17611538698
webmaster@21cto.com

谈谈如何设计好网站的URL

作者 万能的大雄 分类 架构 04月11日

导读:URL设计,这是一个非常重要但是往往容易给忽略的部分,也比较少架构师会去关注或者重视。在整个系统架构中,有时候一个好的URL设计对整个系统会起到一个好的作用。

图片


URI和URL及URN

URL大家都比较熟悉,其他两个词就比较陌生了。URI、URL和URN是识别、定位和命名互联网上的资源的标准途径。1989年Tim Berners-Lee发明了互联网(World Wide Web)。WWW被认为是全球互连的实际的和抽象的资源的集合–它按需求提供信息实体–通过互联网访问。实际的资源的范围从文件到人,抽象的资源包括数据库查询。

因为要通过多样的方式识别资源(人的名字可能相同,然而计算机文件只能通过唯一的路径名称组合访问),所以需要标准的识别WWW资源的途径。为了满足这种需要,Tim Berners-Lee引入了标准的识别、定位和命名的途径:URI、URL和URN。

  • URI:Uniform Resource Identifier,统一资源标识符

  • URL:Uniform Resource Locator,统一资源定位符

  • URN:Uniform Resource Name,统一资源名称

在这个体系中的URI、URL和URN是彼此关联的。URI的范畴位于体系的顶层,URL和URN的范畴位于体系的底层。这种排列显示URL和URN都是URI的子范畴。

图片

URI可被视为定位符(URL),名称(URN)或两者兼备。统一资源名(URN)如同一个人的名称,而统一资源定位符(URL)代表一个人的住址。换言之,URN定义某事物的身份,而URL提供查找该事物的方法。

用于标志唯一书目的ISBN系统是一个典型的URN使用范例。例如,ISBN 0-486-27557-4无二义性地标志出莎士比亚的戏剧《罗密欧与朱丽叶》的某一特定版本。为获得该资源并阅读该书,人们需要它的位置,也就是一个URL地址。在类Unix操作系统中,一个典型的URL地址可能是一个文件目录,例如file:///home/username/RomeoAndJuliet.pdf。该URL标志出存储于本地硬盘中的电子书文件。因此,URL和URN有着互补的作用。

URL

URL是Internet上用来描述信息资源的字符串,主要用在各种WWW客户程序和服务器程序上。采用URL可以用一种统一的格式来描述各种信息资源,包括文件、服务器的地址和目录等。

图片

URL的格式由下列三部分组成:

  • 协议(或称为服务方式)

  • 存有该资源的主机IP地址(有时也包括端口号)

  • 主机资源的具体地址。如目录和文件名等

第一部分和第二部分之间用”://”符号隔开,第二部分和第三部分用”/”符号隔开。第一部分和第二部分是不可缺少的,第三部分有时可以省略。

目前最大的缺点是当信息资源的存放地点发生变化时,必须对URL作相应的改变。因此人们正在研究新的信息资源表示方法。

URN

URN(统一资源名称)是标准格式的URI,指的是资源而不指定其位置或是否存在。这个例子来自RFC3986:urn:oasis:names:specification:docbook:dtd:xml:4.1.2

URN与URL之间仍存在重大区别:

  • URN对一项资源予以持久性的识别。

  • URL主要为资源标识路径。路径可能随着时间的推移发生改变,原因有二:首先,可于特定URL获取的资源可能发生改变(互联网上的内容变更非常频繁)。另外,资源可能被移至其它定位,也可能同时出现在多个定位。因此,URL往往并不具有唯一性或持久性。

因此,URL与URN的设计相似,宗旨不同。

URN的设计旨在确保与现行标准标识符系统(例如ISSN或任何其它新标准系统)具有互操作性。因此,URN拥有与标识符系统挂钩的命名空间,有别于其它持久性标识符系统(例如DOI前缀并不代表任何标识符系统,而是指明提供标识符的相关组织) 。URL与URI则完全不考虑传统标识符系统。因此,一项期刊的URN基于其ISSN号,URN:ISSN 命名空间则适用ISSN相关规则。相反的,期刊主页的URL往往与ISSN号无关。

URN的结构

URN采用URI语法。

URN:NID:NSS

因此,URN至少包括三个部分:

  • URN:URN首先标注URN方案Scheme

  • NID:于IANA(互联网号码分配机构)注册的命名空间标识符

  • NSS:NSS(命名空间特定字符串)予以精确标识

ISSN与URN

ISSN是最早接受URN方案的书目标识符,以期通过标准方式在互联网上进行使用和表达。每一个ISSN号都可根据以下语法以URN形式予以表达:

