935.txt

* 仕様書

[REFS[
- [36] '''[CITE@en[URL Standard]] ([TIME[2016-05-25 22:00:23 +09:00]]) <https://url.spec.whatwg.org/#url-parsing>'''
- [23] [CITE@en-GB-x-hixie[HTML Standard]] ([TIME[2016-06-04 03:01:52 +09:00]]) <https://html.spec.whatwg.org/#resolving-urls>
]REFS]

* URL 構文解析器

[37] [DFN[[RUBYB[URL 構文解析器]@en[URL parser]]]]は、
[[文字列]][VAR[入力]]、
[[基底URL]]を表す省略可能な[[URL記録]][VAR[基底]]、
省略可能な[[文字符号化]][VAR[符号化上書き]]について、
次のようにします [SRC[>>36]]。
[FIG(steps)[
= [38] [VAR[URL]] を、[VAR[入力]]、[VAR[基底]]、[VAR[符号化上書き]]に[[基本URL構文解析器]]を適用した結果に設定します。
= [39] [VAR[URL]] が[[失敗]]なら、
== [40] [[失敗]]を返し、ここで停止します。
= [41] [VAR[URL]] の [F[scheme][URL scheme]] が [CODE[blob][blob:]] で、
[VAR[URL]] の[F[パス][URL path]]が[[空]]でないなら、
== [43] [VAR[キー]]を、[VAR[URL]] の[F[パス][URL path]] の0番目の[[項目]]に設定します。
== [44] [VAR[項目]]を、[[関連する類似起源閲覧文脈群の単位]]の [F[blob URL store]] の[VAR[キー]]の項目に設定します。
== [46] [VAR[項目]]が [[null]] でなければ、
=== [45] [VAR[URL]] の[F[オブジェクト]]を、[VAR[項目]]の値に設定します。
= [42] [VAR[URL]] を返します。
]FIG]

[47] つまり [[URL文字列]]に [[URL構文解析器]]を適用して [[URL記録]]を得た時点で、
[CODE(URI)@en[blob:]] [[URL]] と参照先の[[オブジェクト]]との関連付けが行われます。

[51] [DFN[[RUBYB[URL の構文解析]@en[parse a URL]]]]は、
[[文書]]や[[環境設定群オブジェクト]]に関する演算です。

[52] [[文書]][VAR[文書]]に対して[[文字列]][VAR[入力]]を[[構文解析][URLの構文解析]]するには、
次のようにしなければ[MUST[なりません]] [SRC[>>23]]。
[FIG(steps)[
= [53] [[URL構文解析]]を実行した結果を返します。
[FIG(list members)[
: [VAR[入力]] :  [VAR[入力]]
: [VAR[基底]] : [VAR[文書]]の[F[基底URL][文書の基底URL]]
: [VAR[符号化上書き]] : [VAR[文書]]の[F[文字符号化][文書の文字符号化]]
]FIG]
]FIG]

[54] [[環境設定群オブジェクト]][VAR[設定群]]に対して[[文字列]][VAR[入力]]を[[構文解析][URLの構文解析]]するには、
次のようにしなければ[MUST[なりません]] [SRC[>>23]]。
[FIG(steps)[
= [55] [[URL構文解析]]を実行した結果を返します。
[FIG(list members)[
: [VAR[入力]] :  [VAR[入力]]
: [VAR[基底]] : [VAR[設定群]]の[F[API基底URL]]
: [VAR[符号化上書き]] : [VAR[設定群]]の[F[API URL文字符号化]]
]FIG]
]FIG]

[56] これらが ([[失敗]]を返さない場合に) 返す 
[[URL記録]]を、[DFN[[RUBYB[結果URL記録]@en[resulting URL record]]]]といいます
[SRC[>>23]]。

[57] [[結果URL記録]]に [[URL直列化器]]を適用した結果を、
[DFN[[RUBYB[結果URL文字列]@en[resulting URL string]]]]といいます [SRC[>>23]]。

