作为iOS开发你真的了解URL吗？

Published: at 01:15 AM (15 min read)

最近在开发业务的时候遇到了一些 NSURL上的问题，期望通过这篇博客一同梳理梳理一下对于NSURL的理解。 对于Foundation框架中的很多类，我们可能会经常使用到但是对于它的理解可能并不是很深入，这篇博客将会从URI、URL、NSURL、NSURLComponents等方面进行介绍。

什么是URI

统一资源标识符 (URI)，是 Uniform Resource Identifier 的缩写，之前也是Universal Resource Identifier的缩写。URI 是标识抽象或物理资源的唯一字符序列，例如网页上的资源、邮件地址、电话号码、书籍，又或者是现实世界的物体。

那么什么是 URL 呢， 提供在网络上定位和检索信息资源的方法的 URI 是URL。换句话说，URL 是一种特定类型的统一资源标识符。URL 是 URI 的子集，且每个 URL 都是一个 URI，反之则不一定。

URI 和 URL 具有共同的历史，Tim Berners-Lee，也就是HTML、万维网、HTTP协议的发明者在超文本提案隐含地引入了 URL 的概念，之后随着万维网的核心技术发展这项方案得到了完善，如果你对这段历史感兴趣可以在维基百科找到相当详细的介绍。

语法

URI 通用语法由五个部分组成，按重要性从左到右递减的顺序分层组织：

URI = scheme ":" ["//" authority] path ["?" query] ["#" fragment]

Scheme

URI 的第一部分是 Scheme，以字母开头，后跟字母、数字和加号的任意组合 ( + ) 句点 ( . ) 或连字符 ( - )的字符。尽管 Scheme 不区分大小写，但规范形式是小写的，示例包括 http 、 https 、 ftp 、 mailto 、 file 、 data 。

文件统一资源标识符（File URI Scheme）是一种特定格式的URI, 识别文件需要这种file://host/path特定的语法。

Authority

authority = [userinfo "@"] host [":" port]

URL 的第二部分是Authority，这一部分是可选的，由以上子部分构成。 冒号将 Scheme与 URL 的下一部分隔开，而 // 表示 URL 的下一部分是 Authority。

Path

由一系列斜杠 ( / ) 分隔的路径段组成，在网络请求中十分常见。 分段也可能为空，导致路径组件中出现两个连续的斜杠 ( // )。

如果定义了Authority，则 path 必须为空或以斜杠 ( / ) 开头。如果未定义Authority，则 path 不能以两个斜杠 ( // ) 开头，因为以下字符将被解释为Authority。

Query

Query部分也是可选的，前面会包含一个问号 ( ? )，由非分层数据的查询字符串组成。它的语法没有明确定义，但按照惯例，通常是由分隔符分隔的属性-值对序列。例如key1=value1&key2=value2，又或者是key1=value1;key2=value2 。

Fragment

Fragment部分同样是可选的，前面会带有井号( # )。Fragment 包含了一个片段标识符提供了对辅助资源的指示，例如由 URI 的其余部分标识的文章中的章节标题。在HTML文档处理过程中 Fragment 通常是特定元素的id属性，浏览器会将该元素滚动到视图中。

示例

以下为常见的URI及其组成部分，摘自维基百科。

          userinfo       host      port
          ┌──┴───┐ ┌──────┴──────┐ ┌┴─┐

https://john.doe@www.example.com:1234/forum/questions/?tag=networking&order=newest#top
└─┬─┘ └─────────────┬─────────────┘└───────┬───────┘ └────────────┬────────────┘ └┬┘
scheme authority path query fragment
userinfo host port
┌──┴───┐ ┌──────┴──────┐ ┌┴─┐
https://john.doe@www.example.com:1234/forum/questions/?tag=networking&order=newest#:~:text=whatever
└─┬─┘ └─────────────┬─────────────┘└───────┬───────┘ └────────────┬────────────┘ └───────┬───────┘
scheme authority path query fragment

ldap://[2001:db8::7]/c=GB?objectClass?one
└┬─┘ └─────┬─────┘└─┬─┘ └──────┬──────┘
scheme authority path query

mailto:John.Doe@example.com
└─┬──┘ └────┬─────────────┘
scheme path

news:comp.infosystems.www.servers.unix
└┬─┘ └─────────────┬─────────────────┘
scheme path

tel:+1-816-555-1212
└┬┘ └──────┬──────┘
scheme path

telnet://192.0.2.16:80/
└─┬──┘ └─────┬─────┘│
scheme authority path

urn:oasis:names:specification:docbook:dtd:xml:4.1.2
└┬┘ └──────────────────────┬──────────────────────┘
scheme path

什么是URL

MDN文档概括得很清楚，URL是Uniform Resource Locator，即统一资源定位符的缩写，是互联网上唯一资源的地址。它是浏览器用来检索已发布资源（例如 HTML 页面、CSS 文档、图像等）的关键机制之一。

