统一资源标识符

统一资源标识符（Uniform Resource Identifier，URI）是用于识别资源的一种统一、可扩展的标识形式。它不只指向网页，也可以标识文件、服务、概念、关系或其他可由某种命名方案界定的对象。常见的网页地址只是 URI 世界中醒目的一部分。理解URI的关键，是区分“标识对象”与“取得对象的表示”：前者说明谈论哪一个，后者说明如何取得相关信息。

在互联网环境中，URI为不同系统提供可交换的名字。企业网站、商品目录、数据接口和知识图谱可能由不同软件生成，也可能面向不同语言和市场。共享稳定、含义明确的标识符有助于关联记录；若把页面标题、商品译名或当前网址误作对象身份，改版和迁移便可能造成关系断裂。URI不自动解决命名治理，但提供通用语法。

URI的一般形式由方案名、冒号和后续部分构成。RFC 3986概括的通用语法常写为“方案:层次部分?查询#片段”。其中“方案”（scheme）标明应按哪一套命名规则解释标识符，例如http、https、mailto、urn；方案名不保证资源可访问，后续文本也可能依方案各有语义。方案规范可以在通用语法之外进一步规定具体含义。

以虚构地址“https://catalog.example.test/items/tea-042?lang=zh-CN#ingredients”为例，https是方案；双斜线之后的catalog.example.test是权威部分中的主机名；斜线后的路径用于区分层次；问号后的lang=zh-CN是查询部分；井号后的ingredients是片段标识。这个拆分帮助机器判断边界，但每段含义仍须结合方案和应用约定。查询可能是请求参数，也可能参与对象识别；片段既可能标记文档位置，也可能在特定数据模型中充当标识的一部分。

并非所有URI都有“主机/路径/查询/片段”结构。mailto:orders@example.test没有双斜线主机结构；urn:example:product:tea-042使用另一类命名方式。通用解析器可以先识别冒号前的方案与常见分隔符，再把方案特有的解释留给相应规则。字符串像网址，不等于一定使用HTTP或表示网页路径。

URI是总称，URL和URN在历史与使用习惯中常用来强调不同侧面：URL突出定位或访问方式，URN突出持久名称或命名空间内的名称。早期讨论常把URI想成URL与URN的二分，但W3C的澄清文件指出，这种分类思路并非规范意义上互斥且穷尽的类型划分。当前通常使用更一般的URI一词；若强调具体职责，可直接说明方案或访问行为。

“资源”（resource）在URI语境中范围很广。它可以是可下载的PDF、网页、某个实体，也可以是集合、随时间变化的映射，或其他由应用关注的事物。URI规范定义通用语法，标识符如何分配和解释则由方案或应用规则处理；它不承诺URI永远对应同一对象，也不保证链接永久可用。因此，看到一个可点击的URI，不应据此断定它标识的是页面内容而非页面、文件、业务实体或服务端点；需要查阅发布方的定义。

还应区分标识符、可访问位置和表示。一个URI可能被HTTP请求解析到一个页面，页面可提供对象的文字说明、结构化数据或多语言版本；表示可以变化，而其所指对象仍可保持不变。反过来，两个不同URI也可能在某个系统中返回相同内容，却不因此自动成为同一个标识符。内容相同、地址相同、对象相同是不同判断，应用应明确各自依据。

完整URI通常带有方案；相对引用省略部分信息，要放在一个已知的基准URI下才能解析。例如基准“https://shop.example.test/docs/guide.html”中出现相对引用“../products/tea-042”，按URI引用解析规则可得到“https://shop.example.test/products/tea-042”。同一个相对字符串在另一基准下会指向别处，所以它不能脱离上下文独立充当全球稳定标识。HTML链接、文档内的资源引用和部分数据序列化格式会使用这种简写，系统在导出或搬迁数据时应确保基准URI明确。

URI引用可以是绝对URI，也可以是相对引用。解析器会按语法分割组件，再依据基准地址组合路径，并处理路径中的“.”和“..”段。不要把地址栏中省略协议的短字符串或站点搜索词直接当作规范URI：它可能依赖浏览器的猜测，不适合需要长期、跨系统复用的记录。导出的目录或数据集宜给出绝对标识符，或声明基准与解析规则。

URI通用语法使用有限字符集合，不能把任意文字未经处理地放进每个位置。百分号编码以“%”和两个十六进制数字表示一个八位字节，例如空格对应的字节可写作“%20”。编码的是字节，不是抽象的中文字形；若某方案将文本数据转为UTF-8字节，非允许字符再按规则百分号编码，于是同一个汉字常表现为多个“%”编码单元。编码必须在正确组件和正确字符集背景下处理，不能对整条URI随意解码或重复编码。