[59] [[URL構文解析器]]は、その他、[[URL分解属性]]を含め、様々な場所から呼び出されます。

* 基本 URL 構文解析器

[49] [DFN[[RUBYB[基本URL構文解析器]@en[basic URL parser]]]] [SRC[>>36]] は、
次の入力を受け取ります。
[FIG(list members)[
: [VAR[入力]] : [[文字列]]。
: [VAR[基底]] : [[基底URL]]を表す [[URL記録]]。省略可能。
: [VAR[符号化上書き]] : [[文字符号化]]。省略可能。
: [VAR[URL]] : [[URL記録]]、省略可能。
[[URL分解属性]]で使われます。
: [VAR[状態上書き]] : [[URL構文解析器]]の初期状態。省略可能。
[[URL分解属性]]で使われます。
]FIG]

[50] [[基本URL構文解析器]]は、
[VAR[URL]] が指定された場合、それを変更します。
指定されない場合、 [[URL記録]]または[[失敗]]を返します。
加えて、0個[[以上]]の[[構文違反]]を報告します。

[48] [[Webブラウザー]]以外で [CODE(URI)@en[blob:]] [[URL]] の処理を実装する必要がない場合は、
[[URL構文解析器]]ではなく、[[基本URL構文解析器]]を実装すれば十分です [SRC[>>36]]。

[60] [[Webブラウザー]]は基本的に [[URL構文解析器]]を呼び出すので、
それ以外で[[基本URL構文解析器]]が呼び出される場面はあまり無さそうです。

[61] [CODE(URI)@en[blob:]] [[URLの起源]]の決定で、[[基本URL構文解析器]]が呼び出されます。

* URL の構文解析、解決、比較と正準化

[33] [[URL Standard]] の登場まで、 [[URL]] (として解釈される文字列) 
に対する[[構文解析][URLの構文解析]]、[[解決][URLの解決]]、
[[比較][URLの比較]]と[[正準化][URLの正準化]]といった各[[演算]]の関係は明確に理解されていませんでした。

[34] [[URL Standard]] は[[構文解析][URLの構文解析]]、[[解決][URLの解決]]、
基本的な[[正準化][URLの正準化]]を1つの不可分の演算として改めて正確に定義し、
[[比較][URLの比較]]はその結果について 
(あるいは場合によっては文脈依存の更なる[[演算]]を経たものについて) 行うものとしました。

;; [35] [[比較]]の方法については、[[URLの比較]]も参照。

* モジュール指定子の解決

[25] [[モジュール指定子]]参照。

* 歴史

** IRI の相対参照解決

[3] [[RIF]] は [[RFC 3986]] の[[算法]]を [[IRI]] に直接適用すると規定しています。

;; [CITE[RIF Datatypes and Built-Ins 1.0]] ([TIME[2010-06-22 23:52:50 +09:00]] 版) <http://www.w3.org/TR/2010/REC-rif-dtb-20100622/#Relative_IRIs>

[4] [[SSML 1.1]] の「[[URI]]」は [CODE(XML)@en[[[anyURI]]]] ですが、
[[RFC 3986]] の[[算法]]を (特に断り書きなしに) 適用すると規定しています。

;;[CITE@en[Speech Synthesis Markup Language (SSML) Version 1.1]] ([TIME[2010-09-08 00:26:19 +09:00]] 版) <http://www.w3.org/TR/2010/REC-speech-synthesis11-20100907/#S3.1.3.1>

** Open Packaging の相対参照解決

[2] [[Open Packaging]] は [[Unicode文字列]]を[[部分名]]に[[解決]]する方法を規定しています ([[ECMA 376]]
第2部附属書A)。[[部分名]]とは、 [[pack URI]] の [[path]] 部分のことです。
この[[解決]]は [[Unicode文字列]] → [[IRI]] → [[URI]] → [[部分名]]の3段階に分かれています。
最初の2つの段階については「[[IRI]]」の項を参照してください。
最後の [[URI]] → [[部分名]]の段階では、[[相対参照]]の[[解決]]が行われます
(同、 A.3)。
この[[解決]]の方法は [[RFC 3986]] の[[相対参照]]の[[解決]]よりも拡張されたものになっています。

