URLの仕組み:構造、エンコーディング、クエリ文字列、フラグメント
クリックするすべてのリンクは小さな説明書です。URLの各部分(スキーム、ホスト、ポート、パス、クエリ、フラグメント)の読み方と、パーセントエンコーディングが特殊文字を守る仕組みを学びます。
このガイドで学べること
- URLを部分ごとに読み、各部分の役割を説明できる
- どの文字をパーセントエンコードしなければならないか、その理由とともに知る
- クエリ文字列とフラグメントの違いが分かり、どちらをサーバーが見るかを知る
- encodeURIとencodeURIComponentの違いが分かる
- リンクやAPIを壊す二重エンコードのバグを避ける
- URLの構造
- スキーム、ホスト、ポート
- パス、クエリ文字列、フラグメント
- パーセントエンコーディング:%20がスペースを意味する理由
- 相対URLと絶対URL
- よくあるミス
- 試してみる:URL Encoder
- よくある質問
URLの構造
URLは決まった文法を持つ住所です。これを分解してみましょう。
https://user:pass@example.com:8080/path/to/page?query=1&x=2#section └─┬──┘ └────┬────┘ └────┬────┘ └┬┘ └─────┬─────┘ └────┬────┘ └──┬───┘ scheme userinfo host port path query fragment
| 部分 | 役割 |
|---|---|
scheme | 接続方法: https, http, ftp, mailto. https はTLS暗号化によるHTTPを意味します。 |
userinfo | 任意 user:password@ の認証情報です。今日のウェブではまれで、典型的なフィッシングの手口でもあります。なぜなら https://google.com@evil.com に実際にはつながります evil.com. |
host | ドメイン名(DNSで解決されます)またはIPアドレスです。大文字と小文字は区別されません。 |
port | 任意です。デフォルトはHTTPSが443、HTTPが80で、デフォルトの場合はブラウザが表示しません。 |
path | サーバー上のどのリソースか。ほとんどのサーバーでは大文字と小文字が区別されます。 /Page そして /page は異なるページになることがあります。 |
query | の後のキーと値のデータは、 ?で区切られます。 &。検索語、フィルター、トラッキングコードがここに入ります。 |
fragment | の後にあり、 #ページ内の位置を表します。ブラウザだけが処理し、サーバーには決して送られません。 |
スキーム、ホスト、ポート
スキームがルールを決めます。 https:// は接続を暗号化します。 http:// は暗号化せず、送信したものはすべてネットワーク上で読まれてしまいます。現代のブラウザがログイン画面や決済画面で平文のHTTPに警告するのは、まさにこのためです。
ホストはドメイン名であり、接続が行われる前にDNSがそれをIPアドレスに変換します。そのステップは私たちの DNSガイドで解説しています。ポートはより細かい住所です。1つのIPで1つのサーバーが多くのサービスを実行でき、ポートごとに1つのサービスです。ウェブトラフィックは慣例として80/443を使うため、リンクでポートを見ることはほとんどありません。
パス、クエリ文字列、フラグメント
この パス はサーバーがルーティングする部分です。 /guides/what-is-dns は「guidesセクションのDNSページ」という意味です。末尾のスラッシュは見た目以上に重要で、 /guides そして /guides/ は異なるリソースになることがあり、サーバーはしばしば一方から他方へリダイレクトします。
この クエリ文字列 はアドレスではなくデータです。 ?q=shoes&sort=price は、靴を価格順に並べ替えてサーバーに要求します。パラメータの順序は通常重要ではありませんが、重複するキー(?tag=a&tag=b)は存在し、サーバーによって扱いが異なります。最初のものを取るものもあれば、最後のものを取るもの、リストとして扱うものもあります。
この フラグメント (#section)はブラウザから外に出ることはありません。アンカーへスクロールしたり、シングルページアプリの表示を制御したりします。2つの結果があります。フラグメントはサーバーが返すものに影響せず、サーバーログにも現れません。そのため、フラグメントに状態を持たせた「共有リンク」は、プライベートにもなり得ますが、混乱の元にもなります。
パーセントエンコーディング:%20がスペースを意味する理由
URLに使える文字は限られています。それ以外のもの、スペース、英語以外の文字、 &, =, ? が値の中にある場合は、 パーセントエンコードしなければなりません。次のように置き換えます。 % %と、そのバイト値の16進数2桁です。スペースはバイト0x20なので、こうなります。 %20.