冒号、斜杠、问号、井号和等号等保留字符，可能承担分隔结构的作用。若某个字符被当作数据而不是分隔符，通常必须按具体组件规则编码；把“%2F”随意替换为斜杠，可能改变路径层次。RFC 3986允许将未保留字符的某些百分号编码形式规范化为对应字符，但各类归一化不能混为一谈。大小写只在规范明确规定不敏感的部分才可折叠，例如方案名大小写不敏感；路径、查询和值的大小写通常要看服务和方案语义。

国际化资源标识符（IRI）是与URI互补的表示方式，允许使用更广泛的Unicode字符。RFC 3987定义了IRI映射到URI的规则，使合适的协议或格式可接纳本地文字；并非所有旧系统、数据字段或URI协议位置都能直接接收IRI。网页可展示含中文、日文或重音字符的地址，互通时仍需一致处理。域名国际化另有专门规则。

比较两个URI时，字符串不同不总表示对象不同；但字符串看起来相近，也不说明语义等同。方案名和主机名可按规则忽略大小写，默认端口、点段、百分号编码等情况也有相应比较或规范化规则。另一方面，查询参数顺序、片段、路径大小写以及保留字符是否编码，可能影响解释。RFC 3986明确指出，不同应用采用的比较方式并不总相同，某些比较甚至只作字符串比较。未经规范化的字符串去重可能拆分等价URI；过度归一化又可能误合并不同标识符。

因此应先明确方案和应用语义，再决定如何规范化和比较。可保存原始URI、用于检索的规范化键和生成规则版本，以便追查数据来源；但不应把规范化键冒充原始标识符。长期引用企业对象时，还须规定命名空间管理方、标识创建与复用、对象合并或拆分的记录方式，以及旧标识的停用政策。URI语法不会替组织作出这些决定。

例如，某企业虚构地为一款跨境销售的“晨雾茶”建立“https://id.example.test/product/tea-042”作为产品实体标识。中文商品页、英语商品页、不同地区的配料说明和内部库存系统可以分别使用本地URL、语言码或数据库键，但都可在有明确映射的前提下引用这一实体URI。若某国标签因法规或配方变化而更新，版本化的标签文档可以拥有自己的标识并指向产品；不要把一个实体标识直接解释为所有市场的同一配方、同一标签或同一法律状态。地区、语言、市场和版本都需要作为元数据或独立对象加以区分。这个例子说明标识符能帮助连接资料，却不能代替事实校验或合规判断。

在数据目录、产品主数据和知识图谱中，URI常用来稳定命名实体、属性、类别或关系。以RDF为例，图中的命名节点以绝对IRI表示；在具体序列化文本中出现的相对IRI须借助基准IRI解析后，才会形成确定的图。于是，URI或IRI不仅是链接，也可能是机器比较、引用词汇、联结数据的标识。若词汇定义换了地址、语义却未说明，消费者系统便难以判断旧新概念是否相同。

跨境企业可将标识策略纳入数据治理：为商品、地点、文件、服务及概念词表划定命名空间；维护实体与多语言页面的映射；另行记录地区、语言、有效期间、来源和版本；变更时说明旧标识的后续关系。公开网页URI和内部数据库主键可并存，前提是映射责任、访问权限与生命周期明确。对敏感商业系统，也应审查不要把个人信息、凭据或内部秘密直接写进可公开传播的URI。

稳定的机器可读标识有助于系统识别和关联内容，也是机器可读数据中引用资源的常见基础；但URI本身不产生事实、证据或排名。一个语法正确的地址并不自动表示其内容可信、最新、可访问或被某个AI系统采用。应同时维护清晰定义、来源依据、更新时间、版本、语言及适用范围，建立可检查的链接和数据质量流程。要测量的，是目标系统能否解析、解释并正确关联该资源，而不是仅看是否生成了一个长得像标准地址的字符串。

第一，把URI等同于网页URL，会漏掉URN、邮件地址、词汇标识和其他方案。第二，把可访问性等同于身份稳定性：HTTP地址今天能打开，不代表它明天不变或永久指向同一实体。第三，认为查询或片段永远只是导航装饰；它们的作用取决于方案和应用。第四，认为把中文显示成百分号编码就得到稳定标识；编码只解决字符表示的一部分问题，无法保证命名唯一、定义清楚或链接长期维护。第五，未经语义判断就统一大小写、删参数、解码分隔符或合并重定向，会破坏对象边界。

URI适用于跨文档引用或供不同软件处理的情境。设计者仍须决定是否公开、如何管理命名空间、维护旧链接，以及怎样定义“同一对象”。本地数据库对象可能只需内部主键；跨组织或长期交换时，可补充公开URI或IRI。方案选择应考虑使用者、生命周期、访问控制、隐私和维护能力。

URI是识别资源的通用语法框架，不等同于网页，也不保证可访问、持久或语义正确。解析它要认识方案和组成部分；相对引用依赖基准，百分号编码和IRI映射处理字符表示，规范化与比较则须尊重具体语义。企业和数据发布者还须定义对象、维护跨语言及版本关系、记录适用范围并验证相关数据。