Uniform Resource Identifier

Ein Uniform Resource Identifier (Abk. URI, englisch für einheitlicher Bezeichner für Ressourcen) ist ein Identifikator und besteht aus einer Zeichenfolge, die zur Identifizierung einer abstrakten oder physischen Ressource dient. URIs werden zur Bezeichnung von Ressourcen (wie Webseiten, sonstigen Dateien, Aufruf von Webservices, aber auch E-Mail-Empfängern) im Internet und dort vor allem im WWW eingesetzt. Der aktuelle Stand 2016 ist als RFC 3986^[1] publiziert.

Ursprünglich führte Tim Berners-Lee den Begriff 1994 im RFC 1630^[2] als Universal Resource Identifier ein. Erst später tauchte dann in offiziellen W3C-Dokumenten die Auflösung Uniform auf. Aus diesem Grund wird Universal gelegentlich – selbst in der Fachliteratur – als erster Namensbestandteil genannt.

URIs können als Zeichenfolge (kodiert mit einem Zeichensatz) in digitale Dokumente, insbesondere solche im HTML-Format eingebunden oder auch von Hand auf Papier aufgeschrieben werden. Einen Verweis von einer Webseite auf eine andere nennt man Hyperlink oder kurz „Link“.

Eine Erweiterung der nur aus druckbaren ASCII-Zeichen bestehenden URIs sind die Internationalized Resource Identifiers (IRIs).

Konzeption

Ein URI (oder in der Erweiterung IRI) ist das abstrakte Prinzip, die Syntax, einer Kennzeichnung, bei dem ein Satz an Regeln vorgegeben ist. Dieses Grundkonzept der URI wird dann auf verschiedene konkrete Anwendungsbereiche übertragen, für die dann die entsprechenden Regeln und Begriffe gelten. Zum Beispiel:

• „URI dürfen keine Leerzeichen enthalten.“ oder
• „Zu Beginn steht der Name eines Schemas in ASCII-Buchstaben und Ziffern, gegebenenfalls gegliedert durch Punkt und Bindestrich, beginnend mit Buchstaben, worauf ein Doppelpunkt folgt.“

Grundsätzlich gibt es drei Typen von Anwendungen:

• Name
  • Der Inhalt einer Ressource (und damit jede inhaltsgleiche Kopie) erhält eine eindeutige Kennung.
  • Beispiel: Die ISBN eines Buches. Es gibt unbegrenzt viele Exemplare dieses Buches.
• Locator
  • Der Ort einer Ressource ist über ihren Bezeichner definiert. Sie wird also darüber identifiziert, wo sie zu finden ist; es wird damit jedoch nicht zwangsläufig ihr Inhalt festgelegt.
  • Beispiel: Aktueller Wetterbericht im Internet. Es ist bekannt, an welcher Stelle (URL) dieser zu finden ist; der Inhalt ändert sich ständig.
  • Beispiel: Ein Buch wird dadurch beschrieben, in welcher Bibliothek es steht: dort im zweiten Raum, drittes Regal, viertes Fach von oben, fünftes Buch von links. Dort könnten die aktuellen Top-5 der Bestsellerliste stehen – unabhängig von ihrem Inhalt.
• Individuum
  • Die Regeln der URI können auch angewendet werden, wenn etwas überhaupt keine klassische Ressource ist, trotzdem identifiziert werden soll.
  • Zunächst verstand man unter „Ressource“ etwas wie Ressourcen im informationstechnischen Sinn, also im weitesten Sinne elektronische Dateien, die auch im Internet verfügbar gemacht werden könnten. Davon gingen 1994 die RFC 1630^[2] und RFC 1738^[3] aus. Dieses Konzept wurde jedoch erweitert. So war 1998 in der RFC 2396 (Abschnitt 1.1)^[4] festgelegt worden: „A resource can be anything that has identity.“ Auch Personen, Organisationen und gedruckte Bücher könnten als Ressource betrachtet werden. Diese Betrachtung zielt auf die Kennzeichnung zuordnungsfähiger Entitäten.
  • Beispiele: E-Mail-Adresse, Nummer eines Mobiltelefons, Reisepass sowie die legitime Inhaberin, Sozialversicherungsnummer, Fingerabdruck und der Mensch dazu.

