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

AMP 缓存网址格式和请求处理

在本文档中，您将了解 AMP 缓存网址格式及其如何处理请求。

网址格式

如果可能，Google AMP 缓存将通过首先将每个 AMP 文档的域名从 IDN (punycode) 转换为 UTF-8，为其创建一个子域。缓存会将每个 - (短划线) 替换为 -- (两个短划线)，并将每个 . (点) 替换为 - (短划线)。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 从原始域转换为 AMP 缓存 URL 格式。

本文档介绍了

  • AMP 缓存上的 URL 结构。
  • 如何预测您的 URL 在 AMP 缓存上的外观。
  • 如何反转 AMP 缓存 Origin 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，该文件可在 AMPHTML 存储库 上在线找到。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 缓存在 cacheDomain 指定的域上提供记录。在本例中，该域是 cdn.ampproject.org。

本文档使用以 cdn.ampproject.org 为例的 URL，但其他缓存通常使用类似的 URL 结构。

域名前缀

AMP 缓存在修改后的 URL 上提供文档，例如 example-com.cdn.ampproject.org。示例中原始域名 example.com 的第一个点分隔部分变为 example-com。本文档将此非点分隔字符串 example-com 称为“域名前缀”。有关执行此转换的算法，请参见下文。

由于 https (TLS) 证书的约束，RFC 2818，此前缀中不使用多个点分隔部分，例如 example.com.cdn.ampproject.org

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.

发布者域名长度最多可以为 255 个字符，而根据 RFC 2181，每个域名前缀限制为 63 个字符，该 RFC 内容如下

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唯一的域名前缀。执行此操作的算法试图使映射具有人类可读性。但是，如果发布者域名太长，并且在下述情况下，映射会还原为使用安全哈希

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. 对发布者域名进行 Punycode 解码。请参见 RFC 3492
  2. 将步骤 1 输出中的任何 "-" (连字符) 字符替换为 "--" (两个连字符)。
  3. 将步骤 2 输出中的任何 "." (点) 字符替换为 "-" (连字符)。
  4. 如果步骤 3 的输出在第 3 和 4 位都带有 "-" (连字符)，则在步骤 3 的输出中添加前缀 "0-" 和后缀 "-0"。有关背景信息，请参见 #26205。
  5. 对步骤 3 的输出进行 Punycode 编码。请参见 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

仅当域名前缀不是有效的 DNS 标签时，在运行基本算法后，我们才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 哈希发布者的域名。
  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，它们始终是 = (等于) 字符。

回退算法将生成一个 52 个字符的字符串，例如以下字符串，其中没有 - (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，则附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。附加缓存域名后缀并返回，例如：v2c4ucasgcskftbjt4c7phpkbqedcdcqo23tkamleapoa5o6fygq.cdn.ampproject.org

网址路径

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

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：这是一个作为独立页面提供的 AMP 文档，可以在某些界面中直接链接到该文档。
  • /v - Viewer：这也是一个 AMP 文档，但它在 AMP Viewer 中提供，这是一个框架环境，用于在搜索结果页或其他界面的上下文中显示 AMP 文档。
  • /wp - Web Package：这是一个作为 Signed Exchange（一种 Web Package 技术）提供的 AMP 文档。这些 URL 充当重定向到发布者自己域的重定向。
  • /cert - Certificate：这是用于 Signed Exchange 的公共证书。
  • /i - Image：这是由 AMP 缓存提供的图像，通常作为文档子资源。
  • /ii - Image：这也是由 AMP 缓存提供的图像，但通常可以与其他缓存配置参数（例如 /ii/w800）结合使用，后者表示文档请求的最大宽度。缓存可以在此处生成具有不同比例的图像，以便为浏览器节省带宽。

此外，AMP 缓存可能会选择将特殊查询参数附加到文档 URL，这些参数不是发布者文档查询的一部分。例如，<amp-live-list> 通过使用参数 amp_latest_update_time< 来获取文档来发出刷新请求。这些参数不会在抓取文档时传递给原始域，但严格来说，它们的存在是为了配置对 AMP 缓存的请求。

CORS Origin

许多发布者使用来自其 AMP 文档的 CORS 请求来检索额外数据。CORS 请求通过在请求中发送 Origin: HTTP 标头来工作，该标头指定发出请求的文档的来源。如上所示，在 AMP 缓存上，文档的来源与原始文档上的来源不同。在上面的域名部分中，您可以找到给定发布者 URL 的 AMP 缓存 URL 的来源确定算法。下面，我们指定将 CORS Origin: 请求标头解码回原始发布者域的反向算法。

AMP 缓存 Origin 到发布者域名

AMP 缓存 Origin 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的后缀。剩余的字符串将是“域名前缀”。在上述两个示例中，“域名前缀”为

  • www-example-com
  • v2c4ucasgcskftbjt4c7phpkbqedcdcqo23tkamleapoa5o6fygq

接下来，检查“域名前缀”是否包含至少一个 ‘-’ (连字符)。包含一个或多个连字符是迄今为止最常见的情况。如果“域名前缀”不包含至少一个 ‘-’ (连字符)，则无法直接反转 AMP 缓存来源。相反，如果您知道可能的发布者域名的集合，您可以使用本文档前面所述的域名算法创建 AMP 缓存来源的集合。然后，您可以针对固定的集合进行验证。

该算法的其余部分假设“域名前缀”包含至少一个 ‘-’ (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。请参阅 RFC 3492 以了解 punycode。
  2. 如果域名前缀以 "0-" 开头，并以 "-0" 结尾，则去除 "0-" 前缀和 "-0" 后缀。
  3. 按顺序迭代步骤 2 输出的字符，按遇到的顺序发出它们。当您遇到 “-” (连字符) 时，查看后面的字符。如果后面的字符也是 “-” (连字符)，则跳过输入中的两个字符，并发出一个 “-” (连字符)。如果后面的字符是任何其他字符，则仅跳过当前的单个 “-” (连字符) 并发出一个 “.” (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。请参阅 RFC 3492 以了解 punycode。

步骤 4 的结果将是发布者域名。协议本身无法从域名中获得，但它是 http 或 https。端口始终是协议的默认端口。

重定向和错误处理

以下是一些关于 AMP 缓存如何处理重定向和错误的示例

重定向

AMP 缓存在解析 AMP URL 时会跟踪重定向。例如，如果一个 URL 重定向到另一个 AMP URL

$ 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 URL 返回已解析的重定向的内容。

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，请确保设置从旧位置到新位置的重定向。

未找到

当在 AMP 缓存中找不到页面时，它将显示错误页面并返回 404 状态。

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

无效的 AMP

当页面是无效的 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 URL 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