AMP
EN
Deutsch Français العربية Español Italiano Indonesia 日本語 한국어 Português Русский Türkçe 中文 Polski Tiếng việt

AMP 缓存 URL 格式和请求处理

在本文档中，您将了解 AMP 缓存 URL 格式以及它如何处理请求。

URL 格式

在可能的情况下，Google AMP 缓存将为每个 AMP 文档的域名创建一个子域名，方法是首先将其从 IDN（punycode） 转换为 UTF-8。缓存将每个 -（破折号）替换为 --（2 个破折号），并将每个 .（点）替换为 -（破折号）。例如，pub.com 将映射到 pub-com.cdn.ampproject.org。

您可以使用此 URL 计算器将 URL 转换为 AMP 缓存版本

使用 AMP-Toolbox 缓存 URL Node.js 模块将 URL 从原始格式转换为 AMP 缓存 URL 格式。

本文档描述了

  • AMP 缓存上的 URL 结构。
  • 如何预测您的 URL 将如何在 AMP 缓存上显示。
  • 如何反转 AMP 缓存原始标头以确定其发布者域名。

域名协议

所有文档在 AMP 缓存上都使用 https 协议。

域名后缀

所有 AMP 缓存都注册在一个 JSON 文件中，该文件可以在线在 AMPHTML 存储库 中找到。此文件中的示例缓存记录如下所示

{
  "id": "google",
  "name": "Google AMP Cache",
  "docs": "https://developers.google.com/amp/cache/",
  "cacheDomain": "cdn.ampproject.org",
  "updateCacheApiDomainSuffix": "cdn.ampproject.org",
  "thirdPartyFrameDomainSuffix": "ampproject.net"
},

AMP 缓存提供 cacheDomain 指定的域上的记录。在本例中，该域是 cdn.ampproject.org。

本文档使用带有 cdn.ampproject.org 的 URL 作为示例，但其他缓存通常使用类似的 URL 结构。

域名前缀

AMP 缓存提供已更改的 URL 上的文档，例如 example-com.cdn.ampproject.org。示例中原始域名 example.com 的第一个点分量变为 example-com。本文档将此非点分字符串 example-com 称为“域名前缀”。请参阅下面执行此转换的算法。

由于 https（TLS）证书的限制，此前缀中不使用多个点分组件，例如 example.com.cdn.ampproject.org，RFC 2818

Names may contain the wildcard character * which is considered to match any single domain name component or component fragment. E.g., *.a.com matches foo.a.com but not bar.foo.a.com.

根据 RFC 2181，发布者域名长度最长可达 255 个字符，而每个域名前缀长度限制为 63 个字符，其中写道

The length of any one label is limited to between 1 and 63 octets.  A full domain name is limited to 255 octets (including the separators).

所有发布者域名都映射到一个唯一的域名前缀。这样做的算法尝试使映射可读。但是，如果发布者域名太长，则映射会恢复为对它们使用安全哈希，并在下面描述的情况下

基本算法

将发布者域名转换为域名前缀的基本算法如下

  1. Punycode 解码发布者域名。请参阅 RFC 3492
  2. 用“--”（两个连字符）替换步骤 1 输出中的任何“-”（连字符）字符。
  3. 用“-”（连字符）替换步骤 2 输出中的任何“.”（点）字符。
  4. 如果步骤 3 的输出在位置 3 和 4 都有“-”（连字符），则在步骤 3 的输出中添加“0-”前缀和“-0”后缀。有关背景信息，请参阅 #26205。
  5. Punycode 编码步骤 3 的输出。请参阅 RFC 3492

基本算法的一些示例

发布者域名 域名前缀
example.com example-com
foo.example.com foo-example-com
foo-example.com foo--example-com
xn--57hw060o.com (⚡😊.com) xn---com-p33b41770a (⚡😊-com)
en-us.example.com 0-en--us-example-com-0

如果且仅当域名前缀不是有效的 DNS 标签时，在运行基本算法后，我们将运行下面描述的回退算法。

如果域名前缀的长度超过 63 个字符，则它不是有效的 DNS 标签

回退算法

将发布者域名转换为域名前缀的回退算法如下

  1. 使用 SHA256 对发布者的域名进行哈希处理。
  2. 对步骤 1 的输出进行 Base32 转义。
  3. 从步骤 2 的输出中删除最后 4 个字符，这些字符始终是 =（等于）字符。

回退算法将生成一个 52 个字符的字符串，如下所示，不带 -（连字符）：v2c4ucasgcskftbjt4c7phpkbqedcdcqo23tkamleapoa5o6fygq。

组合算法

组合算法是

  1. 运行基本算法。如果输出是有效的 DNS 标签，则追加缓存域名后缀并返回，例如 example-com.cdn.ampproject.org。否则继续执行步骤 2。
  2. 运行回退算法。追加缓存域名后缀并返回，例如：v2c4ucasgcskftbjt4c7phpkbqedcdcqo23tkamleapoa5o6fygq.cdn.ampproject.org

URL 路径

AMP 缓存中 URL 的“路径”始终由一个或多个前缀目录组成，例如 /c，然后是 /s 中缀（仅当发布者 URL 为 http s 时），然后是发布者文档的 URL（不带协议）。