| 文字 | エンコード後 | 理由 |
|---|---|---|
| スペース | %20 | URLではまったく使えない |
& | %26 | クエリパラメータを分割してしまう |
= | %3D | キーと値を分割してしまう |
? | %3F | 新しいクエリ文字列が始まってしまう |
# | %23 | フラグメントが始まってしまう |
% | %25 | エスケープ文字そのもの |
| é / 中 | %C3%A9 / %E4%B8%AD | UTF-8の各バイトをパーセントエンコードしたもの |
JavaScriptには2つのエンコーダーがあり、互換性はありません。 encodeURI() はURL全体をエンコードしますが、 : / ? & = # はそのままにします(構造的な文字だからです)。 encodeURIComponent() は1つの値をエンコードし、それらもエスケープします。URL全体を encodeURIComponent でエンコードすると壊れてしまいます。値を encodeURI でエンコードすると & が中に残り、パラメータが2つに分割されてしまいます。
+ の罠。 クエリ文字列では、 + は伝統的にスペースを意味します(HTMLフォーム由来)が、パスでは + は文字通りのプラス記号です。コードが + をどこでもスペースとしてデコードすると、 C++ のようなファイル名が C になってしまいます。 + はクエリ文字列の中でのみスペースとしてデコードしてください。相対URLと絶対URL
この 絶対 URLはすべてを含みます(https://veryusefultools.com/guides/)。 相対 URLは、現在のページから不足している部分を借ります。 what-is-dns.html (同じフォルダ)、 ../index.html (1つ上のフォルダ)、 /guides/ (サイトのルートから)。相対リンクはサイトを移植可能に保ちます。サイト全体を新しいドメインに移しても、すべての内部リンクがそのまま機能します。絶対リンクは、他の人と共有するためのものです。
よくあるミス
- 二重エンコード。 すでにエンコードされた値をエンコードすると
%20が%2520に変わります(%そのものがエンコードされます)。サーバーは1回だけデコードするので、依然として%20を文字通りのテキストとして認識します。エンコードは正確に1回、できるだけ遅いタイミングで行ってください。 - URL全体をencodeURIComponentでエンコードすること。 この
://そして/がエスケープされてリンクが壊れます。 - 秘密情報をクエリ文字列に入れること。 URLはサーバー、プロキシ、アナリティクスに記録され、スクリーンショットで共有されます。トークンやパスワードはヘッダーやPOSTボディに入れるもので、リンクには決して入れません。
- パスが大文字と小文字を区別しないと思い込むこと。 ホストは区別しませんが、パスは通常区別します。
- @の前のテキストを信じること。
https://paypal.com@evil.comへ行きますevil.com。ホストを読んでください。最後の@の後、次の/.
試してみる:URL Encoder
乱雑なURLをURL Encoderに貼り付け、各文字がエンコードされるのを見てから、元に戻してデコードしてみてください。自分のリンクでパーセントエンコーディングが働くのを見る最も速い方法です。
さらに学ぶ
よくある質問
URL、URI、URNの違いは何ですか?
URIは一般的な概念です。リソースの任意の識別子です。URLは、そこへの到達方法(場所)も示すURIです。URNは、場所を示さずに名前だけを示すURIです。例えばurn:isbn:9780134685991のようになります。すべてのURLはURIですが、すべてのURIがURLというわけではありません。
URLはどれくらい長くできますか?
標準では制限はありませんが、ブラウザにはあります。古いInternet Explorerでは約2,000文字、現代のChromeでは約8,000文字以上です。長いURLはメールやチャットでも壊れやすくなります。クエリ文字列が数百文字を超えてきたら、代わりにデータをPOSTボディで送ってください。
URLに中国語、アラビア語、絵文字を含めることはできますか?
はい。ブラウザはそれらを表示しますが、内部ではパーセントエンコードされたUTF-8バイトです(ドメイン名はpunycodeを使います。例えば中国はxn--fiqs8sです)。英語以外の文字を含むリンクをコピーすると、クリップボードにエンコードされた形が表示されます。
なぜ一部のリンクではスペースが%20で、他のリンクでは+で表示されるのですか?
どちらもクエリ文字列では「スペース」を意味しますが、由来が異なります。%20はパーセントエンコーディング、+はHTMLフォームのエンコーディング由来です。パスでは%20だけが正しく、+は文字通りのプラスです。
フラグメント(#…)はサーバーに送られますか?
いいえ。ブラウザはリクエストを送る前にそれを取り除きます。そのため、シングルページアプリはサーバーに見られることなく表示状態をフラグメントに保存できます。また、フラグメント付きの共有リンクが、送信者が見たものを再現しないことがあるのもこのためです。