Im Januar 2005 wurde mit RFC 3986^[1] das Konzept der Ressource im Sinne der URI auch noch um abstrakte Konzepte erweitert:

Aufbau

Nach dem aktuellen Standard RFC 3986^[1] besteht ein URI aus fünf Teilen: scheme (Schema oder Protokoll), authority (Anbieter oder Server), path (Pfad), query (Abfrage) und fragment (Teil), wovon nur scheme und path in jedem URI vorhanden sein müssen. Die generische Syntax ist:

URI = scheme ":" hier-part [ "?" query ] [ "#" fragment ]

Dabei steht hier-part (hierarchischer Teil) für eine optionale authority und den path. Ist die Angabe einer authority erforderlich, um die Ressource letztlich zu verorten, so wird sie durch doppelten Schrägstrich eingeleitet und die darauf folgende Pfadangabe muss mit einem Schrägstrich beginnen. Der Standard verdeutlicht diese Komponenten mit zwei Beispielen:

  foo://example.com:8042/over/there?name=ferret#nose
  \_/ \________________/\_________/ \_________/ \__/
   |          |             |            |        |
scheme    authority        path        query   fragment
   |   _____________________|__
  / \ /                        \
  urn:example:animal:ferret:nose

Schema (Scheme)

Das Schema (der Teil vor dem Doppelpunkt) definiert den Kontext und bezeichnet so den Typ des URIs, was die Interpretation des folgenden Teils festlegt. Bekannte Schemata sind beispielsweise die Protokolle http und ftp sowie Notationskonzepte wie urn und doi. Mit dem Doppelpunkt endet der erste obligatorische Teil des URI. Gibt es keinen Bezug auf eine die Namensverwaltung organisierende (aktive) Autorität, so folgt direkt auf diesen Doppelpunkt der Pfad zur Verortung der Ressource.

Authority (im Sinne von Zuständigkeit)

Viele URI-Schemata wie http oder ftp haben einen authority-Teil. Der Begriff authority bezieht sich auf eine Instanz, die die Namen in diesem (vom Schema angegebenen Interpretations-) Raum zentral verwalten kann. Ein Beispiel dafür ist das Domain Name System, das von globalen und lokalen Registraren verwaltet wird.

Die authority besteht aus einer optionalen Benutzerinformation (gefolgt von einem ‚@‘), dem Host und einer optionalen (durch einen Doppelpunkt eingeleiteten) Port-Angabe. Sie folgt auf zwei Schrägstriche (//) und wird von einem einfachen Schrägstrich (/), einem Fragezeichen (?), einem Doppelkreuz (#) oder dem Ende des URIs begrenzt. Der Host-Teil kann aus einer IP-Adresse, einer IPv6-Adresse (in eckigen Klammern ‚[…]‘) oder einem registrierten Namen bestehen. Gültige Werte sind beispielsweise:

• de.wikipedia.org
• user@example.com:8080
• 192.0.2.16:80
• [2001:db8::7]

Die mögliche Angabe von Benutzername und Kennwort in der Benutzerinformation (user:password@…) wird in RFC 3986 (Abschnitt 3.2.1)^[6] als überholt bezeichnet und sollte nicht mehr verwendet werden, da URIs oft im Klartext übertragen und protokolliert werden.

Pfad (Path)

Der Pfad enthält – oft hierarchisch organisierte – Angaben, die zusammen mit dem Abfrageteil eine Ressource identifizieren. Falls in der URI eine im vorangegangenen Abschnitt beschriebene authority angegeben wurde, muss der path mit einem Schrägstrich (/) beginnen; gibt es keine authority, darf der path nicht mit einem doppelten Schrägstrich (//) beginnen. Dadurch ist die eindeutige Interpretation gesichert. Er wird von einem Fragezeichen (?), einem Doppelkreuz (#) oder dem Ende des URI begrenzt. Gültige Pfade sind beispielsweise:

• /over/there
• example:animal:ferret:nose

Abfrage (Query)

Der Abfrageteil (Query-String) beinhaltet Daten zur Identifizierung von solchen Ressourcen, deren Ort durch die Pfadangabe allein nicht genau angegeben werden kann. Sie müssen aus der durch den Pfad bezeichneten Quelle, durch ebendiese Abfrage wie ein Datensatz aus einer Datenbank abgerufen werden. Er wird mit einem Fragezeichen (?) eingeleitet und von einem Doppelkreuz (#) oder dem Ende des URI begrenzt. Eine gültige Abfrage nach dem ‚?‘ ist beispielsweise:

• title=Uniform_Resource_Identifier&action=submit

Hier spielen ‚&‘ und ‚=‘ etwa die gleiche Rolle wie ‚.‘ und ‚:‘ im Teil für die authority.