= [CODE(char)[[['''[''']]]] と [CODE(char)[[[''']''']]]] を[[百分率符号化]]します
= [CODE(char)[[[%]]]] の後に[[十六進数]]2桁が続かない場合、[[百分率符号化]]します
= [[非予約文字]] ([[RFC 3986]] のもの?) に対する[[百分率符号化]]を[[復号]]します
= [CODE(char)[[[/]]]] と [CODE(char)[[[\]]]] の[[百分率符号化]]を[[復号]]します
= [CODE(char)[[[\]]]] を [CODE(char)[[[/]]]] に変換します
= [CODE(char)[[[.]]]] 以外の[[文字]]を含んだ [[segment]]
それぞれについて、末尾に [CODE(char)[[[.]]]] があればすべて除去します
= [CODE(char)[[[/]]]] の連続を1つの [CODE(char)[[[/]]]] に置き換えます
= 末尾に1つ [CODE(char)[[[/]]]] があれば、除去します
= 3つ[[以上]]の [CODE(char)[[[.]]]] から成る [[segment]] 全体を除去します
= [[RFC 3986]] の方法で[[相対参照]]として[[解決]]し、得られた [[path]] の部分が[[部分名]]です

** 素片識別子の扱い

[1] 基底 [SAMP(URI)[http://foo.example/#bar]] で相対 URI 参照 [SAMP(URI)[?]] を解決すると [SAMP(URI)[http://foo.example/?]] になる実装と [SAMP(URI)[http://foo.example/?#bar]] になる実装がある。

** メモ

[5] [CITE@EN[XQuery 3.0: An XML Query Language]]
( ([TIME[2014-04-08 08:26:21 +09:00]] 版))
<http://www.w3.org/TR/xquery-30/#id-resolve-relative-uri>

[6] [CITE@EN[XML Path Language (XPath) 3.0]]
( ([TIME[2014-04-08 07:58:50 +09:00]] 版))
<http://www.w3.org/TR/xpath-30/#dt-resolve-relative-uri>

[7] [CITE@EN[XPath and XQuery Functions and Operators 3.0]]
( ([TIME[2014-04-08 07:02:07 +09:00]] 版))
<http://www.w3.org/TR/xpath-functions-3/#func-resolve-uri>

[8] [CITE@en[Canonical XML Version 2.0]]
( ([TIME[2010-09-02 01:31:32 +09:00]] 版))
<http://www.w3.org/TR/2010/WD-xml-c14n2-20100831/>

[9] [CITE@EN[XQuery 1.0 and XPath 2.0 Functions and Operators (Second Edition)]]
( ([TIME[2010-12-17 00:06:54 +09:00]] 版))
<http://www.w3.org/TR/2010/REC-xpath-functions-20101214/#func-resolve-uri>

[10] [CITE@EN[SPARQL 1.1 Query Language]]
( ([TIME[2013-03-21 20:27:53 +09:00]] 版))
<http://www.w3.org/TR/2013/REC-sparql11-query-20130321/#relIRIs>

[11] [CITE@en[Live URL Resolution Viewer]] ([CODE[2008-07-05 22:53:22 +09:00]] 版) <http://suika.fam.cx/www/url/urlresolution>

[12] [CITE@ja[冬様もすなる☆日記というもの (2008年7月)]] ([[わかば]] 著, [TIME[2008-07-06 00:10:37 +09:00]] 版) <http://suika.fam.cx/~wakaba/d/d200807#d6-1>


[13] [CITE[OASIS Open Document Format for Office Applications (OpenDocument) Version 1.2 - Part 3: Packages]]
([TIME[2011-09-29 13:00:00 +09:00]] 版)
<http://docs.oasis-open.org/office/v1.2/os/OpenDocument-v1.2-os-part3.html#a3_7Usage_of_IRIs_Within_Packages>

