URL: de­fi­ni­zio­ne e campi di utilizzo

Sin dagli albori del World Wide Web (ab­bre­via­to in web) Internet fornisce ai propri utenti un modo univoco che permette di iden­ti­fi­ca­re le risorse in rete: l’URL, standard del documento RFC dal 1994, mette a di­spo­si­zio­ne degli utenti una sintassi di validità uni­ver­sa­le con cui localizza contenuti pubblici, con­sul­ta­bi­li in qualsiasi momento a seconda delle proprie necessità. Così l’URL rientra tra le tec­no­lo­gie di base del web. Gli utenti uti­liz­za­no gli URL gior­nal­men­te per ri­chia­ma­re le risorse dal browser, ma questo standard non si limita solo all’iden­ti­fi­ca­zio­ne di pagine web.

Vi pre­sen­tia­mo la struttura di base di ogni URL e ap­pro­fon­dia­mo i prin­ci­pa­li campi di ap­pli­ca­zio­ne.

L’ab­bre­via­zio­ne URL sta per “Uniform Resource Locator“, in italiano “lo­ca­liz­za­to­re di risorse unitario”. Si tratta di una sot­to­ca­te­go­ria del co­sid­det­to “Uniform Resource Iden­ti­fier” (ab­bre­via­to in URI, in italiano “iden­ti­fi­ca­to­re di risorse unitario“). La struttura di un URL cor­ri­spon­de alla sintassi dell’URI.

Gli iden­ti­fi­ca­to­ri con­sen­to­no di rin­trac­cia­re le risorse su Internet basandosi su un con­tras­se­gno univoco, a livello locale ma anche mondiale. In qualità di sot­to­ca­te­go­ria di “Iden­ti­fier” gli URL vengono uti­liz­za­ti come sinonimo di “indirizzo Internet”, fatto im­pu­ta­bi­le al prin­ci­pa­le campo di ap­pli­ca­zio­ne dell’URL: l’iden­ti­fi­ca­zio­ne delle pagine web. Tuttavia gli URL non si limitano solo a questo, infatti grazie a loro si possono lo­ca­liz­za­re, ad esempio, anche file nel file system locale. Vale perciò la regola che ogni indirizzo Internet è un URL, ma non ogni URL è un indirizzo Internet.

Ogni URL è composto da più com­po­nen­ti suddivise per comodità in due sot­toin­sie­mi: il co­sid­det­to schema (o pro­to­col­lo) e una sezione relativa a tale schema.

• Schema: lo schema dell’URL indica sia il tipo di risorse sia il metodo di accesso e comprende tutte le in­for­ma­zio­ni riguardo alle modalità di accesso alle risorse. Spesso lo schema dell’URL prende lo stesso nome del pro­to­col­lo cor­ri­spon­den­te del metodo di accesso sul livello di ap­pli­ca­zio­ne. Gli schemi comuni sono http/https, mailto, file o ftp.
• Parte che specifica lo schema: a seconda del tipo di schema la parte che specifica lo schema dell’URL comprende una serie di segmenti che con­ten­go­no la posizione della ri­spet­ti­va risorsa e i parametri di ela­bo­ra­zio­ne opzionali.

I due punti svolgono la funzione di se­pa­ra­to­re tra gli schemi e la parte che specifica lo schema. Inoltre a seconda dello schema possono essere ne­ces­sa­rie due barre oblique, che risalgono a una con­ven­zio­ne degli inizi del web e che oggi non hanno più una specifica funzione.

Alla base dell’URL si trova la seguente sintassi dell’URI:

A ogni segmento della parte che specifica lo schema viene assegnata una precisa funzione. Le sezioni user, password, host e port vengono chiamate anche “Authority“ (autorità). L’Authority indica su quale computer si trova una risorsa e a quale namespace vada at­tri­bui­ta.

• user e password: le sezioni user e password com­pren­do­no il nome utente e la password di un utente au­to­riz­za­to all’accesso di una risorsa e vengono separati tra di loro da due punti. Entrambi i campi sono ob­bli­ga­to­ri nel caso in cui la risorsa richieda un’au­ten­ti­fi­ca­zio­ne. Il nome utente e la password vengono separati con un simbolo @ dal segmento URI host.

• host: il segmento URI host comprende di solito un dominio ,inclusi i domini di primo, secondo e terzo livello, e indica così un preciso computer (host) dal quale deve essere ri­chia­ma­ta la risorsa scelta. In al­ter­na­ti­va è possibile segnalare il nome del computer sotto forma di un indirizzo IP.

