谈一谈URL

作者：ManfredHu
链接：http://www.manfredhu.com/2017/08/16/22-url/index.html
声明：版权所有，转载请保留本段信息，谢谢大家

URL

URL

普及篇，作为互联网从业者如果连链接都不认识，很难交流。不知道你们有没有遇到这样的情况，开发要给产品一个链接叫产品体验，开发说打开链接加个_test=1的参数，产品说，怎么搞啊，我不会呀！！！我不会呀！！！我不会呀！！！所以要普及一些网络姿势！！

URL的由来

我们的身份证有18个号码，标识了我们的唯一。

URL全称Uniform Resource Locator 统一资源定位符（或称统一资源定位器/定位地址、URL地址等，常缩写为URL），有时也被俗称为网页地址（网址）。如同在网络上的门牌，是因特网上标准的资源的地址（Address）。它最初是由蒂姆·伯纳斯-李发明用来作为万维网的地址。现在它已经被万维网联盟编制为因特网标准RFC 1738。

URL的组成部分

URL的协议类型:

• http://www.tmtpost.com/2737087.html?mobile=1&mdebug=1#haha=init&lh=1
• [scheme:][//host][:port][/pathname][?search][#hash]
• [http:][//www.tmtpost.com][/2737087.html][?mobile=1&mdebug=1][#haha=init&lh=1]

举个栗子，如下URL：

http://www.tmtpost.com/2737087.html?mobile=1&mdebug=1#haha=init&lh=1

标识了一个互联网上的文件的地址。

在控制台输入window.location 会输出信息，大概如下

1 2 3 4 5 6 7 8 9 10

Location hash:"#haha=init&lh=1" host:"www.tmtpost.com" hostname:"www.tmtpost.com" href:"http://www.tmtpost.com/2737087.html?mobile=1&mdebug=1#haha=init&lh=1&test=1" origin:"http://www.tmtpost.com" pathname:"/2737087.html" port:"" protocol:"http:" search:"?mobile=1&mdebug=1"

格式部分	例子对应的部分	获取代码
protocol	http:	window.location.protocol
host	//www.tmtpost.com	window.location.host
port	http默认为80，https默认为443，本例为空	window.location.port
pathname	/2737087.html	window.location.pathname
search	?mobile=1&mdebug=1	window.location.search
hash	#haha=init&lh=1	window.location.hash

window.location.href 和 window.location.replace

• window.location.href 是一个可读可写的属性。读则返回整个URI字符串，写则跳转页面。
• window.location.replace 是一个方法，同样用于页面跳转，只是同时会把历史纪录替换掉，所以你后退回不去原来的链接，而 window.location.href 是有记录的。

注意：这里只可以跳转到同个host下的不同pathname。

1 2 3 4 5

//如果你打开www.baidu.com在控制台输入 window.location.href = "www.qq.com"; //则url会变成 https://www.baidu.com/www.qq.com //百度会告诉你它根本不认识这货而跳转到错误搜索 //测试环境为Chrome

构建URL

业务中经常会用URL的参数，通常是 location.search 这里的部分来做一些业务相关的操作，比如某些功能的体验，加了一个参数就可以打开体验等等。这里通常就是操作

http://www.tmtpost.com/2737087.html?mobile=1&mdebug=1#haha=init&lh=1

这样链接的 ?mobile=1&mdebug=1部分，通过添加其他参数来构成URL.
比如我们上面情景下的开发哥哥想要你加上_test=1。

那么就会形成 ?mobile=1&mdebug=1&_test=1的search部分。
这里参数以&符号来分割。

总的链接为

http://www.tmtpost.com/2737087.html?mobile=1&mdebug=1&_test=1#haha=init&lh=1

这就是开发哥哥想要的URL了。

HASH的读写

location.hash为获取的hash，通常的单页SPA下会通过hash的变化来判断执行的模块方法。这块通常也是一些基础面试里面会问到的题目，让你现场写一个东西来获取URL里面的参数，因为场景太常用了，所以是必修题。记得在大三去微信TIT面试的时候有一道就是这样的，考察的是JS正则表达式的使用和对URL的理解是否深刻。

hash的常见类型如： #haha=init&lh=1&test=1

1 2 3 4 5 6 7 8 9 10 11 12 13 14

var URL = {}; URL.setHash = function(hash){ location.hash = hash; } URL.getHash = function(){ var hash = location.hash; return hash ? hash.replace(/.*#/,""):""; //删除掉#前面（包括#）的所有字符 } URL.getHashParam = function(key){ var hash = URL.getHash(); //这里会取到haha=init&lh=1这样的字符串，用正则来捕获key为传入key的值 var result = hash.match(new RegExp("(^|&)"+ key +"=([^&]*)(&|$)")); return result != null ? result[2]: ""; }

