谈谈如何设计好网站的URL
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。
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。
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。
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。
典型情况下，这种字符串以scheme开头，语法如下：
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
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/
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、
本文为 @ 万能的大雄 创作并授权 21CTO 发布，未经许可，请勿转载。
内容授权事宜请您联系 webmaster@21cto.com或关注 21CTO 公众号。
该文观点仅代表作者本人，21CTO 平台仅提供信息存储空间服务。
评论