• port: con l’in­di­ca­zio­ne di un numero di porta è possibile gestire una precisa porta TCP/IP nella rete. Tuttavia la sua se­gna­la­zio­ne rimane opzionale, visto che la maggior parte degli schemi di­spon­go­no già di una porta di default. Le porte standard sono ad esempio la 80 per il pro­to­col­lo HTTP, 443 per quello HTTPS o 21 per FTP. Un numero di porta va inserito solo quando non è definita nessuna porta generale o non deve essere uti­liz­za­ta una porta standard per la tra­smis­sio­ne. Il numero di porta viene separato con due punti dalla sezione host.

Di solito il dominio nell’Authority viene indicato in forma leggibile da utenti umani, mentre i computer lavorano con gli indirizzi IP. L’apertura di una risorsa web richiede perciò prima un passaggio in­ter­me­dio che si svolge in back­ground senza che l’utente se ne accorga: la ri­so­lu­zio­ne dei nomi sulla base del Domain Name System (DNS).

All’Authority dell’URI segue l’in­di­ca­zio­ne di dove si trovi la risorsa sul computer, oltre che i com­po­nen­ti opzionali query string e l’in­di­ca­zio­ne del fragment.

In base allo schema uti­liz­za­to si sta­bi­li­sce quali elementi della sintassi dell’URI sono contenuti in un URL. La struttura dell’URL viene così de­ter­mi­na­ta dal tipo di risorsa. La seguente lista comprende i tipi di URL più comuni:

Le pagine web vengono ri­chia­ma­te tramite i pro­to­col­li HTTP (Hypertext Transfer Protocol) o HTTPS (Hypertext Transfer Protocol over SSL). Nell’ultimo caso i dati vengono trasmessi tramite una con­nes­sio­ne sicura. La struttura dell’URL è uguale per entrambi i pro­to­col­li.

Ri­chia­man­do un URL non è di solito ne­ces­sa­ria nessuna au­ten­ti­fi­ca­zio­ne. L’Authority comprende perciò solamente il dominio tramite il quale il sito de­si­de­ra­to può essere ri­chia­ma­to. Si tra­la­scia­no il nome utente e la password.

mailto è uno schema URL per gli indirizzi e-mail che consente ai gestori delle pagine web di im­ple­men­ta­re degli hyperlink per essere con­tat­ta­ti. Se un utente clicca sul col­le­ga­men­to mailto, tutti i browser in uso aprono au­to­ma­ti­ca­men­te il programma standard di posta elet­tro­ni­ca del sistema e una nuova finestra per l’e-mail. Così l’indirizzo e-mail che è stato indicato nella parte che specifica lo schema viene inserito nella finestra come indirizzo del de­sti­na­ta­rio. All’utente viene così ri­spar­mia­to di avviare il programma da solo e di tra­smet­te­re l’indirizzo e-mail ma­nual­men­te.

Negli URL con lo schema mailto viene pre­sen­ta­to nella parte che specifica lo schema solo l’indirizzo e-mail del de­sti­na­ta­rio. Lo schema e la parte che specifica lo schema vengono separati dagli URL mailto solo con due punti. Si tralascia il doppio slash. Tramite una query string si può impostare l’header dell’e-mail per tra­smet­te­re, ad esempio, il valore pre­de­fi­ni­to per l’oggetto e il testo dell’e-mail.

Per ri­chia­ma­re degli specifici file sul proprio computer serve lo schema file. Se si inserisce il percorso corretto come URL nella barra degli indirizzi di un browser, vengono ri­chia­ma­ti la cartella o il file di de­sti­na­zio­ne de­si­de­ra­ti.

Visto che lo schema file rimanda a una risorsa locale, si tralascia l’in­di­ca­zio­ne dell’Authority. Il percorso del file comincia sempre con uno slash. Ne risultano così un URL con tre barre oblique di seguito.

Gli URL con lo schema FTP (File Transfer Protocol) con­sen­to­no l’accesso ai file che si trovano su un altro computer (accesso remoto). Per la tra­smis­sio­ne viene uti­liz­za­to l’omonimo pro­to­col­lo di tra­smis­sio­ne dati FTP.

Un utente che vuole accedere tramite FTP ai file presenti su un file system remoto si deve di solito au­ten­ti­fi­ca­re. Gli URL, che fanno ri­fe­ri­men­to alle risorse FTP, com­pren­do­no perciò perlopiù i dati di accesso (nome utente e password).