理论上，每个有效的 URL 都指向一个唯一的资源。实际上，存在一些例外情况，最常见的是指向不再存在或已移动的资源的 URL。由于 URL 表示的资源和 URL 本身是由 Web 服务器处理的，因此 Web 服务器的所有者需要仔细管理该资源及其关联的 URL。

URL 剖析

作为开发者肯定都见过URL，URL 由不同部分组成，一些是强制性的，另一些是可选的。下面的 URL 突出显示了最重要的部分（以下部分提供了详细信息）：

URL-MDN

Scheme

URL 的第一部分是Scheme，它指示请求资源必须使用的协议，如浏览器打开网页用到的 HTTPS 或 HTTP。

Authority

URL 的第二部分同样是Authority，它通过字符样式 :// 与Scheme分开。 Authority包括域（例如 www.example.com ）和端口（ 80 ），并用冒号分隔。

域指示正在请求哪个 Web 服务器。通常这是一个域名，但也可以使用 IP 地址。

如果 Web 服务器使用 HTTP 协议的标准端口（HTTP 为 80，HTTPS 为 443）来授予对其资源的访问权限，则通常会省略该端口。否则是强制性的。

不使用 Authority 的 URL 的一个示例是邮件客户端 ( mailto:foobar )。它包含一个 Authority 但不使用Authority。因此，冒号后面没有两个斜杠，仅充当方案和邮件地址之间的分隔符。

资源路径

/path/to/myfile.html 是服务器上资源的路径。在 Web 的早期，这样的路径代表服务器上的物理文件位置，在文件读取中也可以代表具体需要的资源路径。

参数

?key1=value1&key2=value2 是提供给服务器的额外参数。这些参数是用 & 符号分隔的键/值对列表。 Web 服务器可以在返回资源之前使用这些参数执行额外的操作。每个 Web 服务器都有自己的有关参数的规则。

锚点

#SomewhereInTheDocument 是资源本身另一部分的锚点。锚点代表资源内的一种“书签”，为浏览器提供显示位于该“书签”位置的内容的指示。例如，在 HTML 文档中，浏览器将滚动到定义锚点的位置；在视频或音频文档上，浏览器将尝试转到锚点代表的时间。值得注意的是，# 后面的部分，也称为片段标识符，永远不会随请求发送到服务器。

NSURL

根据Apple的官方文档，NSURL提供了对于符合RFC标准（包括RFC 1808, RFC 1738, and RFC 2732）的URL相关方法的封装。开发者可以使用 URL 对象来构造 URL 并访问各个部分。对于表示本地文件的 URL还可以直接操作这些文件的属性，例如更改文件的上次修改日期，还可以将 URL 对象传递给其他 API 以检索这些 URL 的内容。

URL 对象是引用本地文件的首选方式。大多数从文件读取数据或向文件写入数据的对象都具有接受NSURL对象而不是路径名作为文件引用的方法。例如，开发者可以使用init With Contents Of URL: encoding: error: initializer将本地文件 URL 的内容作为NSString对象获取，或者使用init With Contents Of URL: options: error: initializer作为NSData对象。

日常开发中还会使用 URL 进行应用程序间通信。例如在iOS中， UIApplication类提供了open URL: options: completion Handler:方法，在剪贴板获取时也会使用到 URL。

官方文档还包含了对沙盒设计中security-scoped URL的描述，可以说是任何一个点都足够写一篇文章来介绍了。

URL结构

NSURL对象由两部分组成：一个可能为nil的baseURL 和一个相对于baseURL 解析的字符串 urlString。如果NSURL对象的字符串部分在没有baseURL的情况下完全解析，则该对象被认为是绝对URL；所有其他 URL 均被视为相对 URL。

@interface NSURL: NSObject <NSSecureCoding, NSCopying>
{
    NSString *_urlString;
    NSURL *_baseURL;
    void *_clients;
    void *_reserved;
}

NSURL 重写了- isEqual: 方法，判断条件是，当两个 NSURL 对象的 baseURL 和 urlString 都相同时，就认为它们是相等的。

例如，在构造NSURL对象时，可以指定 file:///path/user/作为基本 URL，并将draft/demo.png 作为字符串部分，如下所示：

NSURL *baseURL = [NSURL fileURLWithPath:@"file:///path/user/"];
NSURL *URL = [NSURL URLWithString:@"draft/demo.png" relativeToURL:baseURL];
NSLog(@"absoluteURL = %@", [URL absoluteURL]);

根据前文所述，URL 也可以根据其结构分为多个部分，例如URL https://johnny:p4ssw0rd@www.example.com:443/script.ext;param=value?query=value#ref包含以下 URL 组件：