  • URN:ISSN:xxxx-xxxx

  • urn:issn:xxxx-xxxx

  • UrN:IsSn:xxxx-xxxx

xxxx-xxxx即转化为URN的ISSN号,例如:urn:issn:1234-1231

建议将URN:ISSN记录于可获取的网络资源(例如在线发布的报刊等)的嵌入元数据中。以HTML文件为例,URN:ISSN应录入于HEAD部分:

META NAME="Identifier" SCHEME="URN:ISSN" CONTENT="1234-1231"

URI

URI是以某种统一的(标准化的)方式标识资源的简单字符串,一般由三部分组成:

  • 访问资源的命名机制

  • 存放资源的主机名

  • 资源自身的名称,由路径表示

统一资源标志符URI就是在某一规则下能把一个资源独一无二地标识出来。URL是URI的子集。

图片

典型情况下,这种字符串以scheme开头,语法如下:

图片

有的URI指向一个资源的内部。这种URI以”#”结束,并跟着一个anchor标志符(称为片断标志符)。

相对URI不包含任何命名规范信息。它的路径通常指同一台机器上的资源。相对URI可能含有相对路径(如:“..”表示上一层路径),还可以包含片断标志符。

URI的常见问题

  • 难以输入,URI不必要的冗长

  • 莫明其妙的大写字母

  • 不常见的标点符号

  • 在纸介质上显示很困难,一些字符在纸上打印出来不容易辨认

  • 主机和端口的问题除了scheme-specific部分,domain和port也可能给用户带来困惑。

不成熟的技术:Data URI

Data URI是由RFC 2397定义的一种把小文件直接嵌入文档的方案。通过如下语法就可以把小文件变成指定编码直接嵌入到页面中:

data:[<MIME-type>][;base64],<data>

MIME-type:指定嵌入数据的MIME。其形式是[type]/[subtype]; parameter,比如png图片对应的MIME是image/png。parameter可以用來指定附加的信息,更多情況下是用于指定text/plain和text/htm等的文字编码方式的charset参数。默认是text/plain;charset=US-ASCII。

base64:声明后面的数据的编码是base64的,否则数据必须要用百分号编码(即对内容进行urlencode)。

Data URI的优点:

  • 减少HTTP请求数,没有了TCP连接消耗和同一域名下浏览器的并发数限制。

  • 对于小文件会降低带宽。虽然编码后数据量会增加,但是却减少了http头,当http头的数据量大于文件编码的增量,那么就会降低带宽。

  • 对于HTTPS站点,HTTPS和HTTP混用会有安全提示,而HTTPS相对于HTTP来讲开销要大更多,所以Data URI在这方面的优势更明显。

  • 可以把整个多媒体页面保存为一个文件。

Data URI的缺点:

  • 无法被重复利用,同一个文档应用多次同一个内容,则需要重复多次,数据量大量增加,增加了下载时间。

  • 无法被独自缓存,所以其包含文档重新加载时,它也要重新加载。

  • 客户端需要重新解码和显示,增加了点消耗。不支持数据压缩,base64编码会增加1/3大小,而urlencode后数据量会增加更多。

  • 不利于安全软件的过滤,同时也存在一定的安全隐患。

转换工具:Data URI Generator

优秀的URI不会改变

什么样的URI称得上优秀的URI?优秀的URI就是不需要改变的URI。是什么迫使URI做出改变?不改变的是URI:改变的是人。理论上人们没有什么原因去改变URI,但是在实际运行中却存在着成百上千的原因。从理论上讲,域名的所有者拥有该域名下的所有URI。理论上您域名下的所有URI是完全由您控制的,所以你是可以按照自己喜欢的方式使URI变得稳定。迫使一个文件地址消失的原因是域名过期或服务器没有在继续运行。这就是为了会有这么多改来改去的链接。其中的一部分是由于缺乏远见导致的。下面是您可以听到的一些原因。

  • 为了使网站更好,我们刚改版了网站。

  • 我们有大量过期的、保密的、无效的文档需要进行区分。

  • 我们发现不得不移动文件。

  • 我们曾经使用的是一个CGI脚本,现在我们使用的是一个二进制程序。

  • 我不认为URI是需要持久的,需要持久的那是URN。

当你在服务器上修改了URI,你不会知道还有多少人会使用旧的URI。他们可能把你的链接发布到了其他网站上,他们可能把你的链接存为了书签。他们可能把你的URI告诉了别人。当一些人点击链接,但是发现链接无法打开的时候,他们就会对网站拥有者失去信心。他们会因为不能完成自己想要的目标而沮丧。

我该怎么去设计URI?

