Como funcionam os URLs: a anatomia de um endereço da Web e por que precisamos deles

Se você fala alemão, provavelmente pensa no URL como “morre” Uniform Resource Locator. É feminino em alemão, embora o termo em inglês não tenha gênero. Mas vamos superar a gramática. Estamos analisando a sequência de caracteres na barra de endereço do seu navegador. Essa longa sequência de letras, números e símbolos não é apenas ruído aleatório. É um entre vários bilhões de endereços exclusivos que apontam para conteúdos específicos na Internet.

Você vê isso todos os dias. https://www.wissen.de/... e depois uma longa cauda de identificadores. Ele direciona você para este artigo exato. Mas o URL é mais do que apenas um link. É o sistema de endereçamento fundamental para a web. Aponta para subpáginas, arquivos e recursos. Pense nisso como um endereço de e-mail. Você precisa da cidade, do CEP, da rua, do número da casa e do nome na porta. Sem tudo isso, a correspondência se perde. A URL funciona da mesma maneira. É mais jovem que a Internet e mais antigo do que pensamos.

Antes de mergulhar na mecânica, precisamos esclarecer algumas confusões. As pessoas confundem esses termos constantemente.

• Site: Toda a presença online. Como toda a plataforma wissen.de.
• Página inicial: A página de destino. A primeira coisa que você vê ao digitar o endereço principal.
• Página da Web: uma única página desse site. Este artigo é uma página entre muitas no site wissen.de.

Dividindo a estrutura do URL

Por que precisamos de URLs? É uma navegação simples. Assim como um GPS precisa de um endereço completo para guiá-lo até sua porta, um navegador precisa de um URL completo para carregar uma página.

Vejamos as peças. Usando o exemplo https://www.wissen.de/kuenstliche-intelligenz-am-arbeitsplatz-risiko-oder-chance :

A string inteira é o URL. Aqui está como ele se divide:

• https: O protocolo. Diz ao navegador como se comunicar com o servidor. É o livro de regras para comunicação.
• www: O subdomínio ou domínio de terceiro nível. Sinaliza que se trata de conteúdo para a World Wide Web. Muitas vezes você não precisa digitá-lo. Às vezes indica uma versão do idioma, como de.wikipedia.org para alemão.
• wissen: O domínio de segundo nível. Este é o nome principal do site. É em grande parte escolhido livremente pelo proprietário. Esta é a identidade central.
• de: O domínio de nível superior (TLD). É um código de país ou indicador de uso. .de significa Alemanha. .com começou como comercial, mas agora é genérico. A combinação dos domínios de segundo e nível superior é o que a maioria das pessoas chama apenas de “domínio”.
• A parte final: O caminho. Isso aponta para o recurso específico. Pode aparecer logo após o TLD ou mais profundamente na estrutura.

Existem regras. Você pode escolher o caminho e o diretório livremente, mas se quiser que os mecanismos de pesquisa gostem de você, siga regras específicas de otimização. O próprio domínio deve ser registrado. Você compra os domínios de segundo nível e de nível superior.

Os caracteres permitidos em uma URL são estritamente padronizados. Se um webmaster usar um símbolo fora da lista permitida, o navegador gerará um erro. Isso evita confusão causada por caracteres especiais que existem em alguns idiomas, mas não em outros.

Os caracteres permitidos incluem:
– A-Z (maiúsculas e minúsculas)
– 0-9
– Símbolos: -._~:/?#[]@!$&'()*+,;=

Também existe um limite de comprimento. O URL inteiro pode ter até 255 caracteres. O próprio nome de domínio tem um limite de 63 caracteres. Os especialistas recomendam manter os domínios curtos e memoráveis. Nomes longos são difíceis de digitar e fáceis de digitar incorretamente.

A camada humana sobre código binário

A internet funciona com zeros e uns. Tecnicamente, o URL é redundante. Cada página possui um endereço IP. Uma série de números. Se você digitar esse IP em seu navegador, você acessará o site. Funciona.

Então, por que o URL?

Usabilidade.

wissen.de é fácil de lembrar. O endereço IP é uma sequência de doze dígitos. Tente memorizar isso. Tente digitá-lo sem erros de digitação. Você irá falhar. A URL preenche a lacuna entre o código de máquina e a memória humana. Ele traduz o roteamento de rede complexo em algo que podemos ler, falar e digitar. Torna a Internet navegável para as pessoas, não apenas para os computadores.

Antes dos URLs serem governados: como nasceu o sistema de endereços da Web

Você não pode falar sobre URLs sem falar sobre domínios. É uma história complicada. Antes de a web se tornar um nome familiar, os computadores falavam em números. Endereços IP puros e frios.

A ARPANET foi a grande. Lançado em 1969, foi um projeto do Departamento de Defesa dos EUA administrado pela ARPA (agora DARPA). Ele conectou universidades e laboratórios. No início, funcionou bem. Então não aconteceu.

À medida que mais máquinas se juntaram à rede, a abordagem numérica entrou em colapso. Os usuários precisavam de listas telefônicas digitais para descobrir onde ficava um servidor. Foi ineficiente. Foi desajeitado.

Então, as pessoas foram criativas. Eles queriam nomes. Algo memorável. Em 1983, a ARPANET mudou para um sistema baseado em domínio usando RFC 882 e RFC 883. Os domínios mais antigos que ainda usamos hoje datam de 1985.

Veja berkeley.edu. Esse é o endereço da Universidade da Califórnia, Berkeley. Está lá desde o início. Mas estes não eram para todos. Você tinha que ser uma instituição. Uma universidade. Uma agência governamental. Ou um empreiteiro de eletrônica, TI ou defesa. Pessoas normais? Não foi convidado.

Este sistema mancou até 1994. A World Wide Web estava aberta ao público há cerca de um ano. O caos estava se formando. As pessoas usavam formatos semelhantes aos de endereços, mas não havia um padrão. Sem regras. Apenas suposições.

Entra Tim Berners-Lee. O cara costuma ser considerado o inventor da internet. A partir de 1992, ele pressionou por um processo de padronização. Foram necessários mais de dois anos de discussão e refinamento antes que sua equipe decidisse um draft.

Eles tinham dois objetivos principais:

• Simplicidade. A estrutura precisava fazer sentido. Idealmente, deveria se parecer com uma árvore. Isso permitiu que não especialistas publicassem sites e entendessem como eles foram encontrados.
• Continuidade. Não quebre hábitos existentes. A estrutura do caminho com barra (/ )? Isso veio dos sistemas de arquivos UNIX. A sintaxe geral? Emprestado do Apollo Domain/OS.

No final de 1994, a RFC 1738 foi publicada.

Este foi o primeiro padrão real para a construção de URLs como a conhecemos. Não foi perfeito. Não foi definitivo. Mas deu à web uma linguagem comum. Uma maneira de apontar um documento sem precisar de uma lista telefônica.

A base foi lançada. O resto é história. Ou, pelo menos, a versão da história que concordamos em escrever.