[14] [CITE@en[Support fragments as long as base URL is non-null. Fixes https://www.… · whatwg/url@7468c39]]
([TIME[2015-06-16 15:10:06 +09:00]] 版)
<https://github.com/whatwg/url/commit/7468c397f600b72f650f52fc02466f051bf96ad3>

[15] [CITE@en[Fix fragment against no relative scheme base URL again. · whatwg/url@7f5036c]]
([TIME[2015-06-17 16:53:02 +09:00]] 版)
<https://github.com/whatwg/url/commit/7f5036c15e1f09ec37c850bbec5f3bedc418a451>

[16] [CITE@en[Support relative URLs for unknown schemes. Please review! Fixes https… · whatwg/url@b266a43]]
([TIME[2015-06-18 19:12:49 +09:00]] 版)
<https://github.com/whatwg/url/commit/b266a43fc9df0e8607074bd4d336a517e2010009>

[17] [CITE@en[Remove the "element's base URL" indirection · whatwg/html@199c0c0]]
([TIME[2015-12-19 11:03:40 +09:00]] 版)
<https://github.com/whatwg/html/commit/199c0c0569bc0e312bb70bffa8ef2f85231f4cd1>

[18] [CITE@en[Clarify callers of the 'resolve a URL' algorithm · whatwg/html@7c2db6f]]
([TIME[2016-01-09 12:07:04 +09:00]] 版)
<https://github.com/whatwg/html/commit/7c2db6f8c24f8c20fa362ee49433de966330a1fe>

[19] [CITE@en[Fix #77: always decode "%2e" in a URL's path · whatwg/url@bee5ad8]]
([TIME[2016-01-15 18:56:12 +09:00]] 版)
<https://github.com/whatwg/url/commit/bee5ad8041adfe6fc676c527bbc3f3cf4562ef67>

[20] [CITE@en[Drop dependencies on Encoding Standard's decoder concept · whatwg/url@37f9329]]
([TIME[2016-02-11 12:01:12 +09:00]] 版)
<https://github.com/whatwg/url/commit/37f932928378c0df521034cfd223f4ba603ef476>

[21] [CITE@en[Use the "get an output encoding" from the Encoding Standard · whatwg/url@a9197f7]]
([TIME[2016-02-11 12:03:32 +09:00]] 版)
<https://github.com/whatwg/url/commit/a9197f7714e6b125f1f760ca1aa661530261773c>

[22] [CITE@en[Update integration with Encoding Standard · whatwg/html@6a31c26]]
([TIME[2016-02-14 18:45:01 +09:00]] 版)
<https://github.com/whatwg/html/commit/6a31c26cf12e39dab1a488e75dd56c03d6786d39>

[24] [CITE@en[URLs are parsed and produce records · whatwg/html@30bc255]]
([TIME[2016-02-14 22:49:31 +09:00]] 版)
<https://github.com/whatwg/html/commit/30bc2557105ad62881ec9670f253febbc9761b44>

[26] [CITE@en[Fix #823: Don't strip characters from the URL in meta refresh · whatwg/html@543d8c1]]
([TIME[2016-03-08 18:30:02 +09:00]] 版)
<https://github.com/whatwg/html/commit/543d8c1598bf5bff0b8febc50dff11dcb42f8768>

[27] [CITE@en[Fix #101: always strip U+0009, U+000A, and U+000D · whatwg/url@7b40216]]
([TIME[2016-03-08 18:33:29 +09:00]] 版)
<https://github.com/whatwg/url/commit/7b40216f809c7fe3c9a1680b5c1b06a771c9ebd8>

[28] [CITE@en[Stop after setting an url’s query to null · whatwg/url@4f1c2dd]]
([TIME[2016-04-15 17:42:12 +09:00]] 版)
<https://github.com/whatwg/url/commit/4f1c2ddbdb866b1150819622ec04a86813294059>

[29] [CITE@en[curl handling of HTTP 301 redirection fails when response location header starts with http:///<domain> (3 slashes between protocol and domain)) · Issue #791 · curl/curl]]
( ([TIME[2016-05-10 20:23:27 +09:00]]))
<https://github.com/curl/curl/issues/791>

