Entendendo as URLs

URLs

Entendendo as URLs

URL é a sigla para “Uniform Resource Locator”. Cada URL aponta para algum conteúdo único na Web (como uma página web, um documento CSS, uma imagem etc.) - desde que a URL seja válida, claro.

Estrutura das URLs

Toda URL segue a seguinte estrutura: Protocolo + Domínio (+ Porta) + Caminho até arquivo/recurso Ex.: [https://www.example.com:443/path/to/resource.html](urls.md\)

A porta costuma estar omitida. Nesses casos, o browser considera que serão utilizadas portas padrões de acordo com o tipo de protocolo (ex.: HTTP: 80, HTTPS: 443).

Além disso, é possível que a URL também contenha parâmetros que serão passados para o servidor - que seguem a forma: param1=teste&param2=123 - e tags que identificam certo ponto de um documento HTML - vêm ao final da URL, após #. Ex.: [https://www.example.com:3000/file_path/resource?user=admin&passwd=1234#anchor](urls.md\)</a>

URL Structure


Protocolo (Scheme)

https:// www.example.com:3000/file_path/resource?user=admin&passwd=1234#anchor

Define o tipo de protocolo que será usado na comunicação entre o navegador e o servidor, ou seja, como os dados serão enviados e recebidos. Alguns deles (os que mais aparecem) são: 1. http:// (Hypertext Transfer Protocol) 2. https:// (Hypertext Transfer Protocol Secure) 3. file:// (indica um arquivo local - no seu HD ou compartilhado em LAN) 4. ftp:// (File Transfer Protocol)

Domínio (Host Name)

[https:// www.example.com :3000/file_path/resource?user=admin&passwd=1234#anchor](urls.md)

Representa aonde o website pode ser encontrado. Ele pode ser tanto o endereço IP do servidor (IPv4: 32 bits ou IPv6: 128 bits) quanto um nome de domínio mais “human-friendly”. O Google, por exemplo pode ser acessado por www.google.com ou por 216.58.205.46 (IPv4 do Google). No primeiro caso, servidores DNS convertem www.google.com em 216.58.205.46, pois só assim ele será encontrado na rede.

Porta

[https://www.example.com :3000 /file_path/resource?user=admin&passwd=1234#anchor](urls.md)

É o número da porta do servidor Web. Representa em que porta da máquina está “rodando” o recurso buscado. Uma mesma máquina (ou servidor) pode rodar diversos serviços em diferentes portas. Por padrão, a porta do protocolo HTTP é 80 e a do protocolo HTTPS é 443, então quando se usa estes protocolos, muitas vezes não é preciso evidenciar a porta pois ela já está implicita.

Caminho até o arquivo/recurso

[https://www.example.com:3000 /file_path/resource ?user=admin&passwd=1234#anchor](urls.md)

Representa o caminho dentro do servidor até o recurso buscado. Ele começa sempre com um “forward slash” (/) e pode passar por diversas “pastas” - todas separadas por / ao descrever o caminho. Por fim, tem-se o nome do recurso procurado. Por exemplo: em www.teste.com/2019/usuarios/usuario_1.html, buscamos a página usuario_1.html, que está dentro de usuarios que está dentro de 2019. A palavra “pasta” está entre aspas porque, atualmente, esse caminho não necessariamente representa uma sequência de pastas que existe no servidor. Frequentemente, isso é só uma abstração criada para ajudar no server-side.

Obs.: No caso desse caminho ser uma sequência de pastas, as vezes é possível voltar para pastas externas da mesma forma que fazemos em sistemas UNIX ou no próprio Windows:

www.sitebemvulneravelmesmo.com/../../../../../etc/passwd

Se não há medidas de preucaução, o uso de (../) deixa a página possivelmente vulnerável a Directory Transversal.

Parâmetros de requisição (Query Strings)

[https://www.example.com:3000/file_path/resource ?user=admin&passwd=1234 #anchor](urls.md)

Esses parâmetros são informações que serão passadas ao servidor. Eles vem na forma chave-valor: nome_parametro=valor. Caso haja mais de um parâmetro, usa-se como separador o &. Na URL, os parâmetros vêm após um ponto de interrogação (?).

“Âncoras” (Fragment identifiers)

[https://www.example.com:3000/file_path/resource?user=admin&passwd=1234 #anchor](urls.md)

Esse elementos da URL é utilizado para indicar um ponto específico na página para o qual o navegador deve ir imediatamente. Esse identificador pode apontar para um elemento no HTML (como um <a name="anchor_reference_name">) ou para um momento específico de um vídeo/aúdio. Esses identificadores não são enviados para o servidor em requisições.

URL Encoding

Existem caractéres chamados de reservados, os quais têm algum significado especial nas URLs. A barra (/), por exemplo, separa elementos na URL (como o caminho até o recurso buscado). De forma similar, existem caractéres considerados inseguros, os quais, apesar de não terem significado especial nas URLs, podem significar algo no contexto em que a URL está escrita (ex.: dentro de um elemento HTML, em trechos de código Javascript/PHP etc.) - é o caso das aspas duplas ("). O tratamento incorreto/descuidado desses elementos pode levar a brechas de segurança.

Em ambos os casos, a saída para utilizar esses caractéres sem confundir o browser (ou às vezes querendo confundí-lo) é encodá-los. Para isso serve URL Enconding. A barra, por exemplo, torna-se %2F e as aspas duplas tornam-se %22. Em geral, os caractéres encodados seguem a forma: % + número em hexadecimal (dois digitos para UTF-8).

Apesar de isso ser utilizado para esses caractéres “especiais”, muitos outros podem ser encodados, como podemos ver [nessas tabelas](https://www.tutorialspoint.com/html/html_url_encoding.htm\).