URL: estándar para acceder al contenido web

Por de­fi­ni­ción, todo URL está formado por el de­no­mi­na­do esquema y por una parte es­pe­cí­fi­ca del esquema.

• Esquema: el esquema del Uniform Resource Locator indica tanto el tipo de recurso como el método de acceso y contiene la in­fo­r­ma­ción sobre cómo se tiene que acceder a los recursos. A menudo, el esquema del URL tiene el mismo nombre que el protocolo para el método de acceso en las capas de apli­ca­ción de Internet. Los esquemas más ha­bi­tua­les son http/https, mailto, file o ftp.

• Parte es­pe­cí­fi­ca del esquema: en función del tipo de esquema, la parte es­pe­cí­fi­ca del esquema contiene una serie de segmentos que incluyen la ubicación de los recursos co­rre­s­po­n­die­n­tes y pa­rá­me­tros de pro­ce­sa­mie­n­to op­cio­na­les.

Los dos puntos aparecen como separador entre el esquema y la parte es­pe­cí­fi­ca de este. De­pe­n­die­n­do del esquema, también es posible que sean ne­ce­sa­rias dos barras basadas en una co­n­ve­n­ción que tiene sus orígenes en los comienzos de la web y que en la ac­tua­li­dad no tiene ninguna función pa­r­ti­cu­lar.

Todo URL se basa en la siguiente sintaxis URI:

A cada segmento de la parte es­pe­cí­fi­ca le co­rre­s­po­n­de una función de­te­r­mi­na­da. Los segmentos user, passwort, host y port se denominan “authority” (autoridad), que indica el ordenador en el que se puede encontrar un recurso y el espacio de nombres que se le puede atribuir.

• user y password: los segmentos user y password contienen el nombre de usuario y la co­n­tra­se­ña de una persona au­to­ri­za­da para acceder al recurso y están separados por dos puntos. Ambos datos son ne­ce­sa­rios úni­ca­me­n­te si el recurso exige una au­te­n­ti­ca­ción. El nombre de usuario y la co­n­tra­se­ña se separan del segmento host del URI mediante el símbolo @.

• host: el segmento host del URI comprende ge­ne­ra­l­me­n­te un dominio que incluye un dominio de nivel superior, de segundo o de tercer nivel, y señala un de­te­r­mi­na­do ordenador (host) desde el que se tiene que acceder al recurso deseado. Como al­te­r­na­ti­va, el nombre del ordenador se muestra en forma de dirección IP.  

• port: es posible acceder a un de­te­r­mi­na­do puerto TCP/IP en la red, indicando el número de puerto. Dado que la mayoría de esquemas ya cuentan con un puerto estándar, es opcional recurrir a una entrada por separado. Algunos puertos estándar son 80 en HTTP, 443 en HTTPS o 21 en FTP. Se debe es­pe­ci­fi­car el número de puerto cuando no se haya definido un puerto general o no se deba utilizar un puerto estándar para las tra­n­s­mi­sio­nes es­tá­n­da­res. El número de puerto se separa del host con dos puntos.

El dominio se indica en la authority de forma legible para las personas. Por el contrario, los or­de­na­do­res trabajan con di­re­c­cio­nes IP. El acceso a un recurso web requiere un paso in­te­r­me­dio que tra­n­s­cu­rre en un segundo plano y de manera im­pe­r­ce­p­ti­ble para el usuario: la re­so­lu­ción de nombres basada en el sistema de nombres de dominio (DNS).

A la authority del URI le sigue in­fo­r­ma­ción sobre la lo­ca­li­za­ción del recurso en el ordenador, además de los co­m­po­ne­n­tes op­cio­na­les query string y los ide­n­ti­fi­ca­do­res de fra­g­me­n­tos.

• path: el segmento URI path contiene la ruta de archivo para el recurso y remite a la ubicación del mismo en el archivo de destino. La ruta de archivo empieza con una barra inclinada (/).

• query: algunos recursos web contienen elementos eje­cu­ta­bles y esperan, además de una ruta de archivo, al llamado query string (cadena de consulta). Este contiene pa­rá­me­tros (por ejemplo, entradas de usuario) que se entregan junto con el URL y se procesan del lado del servidor. Esto es habitual en las páginas web dinámicas, que se crean cuando se accede a los conjuntos de datos de una base de datos. El query string se inicia con un símbolo de in­te­rro­ga­ción (?).

• fragment: si se quiere hacer re­fe­re­n­cia a una posición es­pe­cí­fi­ca en un recurso, el URI termina con un ide­n­ti­fi­ca­dor de fragmento. Este se añade por separado con la al­moha­di­lla (#) y remite, por lo general, a una etiqueta de salto designada de forma ine­quí­vo­ca con un ide­n­ti­fi­ca­dor (ID) en un documento HTML como, por ejemplo, en un epígrafe.

La de­te­r­mi­na­ción de los elementos de la sintaxis URI que contiene un URL depende del esquema co­rre­s­po­n­die­n­te y la es­tru­c­tu­ra del URL está de­te­r­mi­na­da por el tipo de recurso. La lista siguiente recoge los tipos de URL más comunes:   

Los usuarios que deseen acceder a archivos en un sistema operativo remoto vía FTP deben, ge­ne­ra­l­me­n­te, au­te­n­ti­fi­car­se. Los URL que hacen re­fe­re­n­cia a recursos FTP suelen contener datos de acceso (usuario y co­n­tra­se­ña).

