Una cadena de consulta es parte de un localizador uniforme de recursos (URL) que asigna valores a parámetros específicos. Una cadena de consulta comúnmente incluye campos agregados a una URL base por un navegador web u otra aplicación cliente, por ejemplo, como parte de un documento HTML, eligiendo la apariencia de una página o saltando a posiciones en contenido multimedia. [1]
title=Query_string&action=editUn servidor web puede manejar una solicitud de Protocolo de transferencia de hipertexto (HTTP) leyendo un archivo de su sistema de archivos según la ruta URL o manejando la solicitud utilizando una lógica específica del tipo de recurso. En los casos en que se invoca una lógica especial, la cadena de consulta estará disponible para esa lógica para su uso en su procesamiento, junto con el componente de ruta de la URL.
Una URL típica que contiene una cadena de consulta es la siguiente:
https://example.com/over/there?name=ferret
Cuando un servidor recibe una solicitud para dicha página, puede ejecutar un programa y pasar la cadena de consulta, que en este caso es name=ferret, sin cambios al programa. El signo de interrogación se utiliza como separador y no forma parte de la cadena de consulta. [2] [3]
Los marcos web pueden proporcionar métodos para analizar múltiples parámetros en la cadena de consulta, separados por algún delimitador. [4] En la URL de ejemplo siguiente, varios parámetros de consulta están separados por el signo " &":
https://example.com/path/to/page?name=ferret&color=purple
La estructura exacta de la cadena de consulta no está estandarizada. Los métodos utilizados para analizar la cadena de consulta pueden diferir entre sitios web.
Un enlace en una página web puede tener una URL que contenga una cadena de consulta. HTML define tres formas en que un agente de usuario puede generar la cadena de consulta:
<form>...</form>elementoismapatributo en el <img>elemento con una <img ismap>construcción<isindex>elemento ahora obsoletoUno de los usos originales era contener el contenido de un formulario HTML , también conocido como formulario web. En particular, cuando se envía un formulario que contiene los campos field1, field2, field3el contenido de los campos se codifica como una cadena de consulta de la siguiente manera:
field1=value1&field2=value2&field3=value3...
=".&" ( el W3C ya no recomienda el punto y coma " " , ver más abajo).;Si bien no existe un estándar definitivo, la mayoría de los marcos web permiten asociar múltiples valores con un solo campo (p. ej. field1=value1&field1=value2&field2=value3). [5] [6]
Para cada campo del formulario, la cadena de consulta contiene un par . Los formularios web pueden incluir campos que no son visibles para el usuario; Estos campos se incluyen en la cadena de consulta cuando se envía el formulario.field=value
Esta convención es una recomendación del W3C . [4] En las recomendaciones de 1999, el W3C recomendó que todos los servidores web admitieran separadores de punto y coma además de los separadores de signo [7] para permitir cadenas de consulta application/x-www-form-urlencoded en URL dentro de documentos HTML sin tener que escapar de caracteres de entidad. . Desde 2014, el W3C recomienda utilizar solo el signo comercial como separador de consultas. [8]
El contenido del formulario solo se codifica en la cadena de consulta de la URL cuando el método de envío del formulario es GET . La misma codificación se utiliza de forma predeterminada cuando el método de envío es POST , pero el resultado se envía como el cuerpo de la solicitud HTTP en lugar de incluirse en una URL modificada. [9]
Antes de que se agregaran los formularios<isindex> a HTML, los navegadores representaban el elemento como un control de entrada de texto de una sola línea. El texto ingresado en este control se envió al servidor como una cadena de consulta adicional a una solicitud GET para la URL base u otra URL especificada por el actionatributo. [10] Esto tenía como objetivo permitir que los servidores web utilizaran el texto proporcionado como criterio de consulta para poder devolver una lista de páginas coincidentes. [11]
Cuando se envía la entrada de texto en el control de búsqueda indexada, se codifica como una cadena de consulta de la siguiente manera:
argument1+argument2+argument3...
+'.Aunque el <isindex>elemento está en desuso y la mayoría de los navegadores ya no lo admiten ni lo muestran, todavía existen algunos vestigios de búsqueda indexada. Por ejemplo, esta es la fuente del manejo especial del signo más , ' +' dentro de la codificación porcentual de la URL del navegador (que hoy, con la desaprobación de la búsqueda indexada, es casi redundante con %20). Además, algunos servidores web que admiten CGI (por ejemplo, Apache ) procesarán la cadena de consulta en argumentos de línea de comando si no contiene un signo igual , ' =' (según la sección 4.4 de CGI 1.1). Algunas secuencias de comandos CGI todavía dependen y utilizan este comportamiento histórico para las URL incrustadas en HTML.