使一个URI可以持续2年、20年、200年,这是一个网站管理员的责任。这需要思想、组织和承诺。一般来说URI改变时因为文档里的一些信息发生了改变,这和URI的设计至关重要的。文件的创建日期这是不会改变的。这对分离旧的系统和新的系统非常有用。这能很好的让你开始设计一个URI。即使这个文件会被多次修改,但是他还是只会有一个创建日期。唯一例外的是一个网页是故意“最新”的,例如频道的首页。

http://www.example.com/money/moneydaily/latest/

此URI不需要日期的主要原因是此页面时不断更新的,如果你需要者页面的存档,存档地址可以是

http://www.example.com/money/moneydaily/1998/981212.moneyonline.html

(这个URI看上去不错,除了”98″和“.html”有些多余)

哪些信息需要被抛弃?

在使用日期以后,把任何信息放入URI都有可能带来问题。

  • 作者的名字:著作权可能会因为版本的修改而改变,比如团队里的某些人离开使事务被转手。

  • 标题:这个是非常棘手的,他总是现在看起来非常合适,但是过些时间久需要改变。

  • 状态:如”old”,”new”,”latest”等,文件很可能会改变状态。

  • 访问权限:一个文件的访问权限可能会因为情况而改变,不要将文档放在”public”、”team”下。

  • 文件扩展名:即使是”.html”也有可能会改变。

  • 程序机制:如”cgi”和”exec”

  • 磁盘名称:这个也有用使用的!

按文章主题进行分类

这是非常危险的操作。通常情况下,你URI中的文档分类是按你正在进行的工作进行区分的。这就可能带来隐患,你从事的领域可能会在今后发生变化。在W3C,我们期望吧“MarkUp”修改为“Markup”,后来又期望修改为“HTML”,我们不能保证现在的命名在以后是否适用。

按主题分类这是一个非常理想的分类方案,包括把整个互联网进行分类一样,这是一个非常不错的解决办法,但是从长远看存在着严重的缺陷。每个人对语言中的每个聚类的主题词都有不同的理解,网络之间的主题关系,并不是像树型那么简单。事实上,当你在你的URI中绑定分类时,未来你很有可能去改变这个分类,到时候URI就需要跟随着改变。

在URI中使用主题进行分类的一个原因是你需要一个名称作为URI的一个部分来组织内容,比如内容细分,通常来说在日期存在(日期在左边)的情况下还是非常安全的,1998/pics可以理解为,我们在1998年的照片。而不是照片中1998年我们在做什么。

不要忘记你的域名

请记住,这不仅适用于URI“路径”,同时也使用与服务器名称。在域名中无论代表公司,或文件状态,或访问级别,或者安全级别划分,要非常非常小心,特别是在使用多个域名访问一个文件的时候,不要忘记,你可以在服务器端使用重定向。

URL即UI

尽管APP和小程序在替代WEB网站。但WEB网站最终难以被完全替代。未来的很多年,URL还将成为用户界面的一部分。所以一个可用性好的网站需要:

  • 一个容易记忆及拼写的域名

  • 简短的URL网址

  • 容易输入的URL

  • 可视化的URL结构

  • 用户可以删除URL最后的一层到达上级目录

  • URL保持不变

用户不需要像服务器一样了解每个URL,事实上更多的人是通过大概的印象访问网站的:

  • 很多人会在没有访问网站前猜测网站的域名,所以你最好使用公司名称或品牌作为域名

  • 更多的人更喜欢记住网站名而不是将网站添加到书签,所以最好注册一个易于拼写的域名

  • 在用户将你的URL通过邮件告知别人时,保证你的URL要少于78个字符,因为如果URL过程可能会造成换行

  • 如果很多人通过输入那么最好使用简短的URL

  • 不要再URL中大下写混用,因为很多人会忽视大小写,但是部分服务器不会

  • 在服务器上进行拼写检查来减少由于拼写错误造成的问题

来自第三网站的外链对流量很重要,所以在生成你的URL的时候要考虑到易于传播。

  • 保证所有的URL都是持续可以访问的,且链向的页面不做改变。

  • 不要把文件的URL改来改去, 保证同一个文件前后只有一个URL。

很多人考虑是否.COM域名是否要比.CN(国别域名)要好?是的,很多人已经习惯了域名以.COM结尾。这是由于早期由美国人开发的浏览器会自动补全.COM(现在苹果的iPad上默认也有.COM按钮),基于这种情况,我的建议是:

  • 如果网站是英文的或国际性最好使用.com域名

  • 如果网站使用的是其他语言可以使用国别域名代替

  • 如果网站内容是区域性的,无所谓使用哪种域名

国别域名相比.COM域名主要优势是,还有很多可以注册的简短的、易记的域名。

从长远的发展来看,需要大量的名称(按照人类语言习惯)来识别世界上每个实体。新的顶级域名会不断出现,但由于旧的用户习惯,旧的浏览器或软件还是会存在很多年,所以好的域名还是会影响很多年。

怎样设计一个好的URL

URL是网站UI的一部分,因此,可用的网站应该满足这些URL要求:

  • 简单,好记的域名

  • 简短(short)的URL

  • 容易录入的URI

  • URL能反应站点的结构

  • URL是可以被用户猜测和hack的(也鼓励用户如此)

  • 永久链接

记住下面四句话,你就知道应该设计什么样的URL了。

  • URL应当是用户友好的

  • URL应当是可读的

  • URL应当是可预测的

  • URL应当是统一的

网址根目录(level section)是非常珍贵的

对于任何一个URL而言,它最用价值的方面是在他的根目录(level section),我的观点是她必须在你写任何代码前确定下来,他会确定你网站最后是怎么组织起来的。当你想建立新的站点的时候,一定要想好哪些根目录的网址是需要保留的。

命名空间是一个非常有用的拓展网址方案

命名空间是一个建立容易记忆的良好网址结构的方案。那命名空间是什么意思呢?下面是一个例子:

https://github.com/pallets/flask/issues

在上面的URL中,pallets/flask是命名空间。为什么这个是有用的?因为任何跟在命名空间后面的部分都将成为level section。在可以在任何/后面跟上/issues或/wiki来生成页面。

为了命名空间的通用性,保持命名空间的简洁,不要将内容加在前面或后面,类似/feature//或///feature.

查询字符串对排序和过滤非常的有用

网站都有一些查询字符串,很多网站使用多个查询字符串。他们通常使用同一的模式来对页面或内容进行排序或过滤(sort=alpha&dir=desc),他们可以是URL更加简单和易记。

需要记住的是,在URL上没有带任何查询字符串时需要显示一个不同的页面。

非ASCII字符出现在网址中

非 ASCII字符不但难以输入,而且还难以记忆。URL是为人设计的,不是为搜索引擎设计的。在URL中堆砌关键词的手法,并不罕见,比如下面的URL:这样的URL在Google 2003年修改算法前对SEO很有效,但是一些SEO教程上现在还是叫你将关键词写入URL。他们错了,忽略他们。

除此之外,你还需要记住以下两点:

  • 下划线很不好,请在URL中使用中划线。

  • 在URL中使用一些短的、通俗的词,如果一段URL中有中划线会特殊的字符,那它可能有些长。

URL是为人使用的,也是为人设计的。

一个URL就是一个协议

一个URL是一个协议,你需要让他保存做够长的时间。一旦有人点击了你的URL,他们就是和你签署有了一个协议,他们期望下次再打开这个网址的时候看到同样的内容。在你的URL公布出去以后,不要轻易的去修改它,如果你真的迫不得已要去修改它,那么请对原来的URL做跳转。

任何页面都需要有个URL

在理想的情况下,每个单独的页面都需要一个URL,这个URL在复制到别的浏览器的时候要还可以访问。事实上这样做是完全不可能的,直到新的HTML5浏览器历史记录Javascript API的出现,这里有两种方法:

  • onReplaceState:这个方法取代了浏览器历史记录中的URL,使URL留下后退按钮。

  • onPushState:这个方法能push一个新的URL到浏览器历史记录,用来更换浏览器中的历史堆栈。

这两个新的方法可以改变浏览器中的访问历史,有了这个新的特征,我们需要为页面设计后退页面。在使用前需要问自己:这个动作是否需要产生新的内容或用不同的方法显示相同的内容。

  • 生成新的内容:你应该使用onPushState(如分页链接)

  • 用不同的方法显示相同的内容:你应该使用onReplaceState(如排序了过滤)

通过自己的判断,想想你需要实现怎样的效果。

链接需要看上去像个链接

很多生成链接的方法如

评论