El estándar URL solo admite un conjunto limitado de ca­ra­c­te­res ASCII (American Code for In­fo­r­ma­tion In­te­r­cha­n­ge). A esto hay que añadir que algunos ca­ra­c­te­res ya están re­se­r­va­dos para de­te­r­mi­na­das funciones como, por ejemplo, la ide­n­ti­fi­ca­ción de segmentos in­di­vi­dua­les, pe­r­mi­tie­n­do así desglosar y procesar el URL. 

A los si­guie­n­tes ca­ra­c­te­res se les asigna una función cla­ra­me­n­te definida en el estándar URL:

El signo de in­te­rro­ga­ción (?) inicia un query string. Los diversos pa­rá­me­tros en esta cadena de consulta se separan con el símbolo et (&). Por otro lado, el signo de igualdad (=) hace de separador entre el nombre del parámetro y el valor. La al­moha­di­lla (#) inicia la etiqueta de salto.

Las letras, los números y los si­guie­n­tes ca­ra­c­te­res es­pe­cia­les forman parte de los ca­ra­c­te­res sin una función pre­de­fi­ni­da:

Otros ca­ra­c­te­res di­fe­re­n­tes a los ca­ra­c­te­res ASCII listados, así como los que no se engloban bajo la de­no­mi­na­ción ASCII, no pueden uti­li­zar­se en los URL y tienen que re­es­cri­bi­r­se. También es posible re­es­cri­bir uno de los ca­ra­c­te­res re­se­r­va­dos para evitar que se in­te­r­pre­te según su si­g­ni­fi­ca­do pre­de­fi­ni­do. Para convertir ca­ra­c­te­res ASCII, el estándar URL recurre al carácter de en­ma­s­ca­ra­mie­n­to % (tanto por ciento) y a la tabla de valores de ASCII en notación he­xa­de­ci­mal. Los que no son ca­ra­c­te­res ASCII se co­n­vie­r­ten uti­li­za­n­do la re­pre­se­n­ta­ción po­r­ce­n­tual. El RFC 3986 re­co­mie­n­da una co­di­fi­ca­ción co­m­pa­ti­ble con ASCII basada en UTF-8, aunque dicha re­co­me­n­da­ción no es vi­n­cu­la­n­te. Por último, la decisión de qué co­di­fi­ca­ción debe uti­li­zar­se recae sobre el proveedor del servicio co­rre­s­po­n­die­n­te. Un carácter especial como “é” se re­pre­se­n­ta­ría como %E9 (Latin-1) o %C3%A9 (UTF-8). Por el contrario, los ca­ra­c­te­res es­pe­cia­les de los dominios se co­n­vie­r­ten con ayuda de Punycode en se­cue­n­cias de ca­ra­c­te­res co­m­pa­ti­bles con ASCII. Puedes encontrar más in­fo­r­ma­ción sobre la co­di­fi­ca­ción vía Punycode en nuestro artículo sobre los nombres de dominio in­te­r­na­cio­na­les (IDN).

Los lo­ca­li­za­do­res de recursos uniformes se utilizan como URL absolutos o como relativos. Los absolutos son válidos a nivel universal y co­m­pre­n­den todos los segmentos ne­ce­sa­rios para el esquema co­rre­s­po­n­die­n­te. Los relativos, por su parte, solo son válidos en un contexto es­pe­cí­fi­co y heredan ciertas ca­ra­c­te­rí­s­ti­cas de este, de modo que los segmentos de URL co­rre­s­po­n­die­n­tes se vuelven re­du­n­da­n­tes y pueden omitirse. Entre los datos que surgen del contexto se incluyen, por ejemplo, el protocolo, los dominios o también la ruta hacia el recurso.

Los URL relativos se utilizan, entre otros, en los hi­pe­re­n­la­ces de las páginas web para enlazar di­fe­re­n­tes su­b­pá­gi­nas de una página web. El Uniform Resource Locator del enlace hereda los datos de la página web en la que utiliza.

Los si­guie­n­tes ejemplos muestran un enlace de "www.example.org/index/pagina1" a "www.example.org/index/pagina2" con un URL absoluto y otro relativo.

Hi­pe­re­n­la­ce con un URL absoluto:

Hi­pe­re­n­la­ce con un URL relativo:

Los URL relativos ofrecen la ventaja de ser no­to­ria­me­n­te más cortos y de co­n­tri­buir a un código fuente más ligero y claro. Además, los hi­pe­re­n­la­ces con URL relativos si­m­pli­fi­can el traslado de los dominios. Si se modifica el dominio de la página web, este debe in­te­r­ca­m­biar­se ma­nua­l­me­n­te en cada enlace interno por un URL absoluto o ser re­di­ri­gi­do por medio de re­di­re­c­cio­nes. Este esfuerzo es in­ne­ce­sa­rio en el caso de los URL relativos, que no requieren una autoridad y, por tanto, tampoco una es­pe­ci­fi­ca­ción de dominio.