Algunos caracteres no pueden ser parte de una URL (por ejemplo, el espacio) y algunos otros caracteres tienen un significado especial en una URL: por ejemplo, el carácter se #puede utilizar para especificar más una subsección (o fragmento ) de un documento. En formularios HTML, el carácter =se utiliza para separar un nombre de un valor. La sintaxis genérica de URI utiliza codificación URL para solucionar este problema, mientras que los formularios HTML realizan algunas sustituciones adicionales en lugar de aplicar codificación porcentual para todos esos caracteres. EL ESPACIO está codificado como ' +' o " %20". [12]
HTML 5 especifica la siguiente transformación para enviar formularios HTML con el método "GET" a un servidor web. El siguiente es un breve resumen del algoritmo:
+' o ' %20'A– Zy a– z), los números ( 0– 9) y los caracteres ' ~',' -', .' y ' _' se dejan como están+está codificado por %2B%HH hexadecimal y los caracteres que no sean ASCII se codifican primero como UTF-8 (u otra codificación especificada).RFC3986 permite el octeto correspondiente a la tilde (" ~") en las cadenas de consulta, pero debe estar codificado en porcentaje en formularios HTML como " %7E".
La codificación de SPACE como ' +' y la selección de caracteres "tal cual" distinguen esta codificación de RFC 3986.
Si un formulario está incrustado en una página HTML de la siguiente manera:
< form action = "/cgi-bin/test.cgi" método = "get" > < tipo de entrada = "texto" nombre = "primero" /> < tipo de entrada = "texto" nombre = "segundo" /> < entrada tipo = "enviar" /> </ formulario > y el usuario inserta las cadenas "este es un campo" y "¿quedó claro (ya)?" en los dos campos de texto y presiona el botón enviar, el programa test.cgi(el programa especificado por el action atributo del form elemento en el ejemplo anterior) recibirá la siguiente cadena de consulta: first=this+is+a+field&second=was+it+clear+%28already%29%3F.
Si el formulario se procesa en el servidor mediante una secuencia de comandos CGI , la secuencia de comandos normalmente puede recibir la cadena de consulta como una variable de entorno denominada .QUERY_STRING
Un programa que recibe una cadena de consulta puede ignorarla total o parcialmente. Si la URL solicitada corresponde a un archivo y no a un programa, se ignora toda la cadena de consulta. Sin embargo, independientemente de si se utiliza o no la cadena de consulta, la URL completa, incluida ella, se almacena en los archivos de registro del servidor .
Estos hechos permiten que se utilicen cadenas de consulta para rastrear a los usuarios de una manera similar a la proporcionada por las cookies HTTP . Para que esto funcione, cada vez que el usuario descarga una página, se debe elegir un identificador único y agregarlo como una cadena de consulta a las URL de todos los enlaces que contiene la página. Tan pronto como el usuario sigue uno de estos enlaces, se solicita al servidor la URL correspondiente. De esta forma, la descarga de esta página queda enlazada con la anterior.
Por ejemplo, cuando se solicita una página web que contenga lo siguiente:
< a href = "foo.html" > ¡mira mi página! </ a > < a href = "bar.html" > el mío es mejor </ a >Se elige una cadena única, como e0a72cb2a2c7la, y la página se modifica de la siguiente manera:
< a href = "foo.html?e0a72cb2a2c7" > ¡mira mi página! </ a > < a href = "bar.html?e0a72cb2a2c7 " > el mío es mejor </ a >La adición de la cadena de consulta no cambia la forma en que se muestra la página al usuario. Cuando el usuario sigue, por ejemplo, el primer enlace, el navegador solicita la página foo.html?e0a72cb2a2c7al servidor, que ignora lo que sigue ?y envía la página foo.htmlcomo se esperaba, agregando también la cadena de consulta a sus enlaces.
De esta manera, cualquier solicitud de página posterior de este usuario llevará la misma cadena de consulta e0a72cb2a2c7, lo que permitirá establecer que todas estas páginas han sido vistas por el mismo usuario. Las cadenas de consulta se utilizan a menudo en asociación con balizas web .
Las principales diferencias entre las cadenas de consulta utilizadas para el seguimiento y las cookies HTTP son las siguientes:
Según la especificación HTTP :
En la práctica se encuentran varias limitaciones ad hoc en la longitud de la línea de solicitud. Se RECOMIENDA que todos los remitentes y destinatarios HTTP admitan, como mínimo, longitudes de línea de solicitud de 8000 octetos. [14]
Si la URL es demasiado larga, el servidor web falla con el código de estado HTTP 414 Request-URI Too Long .
La solución común para estos problemas es utilizar POST en lugar de GET y almacenar los parámetros en el cuerpo de la solicitud. Los límites de longitud de los cuerpos de las solicitudes suelen ser mucho más altos que los de la longitud de la URL. Por ejemplo, el límite de tamaño de POST, de forma predeterminada, es 2 MB en IIS 4.0 y 128 KB en IIS 5.0. El límite se puede configurar en Apache2 mediante la LimitRequestBodydirectiva, que especifica la cantidad de bytes desde 0 (que significa ilimitado) hasta 2147483647 (2 GB) que se permiten en el cuerpo de una solicitud. [15]