前缀目录（例如 /c）对应于 AMP 缓存可能执行的不同类型的服务。不同的 AMP 缓存可能支持不同的服务类型，这不是一个详尽的列表

  • /c - Content：这是一份 AMP 文档，作为独立页面提供，在某些界面中可直接链接到。
  • /v - Viewer：这也是一份 AMP 文档，但提供于 AMP 查看器 中，这是一个框架环境，在搜索结果页面或其他界面中显示 AMP 文档。
  • /wp - Web Package：这是一份 AMP 文档，作为 签名交换 提供，这是一种 Web Package 技术。这些 URL 充当重定向到发布者自身来源的链接。
  • /cert - Certificate：这是用于 签名交换 的公有证书。
  • /i - Image：这是由 AMP 缓存提供的图片，通常作为文档子资源。
  • /ii - Image：这也是由 AMP 缓存提供的图片，但通常可以与其他缓存配置参数结合使用，例如 /ii/w800，表示文档请求的最大宽度。缓存可以在这里生成不同比例的图片，以节省浏览器的带宽。

此外，AMP 缓存可以选择将特殊查询参数附加到文档 URL，这些参数不属于发布者文档查询。例如，<amp-live-list> 通过获取带有参数 amp_latest_update_time< 的文档来发出刷新请求。当抓取文档时，这些参数不会传递到来源，但严格存在于配置对 AMP 缓存的请求。

CORS 来源

许多发布者从其 AMP 文档中使用 CORS 请求来检索额外数据。CORS 请求通过在请求中发送指定发出请求的文档来源的 Origin: HTTP 标头来工作。如上所述，文档的来源在 AMP 缓存中与原始文档中不同。在上面的域名部分中，你可以找到用于确定给定发布者 URL 的 AMP 缓存来源的算法。下面我们指定了反向算法，用于将 CORS Origin: 请求标头解码回原始发布者域名。

AMP 缓存来源到发布者域名

AMP 缓存源标头值将类似于以下示例之一

  • https://www-example-com.cdn.ampproject.org
  • https://v2c4ucasgcskftbjt4c7phpkbqedcdcqo23tkamleapoa5o6fygq.cdn.ampproject.org

首先，删除协议前缀 (https://) 和 AMP 缓存域名后缀，例如 .cdn.ampproject.org。后缀可以是 caches.json 中列出的任何一个缓存。剩余的字符串将是“域名前缀”。对于以上两个示例，“域名前缀是

  • www-example-com
  • v2c4ucasgcskftbjt4c7phpkbqedcdcqo23tkamleapoa5o6fygq

接下来，检查“域名前缀”是否至少包含一个“-”（连字符）。迄今为止，包含一个或多个连字符是最常见的情况。如果“域名前缀”不包含至少一个“-”（连字符），则无法直接反转 AMP 缓存源。相反，如果您知道可能的发布商域名的集合，您可以使用本文档中更上方的域名算法创建 AMP 缓存源的集合。然后，您可以针对固定集合进行验证。

算法的其余部分假设“域名前缀”至少包含一个“-”（连字符）。

  1. 如果域名前缀以 xn-- 开头，则对“域名前缀”进行 punycode 解码。例如，xn---com-p33b41770a 变为 ⚡😊-com。有关 punycode，请参见 RFC 3492。
  2. 如果域名前缀以 "0-" 开头并以 "-0" 结尾，请同时删除 "0-" 前缀和 "-0" 后缀。
  3. 按顺序迭代步骤 2 输出的字符，在遇到时将其输出。当您遇到“-”（连字符）时，请查看以下字符。如果以下字符也是“-”（连字符），请从输入中跳过这两个字符并输出一个“-”（连字符）。如果以下字符是任何其他字符，请仅跳过当前单个“-”（连字符）并输出一个“.”（点）。例如，a--b-example-com 变为 a-b.example.com。
  4. 对步骤 3 的结果进行 punycode 编码。有关 punycode，请参见 RFC 3492。

步骤 4 的结果将是发布商域名。协议在域名本身不可用，但为 http 或 https。端口始终是协议的默认端口。

重定向和错误处理

以下是 AMP 缓存处理重定向和错误的一些示例

重定向

AMP 缓存会在解析 AMP 网址时遵循重定向。例如，如果一个网址重定向到另一个 AMP 网址

$ curl -I https://amp.org.cn/documentation/examples/api/redirect?url=https://amp.org.cn/index.amp.html
HTTP/1.1 301 Moved Permanently
Content-Type: text/html; charset=utf-8
Location: https://amp.org.cn/index.amp.html
...

那么 AMP 缓存将为原始网址返回已解析重定向的内容。

示例：https://amp-dev.cdn.ampproject.org/amp.dev/documentation/examples/api/redirect?url=https://amp.org.cn/index.amp.html。

如果您在服务器上移动 AMP 文件的位置，请务必从旧位置设置一个重定向到新位置。

未找到

当在 AMP 缓存中找不到页面时，它将显示一个错误页面并返回 404 状态。

示例：https://amp-dev.cdn.ampproject.org/amp.dev/documentation/examples/api/not-found

无效 AMP

当页面是无效 AMP 时，AMP 缓存将重定向到规范页面。

示例：https://amp-dev.cdn.ampproject.org/amp.dev/documentation/examples/api/invalid-amp

服务器错误

如果一个网址返回 5XX 服务器错误，AMP 缓存将返回 404 状态。

示例：https://amp-dev.cdn.ampproject.org/amp.dev/documentation/examples/api/server-error