Fragment

fragment ist der optionale Fragmentbezeichner und referenziert eine Stelle innerhalb einer Ressource. Der Fragmentbezeichner bezieht sich immer nur auf den unmittelbar vorangehenden Teil des URI und wird von einem Doppelkreuz (#) eingeleitet. Ein Beispiel dafür ist der Anker in HTML.

Beispiele

• https://de.wikipedia.org/wiki/Uniform_Resource_Identifier
• ftp://ftp.is.co.za/rfc/rfc1808.txt
• file:///C:/Users/Benutzer/Desktop/Uniform%20Resource%20Identifier.html
• file:///etc/fstab
• geo:48.33,14.122;u=22.5
• ldap://[2001:db8::7]/c=GB?objectClass?one
• gopher://gopher.floodgap.com
• mailto:John.Doe@example.com
• sip:911@pbx.mycompany.com
• news:comp.infosystems.www.servers.unix
• data:text/plain;charset=iso-8859-7,%be%fa%be
• tel:+1-816-555-1212
• telnet://192.0.2.16:80/
• urn:oasis:names:specification:docbook:dtd:xml:4.1.2
• git://github.com/rails/rails.git
• crid://broadcaster.com/movies/BestActionMovieEver

Ein Beispiel mit sehr vielen Elementen gleichzeitig in der URI:

• http://nobody:password@example.org:8080/cgi-bin/script.php?action=submit&pageid=86392001#section_2

URI-Referenzen

Oft verwenden Anwendungen nicht den vollständigen URI, sondern eine abgekürzte Syntax, beispielsweise um Platz zu sparen oder den einfachen Umzug auf andere Server zu ermöglichen. Manche URI-Schemata begrenzen in ihrer Definition zudem die Syntax auf eine bestimmte Form. Unter dem Begriff der URI-Referenzen werden unterschiedliche Schreibweisen zusammengefasst.

Absolute URIs

Ein absoluter URI identifiziert eine Ressource unabhängig vom Kontext der Verwendung des URI.^[7]

Er besteht mindestens aus scheme und hier-part (also einer authority und/oder einem path). Beispiele sind:

• https://de.wikipedia.org
• file://localhost/var/spool/dump.bin

Relative Referenz

Im Gegensatz zu einem absoluten URI beschreibt ein relativer URI nur die Abweichung zwischen dem absoluten URI einer Ressource und dem aktuellen Kontext in einem hierarchischen Namensraum.^[7][8]

Wenn eine URI-Referenz nicht mit einem scheme beginnt, wird angenommen, dass es sich um eine relative Referenz handelt. Die Auflösung einer relativen Referenz zu einem absoluten URI erfolgt abhängig vom Kontext nach standardisierten Regeln. Eine relative Referenz besteht aus einem path sowie optional aus query und fragment. Es werden drei Arten von relativen Referenzen unterschieden:

• Beginnt der Pfad ohne Schrägstrich, handelt es sich um eine relative Pfad-Referenz, beispielsweise image.png, ./image.png und ../images/image.png.
• Beginnt der Pfad mit einem einzelnen Schrägstrich (/), handelt es sich um eine absolute Pfad-Referenz.
• Beginnt der Pfad mit doppelten Schrägstrichen (//), handelt es sich um eine Netzwerk-Pfad-Referenz.

Referenz innerhalb desselben Dokumentes

URI-Referenzen können auf dasselbe Dokument verweisen, dessen Teil sie sind. Die häufigste Anwendung ist das Doppelkreuz (#), gefolgt von einem Fragment-Bezeichner.

