Adresse web

Les trois inventions à la base du World Wide Web sont :

• les adresses Web
• le protocole de communication Hypertext Transfer Protocol (HTTP)
• le langage de balisage HyperText Markup Language (HTML)

Bien qu'un protocole (HTTP) et un format de données (HTML) aient été développés spécifiquement pour le Web, le web est conçu pour imposer un minimum de contraintes techniques[1]. En particulier, d'autres formats et protocoles que HTTP et HTML peuvent être utilisés. Cependant, pour qu'une ressource puisse faire partie du Web, elle doit être exprimable sous la forme d'une adresse web. C'est en ce sens que les adresses sont l'invention la plus fondamentale.

Soit par exemple un document HTML enregistré dans un fichier informatique nommé page.html qui se trouve dans le répertoire /home/tim/ d'un ordinateur appelé www.example.com. Selon le moyen utilisé pour y accéder, cette ressource peut être connue sous diverses adresses :

file:///home/tim/page.html

La ressource est accessible en tant que fichier local page.html dans le répertoire /home/tim/. Cette adresse ne fonctionne que sur l'ordinateur où la ressource est enregistrée.

http://www.example.com/tim/page.html

La ressource est accessible sur le serveur HTTP www.example.com, sous le chemin d'accès /tim/page.html. Le serveur HTTP est configuré pour faire correspondre le chemin d'accès /tim/ au répertoire /home/tim/.

ftp://tim:sEcReT@www.example.com/tim/page.html

La ressource est accessible en utilisant le protocole FTP (File Transfer Protocol), avec le compte tim et le mot de passe sEcReT, sur le serveur www.example.com. Le serveur FTP est configuré pour donner au compte tim le répertoire /home/tim/.

Plusieurs autres protocoles pourraient être utilisés pour accéder à cette ressource, pourvu que le serveur idoine ait été installé : Gopher, HTTPS, etc. D'autres ressources peuvent être conceptuellement très différentes d'un fichier, par exemple :

mailto:tim@example.com

La ressource est la destination de courrier électronique d'adresse email tim@example.com.

news:alt.hypertext

La ressource est le forum de discussion Usenet alt.hypertext.

La syntaxe de base des adresses web est la suivante :

• protocole:partie_spécifique

La syntaxe originale des adresses web reste la plus utilisée. De temps en temps, un nouveau protocole est défini.

Dans les cercles techniques, les adresses web ont été connues sous divers noms : adresse WWW, Universal Document Identifier, Universal Resource Identifiers (RFC 1630[3]), et finalement divisées en Uniform Resource Locators (URL, RFC 1738[4], RFC 1808[5]) et Uniform Resource Names (URN, RFC 1737[6]), le tout étant des Uniform Resource Identifiers (URI, RFC 2396[7], RFC 3986[8])[9]. L'abréviation URL est utilisée dans le standard HTML 3.2[10] est elle est devenue la plus connue et utilisée par les techniciens. La situation est devenue suffisamment confuse pour que le RFC 3305[11] soit écrit pour clarifier la terminologie.

Diverses francisations ont été proposées par des organismes nationaux. Le Vocabulaire de l'informatique et de l'internet publié au Journal officiel du 16 mars 1999 par la Commission générale de terminologie et de néologie de France[12] a proposé « adresse réticulaire » et « adresse universelle ». Ces deux dénominations ont été rejetées par l'Office québécois de la langue française à cause de leur manque de précision, et elles ne sont pas entrées dans l'usage courant. L'Office québécois de la langue française propose[13], « adresse URL », « URL », « adresse web » et « adresse W3 ». Il fait remarquer que « adresse web » ne s'utilise généralement que pour les ressources des sites web, alors que l'abréviation URL met l'accent sur l'universalité de ces adresses, qui peuvent identifier des forums Usenet, des sites FTP, etc. Le grand public confond aussi souvent adresse web, adresse électronique et adresse IP. Pour éviter toutes ces ambiguïtés, les professionnels du web utilisent souvent l'abréviation « URL », bien qu'ils fassent en fait référence aux URI[14].

Le nom original que l'inventeur du web donne aux adresses web est Universal Document Identifier (UDI) [15]. L'été 1992, il propose à l'Internet Engineering Task Force (IETF) de standardiser ces UDI, mais la dénomination « universel » a été écartée car jugée trop « arrogante » pour un projet alors jeune comme le Web. La dénomination Uniform Resource Identifier (URI) est le compromis résultant.

Lors de la standardisation des URI, il était clair qu'en pratique, les adresses web n'identifiaient pas des documents, mais des emplacements de documents. Autrement dit, si un document est déplacé, alors son adresse change. En pratique, lorsqu'une ressource est déplacée, tous les hyperliens qui y mènent sont brisés, ce qui donne l'erreur HTTP 404 sur un serveur HTTP.

Devant cet état de fait, il a été décidé que les adresses web seraient appelées Uniform Resource Locator (URL). L'idée était de standardiser deux sortes d'URI : Les URL seraient les URI qui indiquent « comment » (par quel chemin sur le réseau) accéder à une ressource ; les Uniform Resource Names (URN) seraient les URI qui identifient éternellement les mêmes documents, où qu'ils se trouvent.

Tim Berners-Lee ne cessait cependant pas d'insister pour que, au moins en théorie, les adresses web soient conçues pour être universelles. Il trouvait aussi que l'IETF perdait son temps en discussions, aussi en juin 1994 il publie le RFC 1630[3], Universal Resource Identifiers in WWW. Ce premier request for comments sur les adresses web est de la catégorie informative. Il décrit simplement la pratique de l'époque, et contient quelques erreurs.