[30] [CITE@en[Issue 385645 - chromium - Security: Multiple leading slashes in URLs may confuse some server-side XSS filters - Monorail]]
( ([TIME[2016-05-10 20:26:39 +09:00]]))
<https://bugs.chromium.org/p/chromium/issues/detail?id=385645>

[FIG(quote)[
[FIGCAPTION[
[31] [CITE[cURL - How To Use]]
( ([TIME[2016-05-31 06:05:05 +09:00]]))
<https://curl.haxx.se/docs/manpage.html#--path-as-is>
]FIGCAPTION]

> --path-as-is
> Tell curl to not handle sequences of /../ or /./ in the given URL path. Normally curl will squash or merge them according to standards but with this option set you tell it not to do that.

]FIG]

[32] [CITE@en[Fix #521: all URLs can be relative · whatwg/html@e99f0bd]]
([TIME[2016-01-19 10:49:50 +09:00]] 版)
<https://github.com/whatwg/html/commit/e99f0bd112e0216698bf9397b64b3f8064995756>

[58] [CITE@en[Point out that the basic URL parser is for everyone. Fixes https://ww… · whatwg/url@9dbbde1]]
([TIME[2015-06-19 18:22:35 +09:00]] 版)
<https://github.com/whatwg/url/commit/9dbbde11609d351dfed9b6ee066de9d32b164148>


[62] [CITE@en[Bug 161364 – URLParser should handle relative URLs that start with //]]
([TIME[2016-09-01 12:19:27 +09:00]])
<https://bugs.webkit.org/show_bug.cgi?id=161364>

[63] [CITE@en[1064700 – Determine which characters need to be percent encoded]]
([TIME[2016-09-01 12:22:13 +09:00]])
<https://bugzilla.mozilla.org/show_bug.cgi?id=1064700>

[FIG(quote)[
[FIGCAPTION[
[64] [CITE[Release Notes for Safari Technology Preview 17 | WebKit]]
( ([TIME[2016-11-10 10:08:39 +09:00]]))
<https://webkit.org/blog/7071/release-notes-for-safari-technology-preview-17/>
]FIGCAPTION]

> Matched the behavior of the old URL parser when %2E is in the URL path (r207805)
> Prevented interpreting host of URLs with unrecognized schemes as an IPv4 address (r208086)

]FIG]


[65] [CITE@en[Percent encode fragments too]]
([[annevk]]著, [TIME[2016-12-10 02:43:08 +09:00]])
<https://github.com/whatwg/url/commit/373dbedbbf0596f723ce8a195923da98b698aeb0>

[66] [CITE@en[No need for null passwords]]
([[annevk]]著, [TIME[2017-01-04 02:31:30 +09:00]])
<https://github.com/whatwg/url/commit/5e0b05e95a81fdd539c7b1bf97e69b3df701384f>

[67] [CITE@en[Stop decoding all %2e's in paths]]
([[annevk]]著, [TIME[2016-10-28 20:46:47 +09:00]])
<https://github.com/whatwg/url/commit/fbff6834a8a03576261f777d0e0afea5c1bc5a09>

[68] [CITE@en[Return failure in state override scheme parsing]]
([[annevk]]著, [TIME[2017-01-03 23:33:47 +09:00]])
<https://github.com/whatwg/url/commit/4617e33b27d386bbf1db8c04316961d46aaa1397>

[FIG(quote)[
[FIGCAPTION[
[69] [CITE@en[FFmpeg Protocols Documentation]]
([TIME[2017-01-22 02:22:36 +09:00]])
<https://ffmpeg.org/ffmpeg-protocols.html#file>
]FIGCAPTION]

> An URL that does not have a protocol prefix will be assumed to be a file URL. Depending on the build, an URL that looks like a Windows path with the drive letter at the beginning will also be assumed to be a file URL (usually not the case in builds for unix-like systems).