SEARCH部分

location.search部分为?号 后面的内容，跟HASH类似，也是key=value的模式。

search的常见类型如： ?mobile=1&mdebug=1&_test=1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

var URL = {};   //HASH部分 URL.setHash = function(hash){ location.hash = hash; } URL.getHash = function(){ var hash = location.hash; return hash ? hash.replace(/.*#/,""):""; //删除掉#前面（包括#）的所有字符 } URL.getHashParam = function(key){ var hash = URL.getHash(); //这里会取到haha=init&lh=1这样的字符串，用正则来捕获key为传入key的值 var result = hash.match(new RegExp("(^|&)"+ key +"=([^&]*)(&|$)")); return result != null ? result[2]: ""; }   //SEARCH部分 URL.getSearch = function(){ var search = location.search; //得到形如 ?mobile=1&mdebug=1 这样的字符串 return search ? search.replace(/.*?/,""):""; //删除掉?前面（包括?）的所有字符 } //支持传入url URL.getSearchParam = function(key,url){ var search = url ? url :URL.getSearch(); //这里会取到haha=init&lh=1这样的字符串，用正则来捕获key为传入key的值 var result = search.match(new RegExp("(^|&)"+ key +"=([^&]*)(&|$)")); return result != null ? result[2]: ""; }

URL编码解码

window全局对象下有几个方法函数是对URL进行处理的。有这些

• window.decodeURI
• window.encodeURI
• window.decodeURIComponent
• window.encodeURIComponent
• window.unescape
• window.escape

很明显，这是三对类似的情侣。相爱相杀，一个用来解码一个用来编码。

首先，我们看一下阮一疯的关于URL编码这里先入个门再来看我们下面的总结部分。

废弃的escape和unescape

这一对可以对中文进行编解码操作，以前用的比较多，现在已经不提倡使用(废弃)看下面的例子：

1 2 3 4

escape("醉了") //"%u9189%u4E86" unescape("%u9189%u4E86") //"醉了"

同理我们可以对比String.charCodeAt方法，这个方法会返回字符串某个字符的unicode编码。

escape和String.charCodeAt方法的联系

1 2 3 4

"醉了".charCodeAt(0) //37257（十进制） "醉了".charCodeAt(1) //20102（十进制） parseInt(escape("醉").match(/d+/)[0],16) //37257（十进制） parseInt(escape("了").match(/d+/)[0],16) //20102（十进制）

这里我们用escape编码 醉字得到字符的unicode编码"%u9189"，然后用String.match匹配整数部分得到16进制的9189，然后用parseInt方法将9189转码为十进制得到与charCodeAt方法一样的数字——37257

encodeURI和decodeURI

这一对会对一些符号进行编码（如空格转为%20），其他一些在网址中有特殊含义的符号”; / ? : @ & = + $ , #”，不进行编码。编码后，它输出符号的utf-8形式，并且在每个字节前加上%。

1 2 3 4 5 6

encodeURI("醉了") //"%E9%86%89%E4%BA%86" encodeURI("醉了 ") //"%E9%86%89%E4%BA%86%20" decodeURI("%E9%86%89%E4%BA%86%20") //"醉了 "

encodeURIComponent和decodeURIComponent

与encodeURI()的区别是，它用于对URL的组成部分进行个别编码，而不用于对整个URL进行编码。

因此，”; / ? : @ & = + $ , #”，这些在encodeURI()中不被编码的符号，在encodeURIComponent()中统统会被编码

1 2 3 4

encodeURI('哈哈hao123;/?:@&=+$,#') "%E5%93%88%E5%93%88hao123;/?:@&=+$,#" encodeURIComponent('哈哈hao123;/?:@&=+$,#') "%E5%93%88%E5%93%88hao123%3B%2F%3F%3A%40%26%3D%2B%24%2C%23"

escape和encodeURIComponent的区别

上例说了encodeURI和encodeURIComponent的区别,区别不大.只是在; / ? : @ & = + $ , #这些特殊符号编不编码的问题.
而escape和encodeURI的区别则是——Unicode编码和UTF-8的区别.

因为escape会将传入的字符串参数转码为Unicode,而encodeURI则会将传入的字符串参数转码为可以直接在互联网传递的UTF-8格式.

Unicode和UTf-8

UTF-8

UTF-8是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8的编码规则很简单，只有二条：

1. 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
2. 对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

对照关系如下:

Unicode符号范围(十六进制)	UTF-8编码方式（二进制）
0000 0000-0000 007F	0xxxxxxx
0000 0080-0000 07FF	110xxxxx 10xxxxxx
0000 0800-0000 FFFF	1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

Unicode和UTF-8的转化

以醉了的醉字为例

1 2 3 4

"醉".charCodeAt(0) //37257(十进制) encodeURI('醉') //"%E9%86%89"

可以这里醉字的UTF-8编码为三字节,E9 86 89
转化为二进制为 11101001 10000011 10001001
对应上面表格的第三行,将其代入第三行的UTF-8编码的部分,得到替代的x部分为1001 000011 001001则为醉字的Unicode编码部分.

1 2 3 4 5 6

parseInt('1001 000011 001001'.replace(/s/g,''),2) //37065 "醉".charCodeAt(0) //37257(十进制) parseInt(escape('醉').match(/d+/)[0],16) //37257(十进制)