Lo standard URL supporta solo un set di caratteri limitati ap­par­te­nen­ti a una selezione di caratteri ASCII (American Code for In­for­ma­tion In­ter­chan­ge). Inoltre bisogna con­si­de­ra­re il fatto che numerosi caratteri sono già destinati a funzioni precise, per cui indicano, ad esempio, singoli segmenti che com­por­ta­no la scom­po­si­zio­ne o la modifica dell’URL.

Ai seguenti caratteri è stata assegnata una funzione definita nello standard URL:

Ad esempio il punto in­ter­ro­ga­ti­vo (?) introduce una query string, mentre diversi parametri nella query string vengono de­li­mi­ta­ti con il simbolo della e com­mer­cia­le (&). Per separare i nomi dei parametri e dei valori viene uti­liz­za­to il simbolo dell’uguale (=). L’hashtag (#) introduce l’anchor.

Tra i caratteri senza funzione pre­de­fi­ni­ta rientrano tutte le lettere e le cifre, così come i seguenti caratteri speciali:

I caratteri ASCII non elencati in questa sede e tutti gli altri caratteri non-ASCII non possono essere uti­liz­za­ti negli URL e devono essere riscritti. Allo stesso modo è possibile ri­scri­ve­re uno dei caratteri prenotati per evitare che vengano in­ter­pre­ta­ti in base al loro si­gni­fi­ca­to pre­de­fi­ni­to. Per la ri­scrit­tu­ra dei caratteri ASCII lo standard URL utilizza il segno di ma­sche­ra­men­to % (per­cen­tua­le) così come la tabella dei valori ASCII nell’an­no­ta­zio­ne esa­de­ci­ma­le. Anche i caratteri non-ASCII vengono riscritti ser­ven­do­si della rap­pre­sen­ta­zio­ne in per­cen­tua­le. L’RFC 3986 consiglia una codifica com­pa­ti­bi­le con l’ASCII sulla base di UTF-8, anche se non risulta ob­bli­ga­to­ria, in quanto è il fornitore del ri­spet­ti­vo servizio a decidere quale codifica venga uti­liz­za­ta. Un carattere speciale come ü può ad esempio venire rap­pre­sen­ta­to come %FC (Latin-1) o %C3%BC (UTF-8). Invece i caratteri speciali nel dominio vengono tra­sfor­ma­ti in catene di caratteri com­pa­ti­bi­li con l’ASCII uti­liz­zan­do il punycode. Trovate maggiori in­for­ma­zio­ni sulla codifica tramite punycode nel nostro articolo sui nomi di dominio in­ter­na­zio­na­li.

Gli URL vengono uti­liz­za­ti come URL assoluti o relativi. Gli URL assoluti sono uni­ver­sal­men­te validi e com­pren­do­no tutti i segmenti necessari per lo schema di ri­fe­ri­men­to. Gli URL relativi, invece, sono validi solo in un preciso contesto ed ereditano da questo delle proprietà spe­ci­fi­che, di modo che quelle parti spe­ci­fi­che di un URL diventino ri­don­dan­ti e possano essere tra­la­scia­te. Tra le in­for­ma­zio­ni che possono risultare dal contesto rientrano ad esempio il pro­to­col­lo, i domini o anche il percorso per arrivare alla risorsa.

Gli URL relativi vengono uti­liz­za­ti anche nei col­le­ga­men­ti iper­te­stua­li sulle pagine web per collegare diverse sot­to­pa­gi­ne di un sito. L’URL del link eredita l’in­di­ca­zio­ne dei dati dalla pagina web su cui viene usato.

I seguenti esempi indicano un link da www.example.org/index/pagina1 a www.example.org/index/pagina2 con URL assoluto o relativo.

Col­le­ga­men­to iper­te­stua­le con URL assoluto:

Col­le­ga­men­to iper­te­stua­le con URL relativo:

Gli URL relativi hanno il vantaggio di essere net­ta­men­te più corti e con­tri­bui­sco­no a creare un codice sorgente agevole e chiaro. Inoltre i col­le­ga­men­ti iper­te­stua­li fa­ci­li­ta­no con gli URL relativi il tra­sfe­ri­men­to del dominio. Se si modifica il dominio del sito, è ne­ces­sa­rio so­sti­tuir­lo ma­nual­men­te in tutti i link interni con URL assoluto o rein­di­riz­zar­lo. Ci si risparmia questo lavoro nel caso degli URL relativi che si pre­sen­ta­no senza Authority e quindi senza in­di­ca­zio­ne del dominio.