【Java】URL（Uniform Resource Locator）
URL
- URL 的通用结构
- 数据库连接中的 URL
- 搜索引擎的复杂查询
- URL 编码
- 为什么需要编码？
- 编码规则对照表
- 查询字符串关键参数
- URL 解析过程
URL 的通用结构
URL 是协议驱动的资源定位符。URL 的标准格式如下：
<协议>://<主机>:<端口>/<路径>?<查询字符串>数据库连接中的 URL
很多后端开发者第一次意识到 URL 的普适性，是通过 JDBC 的连接字符串：
jdbc:mysql://127.0.0.1:3306/javacode?characterEncoding=utf8&useSSL=false这个字符串完美契合了 URL 的通用结构：
| 组成部分 | 解析值 | 技术含义 |
|---|---|---|
| 协议 | jdbc:mysql | 告诉程序使用 JDBC 桥接驱动，并指明子协议是 MySQL |
| 主机 | 127.0.0.1 | 数据库所在服务器地址（本机回环地址） |
| 端口 | 3306 | MySQL 服务的默认监听端口 |
| 路径 | /javacode | 定位到名为javacode的数据库实例 |
| 查询字符串 | characterEncoding=utf8&useSSL=false | 附带连接参数：强制 UTF-8 编码，并禁用 SSL 连接 |
搜索引擎的复杂查询
以在 Google 搜索java时生成的 URL 为例：
https://www.google.com/search?q=java&sca_esv=31f75f21cab977db&hl=zh_CN&sxsrf=...&source=hp&ei=...| 组成部分 | 解析值 | 技术含义 |
|---|---|---|
| 协议 | https | 采用 SSL/TLS 加密的 HTTP 协议，保证数据传输安全 |
| 主机 | www.google.com | Google 搜索服务的域名，通过 DNS 解析为真实 IP 地址 |
| 端口 | 未显式显示（默认443） | HTTPS 的标准端口，浏览器会自动补全并连接该端口 |
| 路径 | /search | 指向 Google 服务器上处理搜索请求的入口点（类似 Servlet/Controller 的映射路径） |
| 查询字符串 | q=java&sca_esv=...&hl=zh_CN&... | 键值对集合，包含用户搜索词（q=java）、界面语言（hl=zh_CN）、会话追踪 ID 等十余个参数，各参数之间用&分隔 |
补充说明：
hl=zh_CN这个参数告诉 Google 服务器，用户偏好中文（中国大陆）界面的搜索结果，这是通过查询字符串灵活控制资源表现的典型例子。
URL 编码
为什么需要编码？
URL 中允许使用的字符是有限的（如字母、数字、-_.~等）。如果参数值里包含了保留字符（如:/?&=等）或非 ASCII 字符（如中文），就必须进行转换，否则会破坏 URL 的结构。这就产生了URL 编码，也叫百分号编码。规则是：
- 对于非 ASCII 字符（如汉字），先用 UTF-8 编码得到字节序列，再把每个字节转为
%加上两位十六进制数。 - 对于 ASCII 中的保留字符，同样用
%加十六进制替代。
服务器对 URL 的处理全流程：
整个流转过程，编码与解码必须匹配。常见的问题是双端编解码不一致（如客户端用 GBK 对中文编码，服务器用 UTF-8 解码），导致中文乱码。
编码规则对照表
| 字符 | 用途 | URL 中直接出现？ | 编码结果 |
|---|---|---|---|
q | 普通字母 | ✅ 可以 | q |
& | 分隔多个参数 | ❌ 会被误解析 | %26 |
= | 分隔键和值 | ❌ 会被误解析 | %3D |
| 空格 | 空格 | ❌ 可能中断链接 | %20或+ |
中 | 中文 | ❌ 非 ASCII | %E4%B8%AD |
/ | 路径分隔符 | ❌ 在查询值中需转义 | %2F |
查询字符串关键参数
| 参数 | 值 | 含义 |
|---|---|---|
q | java | 核心查询词。所有复杂参数中，只有q是你的搜索意图。 |
hl | zh_CN | 界面语言偏好，这里是简体中文。 |
source | hp | 流量来源标识，hp代表首页。Google 用它统计用户行为。 |
oq | java | 在搜索框中输入的原始关键词。 |
sclient | gws-wiz | 内部客户端类型标识。 |
其余参数（sca_esv,ei,ved等）主要用于安全校验、会话跟踪、广告归因等技术目的，普通用户无需关注。
URL 解析过程
一次完整的 URL 解析，其实就是：
- 确认使用什么协议找到资源的传送方式。
- 通过 DNS 将域名解析成 IP，找到网络中唯一的主机。
- 通过端口号，在这台主机上锁定具体服务程序。
- 通过路径，让服务程序知道你要访问哪类资源。
- 通过查询字符串，告诉服务程序关于这个资源的具体要求。
- 在这个过程中，整个 URL 只能使用 ASCII 和安全字符，其余字符必须通过百分号编码“伪装”成符合规范的形式。