedia

codificado como:

https://en.wikipedia.org/wiki/%D0%92%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F

Implementación

La conversión se lleva a cabo en dos etapas: primero, cada carácter cirílico se codifica en UTF-8 en una secuencia de dos bytes, y luego cada byte de esta secuencia se escribe en notación hexadecimal precedido por un signo de porcentaje (%):

B → D0 y 92 → %D0%92 y → D0 y B8 → %D0%B8 a → D0 y BA → %D0%BA y → D0 y B8 → %D0%B8, etc. Caracteres reservados [5]
! * ' ( ) ; : @ & = + $ , / ? # [ ]
Caracteres no reservados [5]
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
a b c d e f g h i j k l m n o p q r s t u v w x y z
0 1 2 3 4 5 6 7 8 9 - _ . ~

Todos los demás caracteres del URI están codificados.

Los caracteres reservados se codifican de la siguiente manera:

! " # [6] ps % & [6] ' * + , [6] : [6] ; [6] < = [6] > ? [6] [ ] ^ ` { | } <espacio>
%21 %22 %23 %24 %25 %26 %27 %2A %2B %2C %3A %3B %3C %3D %3E %3F %5B %5D %5E %60 %7B %7C %7D %20 [7]

La codificación de parámetros en Internet Explorer y el antiguo Firefox es ligeramente diferente [8] .

En algunos casos, la URL se genera utilizando la codificación Base58 [9] .

Estándar IRI

Dado que las letras de todos los alfabetos están sujetas a tal transformación, a excepción del alfabeto latino básico , la URL con las palabras de la gran mayoría de los idiomas puede volverse ilegible para una persona.

Todo esto está en conflicto con el principio de internacionalismo proclamado por todas las organizaciones líderes de Internet , incluyendo el W3C e ISOC . El estándar IRI ( Internationalized Resource Identifier ) ​​está diseñado para resolver este problema : identificadores de recursos internacionales en los que los caracteres Unicode podrían usarse sin problemas y que, por lo tanto, no infringirían los derechos de otros idiomas . Aunque es difícil decir de antemano si las IRI alguna vez podrán reemplazar las URL tan utilizadas (y las URI en general).  

Límite de longitud

Formalmente, la longitud de la URL es ilimitada, pero los navegadores tienen límites en la longitud de la URL. No se recomienda utilizar una URL de más de 2048 caracteres, ya que Microsoft Internet Explorer tiene esta limitación [10] .

Iniciativa PURL

Otra desventaja cardinal de las URL es su falta de flexibilidad. Los recursos en la World Wide Web e Internet se mueven, pero los enlaces en forma de URL permanecen, apuntando a recursos que ya no están allí. Esto es especialmente doloroso para las bibliotecas electrónicas, catálogos y enciclopedias. Para solucionar este problema se han propuesto los PURLs ( Persistent Uniform Resource Locators ) .  En esencia, estas son las mismas URL, pero no apuntan a una ubicación de recurso específica, sino a una entrada en la base de datos PURL, donde, a su vez, ya se encuentra registrada una URL de recurso específico. Al acceder a PURL, el servidor encuentra la entrada requerida en esta base de datos y redirige la solicitud a una ubicación de recursos específica. Si la dirección del recurso cambia, entonces no hay necesidad de corregir todas las innumerables referencias a él, simplemente cambie la entrada en la base de datos. Por el momento, esta idea no está estandarizada y no se usa mucho.

Véase también

Notas

  1. ↑ URL (Localizador Uniforme de Recursos) - Localizador Uniforme de Recursos. Dirección de un recurso de información (archivo) en Internet: una colección de siglas del campo de la tecnología y la programación informática . 2006.
  2. ↑ Apareció la doble barra en las direcciones de Internet debido a la prisa de su creador . RIA Novosti (2009-10-14 19:05). Consultado el 11 de julio de 2010. Archivado desde el original el 25 de agosto de 2011.
  3. ↑ El creador de Internet lamenta la doble barra . Resumen digital diario de 3DNews (14 de octubre de 2009). Consultado el 26 de febrero de 2020. Archivado desde el original el 26 de febrero de 2020.
  4. ↑ La URL de Chrome . Consultado el 9 de diciembre de 2014. Archivado desde el original el 21 de octubre de 2014.
  5. ↑ 1 2 RFC 3986 , sección 2.2
  6. ↑ 1 2 3 4 5 6 7 El símbolo es válido, pero cuando se especifica en texto plano tiene un significado sintáctico especial
  7. ↑ MediaWiki evita codificar los espacios en blanco como %20, en lugar de reemplazarlos con el guión bajo "_" en todas partes. Muchos motores de búsqueda reemplazan el espacio con un símbolo "+".
  8. ↑ HTTP, RFC 3986 y navegadores
  9. ↑ Servicios de Flickr . Consultado el 19 de septiembre de 2014. Archivado desde el original el 12 de agosto de 2014.
  10. ↑ La longitud máxima de una URL en Internet Explorer es de 2083 caracteres . microsoft.com. Consultado el 10 de mayo de 2015. Archivado desde el original el 15 de noviembre de 2016.

Enlaces

  Ir al elemento de Wikidata  diccionarios y enciclopedias
En catálogos bibliográficos