URI正規化

^{RFC 3986 [ 1 ]}では、同等の URI を生成するために、以下の正規化が説明されています。

• パーセントエンコードされたトリプレットを大文字に変換します。URIのパーセントエンコードされたトリプレット内の 16 進数(例:と) は大文字小文字を区別しないため、数字 AF に大文字を使用するように正規化する必要があります。^{[ 2 ]}例:%3a%3A

http://example.com/foo%2a→http://example.com/foo%2A

• スキームとホストを小文字に変換します。URIのスキームとホストのコンポーネントは大文字と小文字を区別しないため、小文字に正規化する必要があります。[ ^{3 ]例}:

HTTP://User@Example.COM/Foo→http://User@example.com/Foo

• パーセントエンコードされた非予約文字のトリプレットのデコード。URIのパーセントエンコードされたトリプレットのうち、アルファベット( %41–%5Aと%61– %7A)、数字( %30– %39)、ハイフン ( %2D)、ピリオド ( %2E)、アンダースコア ( %5F)、チルダ ( %7E) の範囲にあるものは、パーセントエンコードする必要がなく、対応する非予約文字にデコードする必要があります。^{[ 4 ]}例:

http://example.com/%7Efoo→http://example.com/~foo

• ドットセグメントの削除。URIのパスコンポーネント内のドットセグメント.は、RFC 3986 で説明されているパスにremove_dot_segments アルゴリズム^{[ 5 ]を適用して削除する必要があります。 [ 6 ]}例:..

http://example.com/foo/./bar/baz/../qux→http://example.com/foo/bar/qux

• 空のパスを「/」パスに変換します。権限コンポーネントが存在する場合、空のパスコンポーネントは「/」のパスコンポーネントに正規化する必要があります。^{[ 7 ]}例:

http://example.com→http://example.com/

• デフォルトポートの削除。URIの空またはデフォルトポートコンポーネント (スキームの場合はポート 80 ) とその区切り文字http「:」を削除する必要があります。^{[ 7 ]}例:

http://example.com:80/→http://example.com/

HTTPおよびHTTPS URIの場合、RFC 3986に記載されている以下の正規化によって同等のURIが得られる可能性がありますが、標準に準拠していることは保証されません。

• 空でないパスの末尾に「/」を追加します。ディレクトリ（フォルダ）は末尾のスラッシュで示され、URI に含める必要があります。例:

http://example.com/foo→http://example.com/foo/

しかし、URIパスの構成要素がディレクトリを表しているかどうかを知る方法はありません。RFC 3986では、前者のURIが後者のURIにリダイレクトされる場合、それは両者が同等であることを示していると述べています。

以下の正規化を適用すると、同じリソースを参照している場合でも、意味的に異なるURIが生成されます。

• ディレクトリインデックスを削除します。デフォルトのディレクトリインデックスは通常、URIには必要ありません。例：

http://example.com/a/index.html→http://example.com/a/

http://example.com/default.asp→http://example.com/

• フラグメントの削除。URIのフラグメントコンポーネントはサーバーからは認識されないため、場合によっては削除できます。例:

http://example.com/bar.html#section1→http://example.com/bar.html

しかし、AJAXアプリケーションではフラグメント内の値が頻繁に使用されます。

• IPアドレスをドメイン名に置き換えます。IPアドレスがドメイン名にマッピングされているかどうかを確認します。例：

http://208.77.188.166/→http://example.com/

仮想ウェブサーバーの存在により、逆方向の置換はほとんどの場合安全ではありません。

• プロトコルの制限。さまざまなアプリケーション層プロトコルを制限します。たとえば、「https」スキームを「http」に置き換えることができます。例:

https://example.com/→http://example.com/

• 重複するスラッシュの削除隣接する2つのスラッシュを含むパスは、1つに変換できます。例:

http://example.com/foo//bar.html→http://example.com/foo/bar.html

• 最初のドメインラベルとして「www」を削除または追加します。一部のウェブサイトは、2 つのインターネット ドメインで同じように動作します。1 つは最下位ラベルが「www」であるドメイン、もう 1 つは最初のドメイン名から最下位ラベルを省略した結果であるドメインで、後者はネイキッド ドメインとして知られています。たとえば、http://www.example.com/とhttp://example.com/は同じウェブサイトにアクセスできます。多くのウェブサイトは、wwwから www なしのアドレスにユーザーをリダイレクトするか、その逆を行います。正規化ツールは、これらの URI のいずれかが他方にリダイレクトするかどうかを判断し、すべての URI を適切に正規化することができます。例:

http://www.example.com/→http://example.com/

• クエリパラメータのソート。一部のWebページでは、URIに複数のクエリパラメータが使用されます。正規化ツールは、パラメータを（値とともに）アルファベット順にソートし、URIを再構成できます。例：

http://example.com/display?lang=en&article=fred→http://example.com/display?article=fred&lang=en

しかし、URI のパラメータの順序は重要になる場合があり (これは標準では定義されていません)、Web サーバーは同じ変数が複数回出現することを許可する場合があります。^{[ 8 ]}

• 使用されていないクエリ変数の削除。ページによっては、クエリに特定のパラメータのみが表示されることを想定している場合があります。使用されていないパラメータは削除できます。例：

http://example.com/display?id=123&fakefoo=fakebar→http://example.com/display?id=123

値が指定されていないパラメータは、必ずしも未使用のパラメータとは限らないことに注意してください。

• デフォルトのクエリ パラメータを削除します。クエリ文字列内のデフォルト値は、存在するかどうかにかかわらず、同じようにレンダリングされる場合があります。例:

http://example.com/display?id=&sort=ascending→http://example.com/display

• クエリが空の場合に「?」を削除します。クエリが空の場合には、「?」は不要になる場合があります。例:

http://example.com/display?→http://example.com/display