]FIG]


[70] [CITE@en[Add opaque hosts]]
([[annevk]]著, [TIME[2017-01-25 04:51:54 +09:00]])
<https://github.com/whatwg/url/commit/30362553e9ce9fc706d3492bd61886e399fc94e2>

[71] [CITE@en[Change path parsing for non-special URLs]]
([[annevk]]著, [TIME[2017-01-31 19:41:51 +09:00]])
<https://github.com/whatwg/url/commit/b087fe2ab215caf656a94b067c9a69ae78f03c8f>

[72] [CITE@en[File state did not correctly deal with lack of base URL]]
([[annevk]]著, [TIME[2017-02-07 18:01:33 +09:00]])
<https://github.com/whatwg/url/commit/698f3e8f1d7de6d84c78ac81209fd780aca5ab7e>

[73] [CITE@en[Meta: state idempotence clearly as a goal]]
([[annevk]]著, [TIME[2017-02-09 00:04:43 +09:00]])
<https://github.com/whatwg/url/commit/6688baa5a3032a0acdb2149c41aef64b30106802>

[74] [CITE@en[Cleanup API for file and non-special URLs]]
([[annevk]]著, [TIME[2017-02-09 03:31:21 +09:00]])
<https://github.com/whatwg/url/commit/cf616f9d3fca44bd5329e992519a4236a39b0cb7>

[75] [CITE@en[Editorial: use the Infra Standard for URL's path]]
([[annevk]]著, [TIME[2017-02-10 02:32:12 +09:00]])
<https://github.com/whatwg/url/commit/2f99502dc12b781f5bf6a062257ba031c7129c1e>

[76] [CITE@en[Paths need to be copied from base URLs]]
([[annevk]]著, [TIME[2017-02-11 03:23:51 +09:00]])
<https://github.com/whatwg/url/commit/cdbe5dcf40c5c98d46c0a4a9b8984914eba38c2f>

[77] [CITE@en[Attempt to explain valid input better]]
([[annevk]]著, [TIME[2017-02-10 17:10:23 +09:00]])
<https://github.com/whatwg/url/commit/50cb9ab9d8f70cc2bc72e91976bfaea0ad0fd330>

[78] [CITE@en[A file URL cannot have credentials]]
([[annevk]]著, [TIME[2017-02-16 20:14:28 +09:00]])
<https://github.com/whatwg/url/commit/9b2eb10eb8436adaf6620b1864b25442152f205b>

[79] [CITE@en[Add empty host concept for file and non-special URLs]]
([[rmisev]]著, [TIME[2017-03-07 23:12:16 +09:00]])
<https://github.com/whatwg/url/commit/5807b28261e44a47e31683230137da395ddc79d8>

[80] [CITE@en[Restrict protocol around "file"]]
([[annevk]]著, [TIME[2017-03-15 17:37:07 +09:00]])
<https://github.com/whatwg/url/commit/462fdc14732aae4b0b9c5334f37962d8c235caf9>

[81] [CITE@EN[XQuery 3.1: An XML Query Language]]
([TIME[2017-03-20 09:23:33 +09:00]])
<https://www.w3.org/TR/2017/REC-xquery-31-20170321/#dt-resolve-relative-uri>

[82] [CITE@EN[XML Path Language (XPath) 3.1]]
([TIME[2017-03-20 09:18:04 +09:00]])
<https://www.w3.org/TR/2017/REC-xpath-31-20170321/#dt-resolve-relative-uri>

[83] [CITE@EN[XPath and XQuery Functions and Operators 3.1]]
([TIME[2017-03-21 16:02:06 +09:00]])
<https://www.w3.org/TR/2017/REC-xpath-functions-31-20170321/#func-resolve-uri>

[84] [CITE@en[URL: trim leading slashes of file URL paths]]
([[annevk]]著, [TIME[2017-03-22 19:31:00 +09:00]])
<https://github.com/whatwg/url/commit/6103e0a58eb2460d409056fb2b93b015941b64f2>

[85] [CITE@en[Fix Windows drive letter handling in the file state]]
([[rmisev]]著, [TIME[2017-05-03 16:16:22 +09:00]])
<https://github.com/whatwg/url/commit/fe6b251739e225555f04319f19c70c031a5d99eb>