ComponentValue
schemehttps
userjohnny
passwordp4ssw0rd
hostwww.example.com
port443
path/script.ext
pathExtensionext
pathComponents[”/”, “script.ext”]
parameterStringparam=value
queryquery=value
fragmentref

和URI的区分在于区分了parameterString和query，具体在于分隔符的不同，具体代码大家应该都在日常开发中使用过，这里不会列举所有的方法。

NSURL *url = [NSURL URLWithString:
 @"https://johnny:p4ssw0rd@www.example.com:443/script.ext;param=value?query=value#ref"];
NSLog(@“Scheme: %@”, [url scheme]);
NSLog(@“Host: %@”, [url host]);
NSLog(@“Port: %@”, [url port]);
NSLog(@“Path: %@”, [url path]);
NSLog(@“Relative path: %@”, [url relativePath]);
NSLog(@“Path components%@”, [url pathComponents]);
NSLog(@“Parameter string: %@”, [url parameterString]);
NSLog(@“Query: %@”, [url query]);
NSLog(@“Fragment: %@”, [url fragment]);

不好的尝试

在部分业务中文件地址都以NSString进行传递，会存在以下问题

  1. 容易出错:
    • 字符串拼接容易出错，例如忘记添加斜杠或误加斜杠。
    • 手动处理特殊字符（如空格、问号、百分号等）容易导致错误，可能需要URL编码。
  2. 缺乏验证:
    • NSString 本身不进行任何形式的URL验证，可能导致无效的或错误格式的URL。
  3. 缺乏便捷方法: - NSString没有直接的方法来获取URL的各个部分（如scheme、host、path、query等），需要手动解析和处理。 例如以下就是我们业务中的典型代码
NSString *baseURL = @"https://www.example.com";
NSString *path = @"path with spaces";
NSString *fullURL = [NSString stringWithFormat:@"%@/%@", baseURL, path];

// 需要手动处理编码
NSString *encodedURL = [fullURL stringByAddingPercentEncodingWithAllowedCharacters:[NSCharacterSet URLQueryAllowedCharacterSet]];
NSURL *url = [NSURL URLWithString:encodedURL];

NSURLComponents

NSURL 是一个不可变的对象，主要用于表示URL；NSURLComponents 是一个可变对象，设计用于构建和解析URL。与NSURL不同，它允许你更改URL的各个部分，并在更改后重新构建URL，例如可以单独设置或修改scheme、host、path等等。

NSURL *url = [NSURL URLWithString:@"https://www.example.com/path?query=item#fragment"];
NSString *scheme = [url scheme]; // "https"
NSString *host = [url host]; // "www.example.com"
NSString *path = [url path]; // "/path"
NSString *query = [url query]; // "query=item"
NSString *fragment = [url fragment]; // "fragment"

NSURLComponents *components = [NSURLComponents new];
components.scheme = @"https";
components.host = @"www.example.com";
components.path = @"/path";
components.query = @"query=item";
components.fragment = @"fragment";
url = components.URL;

可能会遇到的坑

Apple的文档里面写了“NSURLComponents类根据RFC 3986解析 URL，它的行为与NSURL类略有不同，后者符合旧的 RFC”，但根据NSURL最新的文档，表述为“对于在 iOS 17 或之后以及一致的操作系统版本上链接的应用程序， NSURL解析已从过时的 RFC 1738/1808 解析更新为与NSURLComponents相同的RFC 3986解析。这统一了NSURL和NSURLComponents API 的解析行为。” 所以这篇博客《NSURL is a bad host》提到的问题不复存在了，但前提就是行为在iOS 17以上生效，原文给出了这样一个例子。

int main(int argc, const char *argv[]) {
  @autoreleasepool {
    NSString *ipv6 = @"http://[FEDC:BA98:7654:3210:FEDC:BA98:7654:3210]:80/index.html";
    NSURL *url = [NSURL URLWithString:ipv6];
    NSURLComponents *components1 = [NSURLComponents componentsWithString:ipv6];
    NSURLComponents *components2 = [NSURLComponents componentsWithURL:url resolvingAgainstBaseURL:NO];
    NSLog(@"%@", [url host]);
    NSLog(@"%@", [components1 host]);
    NSLog(@"%@", [components2 host]);
  }
  return 0;
}

对应执行结果为

FEDC:BA98:7654:3210:FEDC:BA98:7654:3210 // iOS 17之前返回的结果
[FEDC:BA98:7654:3210:FEDC:BA98:7654:3210] // NSURLComponents 是正确的
[FEDC:BA98:7654:3210:FEDC:BA98:7654:3210] // NSURLComponents 是正确的

URL(Swift)

Foundation 框架的 Swift 覆盖提供了桥接到NSURL类的URL struct，基本使用方式和 Objective-C 保持相同，从便捷性上可以使用 Swift 的async await语法属性异步访问URL的内容。

引用