Suffix-Referenzen

Weit verbreitet ist die Angabe von URI-Referenzen des Internets ohne Bezeichnung des Protokolls (des Schemas), etwa www.wikipedia.de. Unter der Annahme, dass sich aus dem Suffix (im Beispiel www, DNS-Namen werden von rechts nach links aufgebaut) auf das Protokoll (hier http) schließen lässt, funktioniert die Auflösung solcher Referenzen. Allerdings ist diese Auflösung von entsprechenden Annahmen und zudem von der jeweiligen Software abhängig. Deshalb sollten Suffix-Referenzen vermieden werden.

Schemata

Unter anderem sind folgende Schemata definiert:

Auf der Website der Internet Assigned Numbers Authority (IANA) befindet sich eine vollständige Liste der offiziellen Schemata.^[9]

Daneben haben sich einige inoffizielle, von der IANA auch als „vorläufig“ bezeichnete, Schemata für einzelne Anwendungen oder gängige Protokolle etabliert:

Unterarten

Es werden folgende Unterarten von URIs unterschieden:

Uniform Resource Locator (URL)

Benennen eine Ressource über ihren primären Zugriffsmechanismus wie http oder ftp. Danach folgt die Bezeichnung des Ortes (englisch location) der Ressource im Netz – meistens der Domain-Name. URLs waren ursprünglich die einzige Art von URIs, weshalb der Begriff URL oft gleichbedeutend mit URI verwendet wird.

Uniform Resource Name (URN)

Mit dem URI-Schema urn (oder ggf. anderer) eine Ressource identifizieren mittels eines vorhandenen oder frei zu vergebenden Namens, beispielsweise urn:isbn oder urn:sha1.

Ursprünglich sollte jeder URI in eine dieser beiden Klassen (oder weitere noch zu definierende) eingeteilt werden. Diese strenge Aufteilung wurde jedoch aufgegeben, da sie unnötig ist und einige Schemata (wie data oder das früher den URLs zugeordnete mailto) in keine der beiden Klassen passen.

Siehe auch

• Digital Object Identifier (DOI)
• Internationalized Resource Identifier (IRI)
• Persistent Uniform Resource Locator (PURL)

Weblinks

• Uniform Resource Identifier (URI) Schemes. Internet Assigned Numbers Authority (IANA) – Liste der URI-Schemata (englisch).
• RFC3986 – Uniform Resource Identifier (URI): Generic Syntax. Januar 2005 (Standard, englisch).
• RFC8820 – URI Design and Ownership. Juni 2020 – Standard: [BCP] (englisch).
• Tim Berners-Lee: Cool URIs Don’t Change. W3C (englisch).
• Web Naming and Addressing. W3C (englisch).
• RFC1630 – Universal Resource Identifiers in WWW. 1994 (Informational, englisch).

Einzelnachweise

1. ↑ ^{a b c} RFC3986 – Uniform Resource Identifier (URI): Generic Syntax. Januar 2005 – Standard: [STD 66] (Standard, englisch).
2. ↑ ^{a b} RFC1630 – Universal Resource Identifiers in WWW. 1994 (Informational, englisch).
3. ↑ RFC1738 – Uniform Resource Locators (URL). Dezember 1994 (englisch).
4. ↑ RFC2396 – Uniform Resource Identifiers (URI): Generic Syntax. April 1998, Abschnitt 1.1 (englisch).
5. ↑ RFC3986 – Uniform Resource Identifier (URI): Generic Syntax. Januar 2005, Abschnitt 1.1: Overview of URIs. (englisch).
6. ↑ RFC3986 – Uniform Resource Identifier (URI): Generic Syntax. Januar 2005, Abschnitt 3.2.1: User Information. (englisch).
7. ↑ ^{a b} RFC2396 – Uniform Resource Identifiers (URI): Generic Syntax. April 1998 (englisch).
8. ↑ RFC2396 (englisch).
9. ↑ Graham Klyne: Uniform Resource Identifier (URI) Schemes. Internet Assigned Numbers Authority (IANA), 20. März 2016, abgerufen am 8. April 2016 (englisch). 
10. ↑ tools.ietf.org
11. ↑ tools.ietf.org
12. ↑ tools.ietf.org
13. ↑ tools.ietf.org
14. ↑ tools.ietf.org
15. ↑ iana.org
16. ↑ ^{a b} tools.ietf.org
17. ↑ tools.ietf.org
18. ↑ iana.org
19. ↑ msdn.microsoft.com