URLとURIの違い｜RFC 3986の構文を5分で理解する

URLは「住所」、URIは「識別子」――その違いはRFC 3986を読むと一発で腑に落ちます。

参照した一次情報

・RFC 3986「Uniform Resource Identifier (URI): Generic Syntax」（IETF Internet Standard STD 66、URI構文の唯一の規格）
・WHATWG URL Standard「URL Living Standard」（ブラウザ実装が従う仕様。RFC 3986との差分を補完）
・IANA Uniform Resource Identifier (URI) Schemes（公式スキーム一覧の管理元）

URI・URL・URNの関係

まず結論：URIが最も広い概念で、URLとURNはそれぞれURIの「使い方」を指す呼び方です。

・URI（Uniform Resource Identifier）：リソースを識別する文字列の総称。RFC 3986が構文を定義
・URL（Uniform Resource Locator）：リソースの「居場所」を示すURI。https://example.com/aboutのようにアクセス手段を含む
・URN（Uniform Resource Name）：場所に依存せず「名前」で識別するURI。例：urn:isbn:0451450523

つまり「URLはURIの一種」が正確な関係です。日常会話では「URL」がほぼ全用途で使われますが、技術文書ではより広い概念のURIが選ばれます。

RFC 3986が定義するURI構文

RFC 3986はURIを次の5つの構成要素に分解します。

scheme://userinfo@host:port/path?query#fragment
\____/   \______/ \__/ \__/\___/ \___/ \______/
  ①       ②      ③   ④   ⑤    ⑥    ⑦

例: https://user:pass@www.example.com:443/products?id=42&type=new#section-3
    ①       ②         ③               ④   ⑤        ⑥             ⑦

要素	意味	例
① scheme	プロトコル種別	https / mailto / data
② userinfo	認証情報（非推奨）	user:pass
③ host	ドメイン/IP	www.example.com
④ port	ポート番号	443 / 8080
⑤ path	サーバ上の場所	/products
⑥ query	パラメータ	id=42&type=new
⑦ fragment	ページ内位置	#section-3

IANA管理の公式スキーム

スキームは100種類以上が登録されています。よく目にする代表例：

http://     ── 平文HTTP（多くがhttpsへリダイレクト）
https://    ── 暗号化HTTP（現在のWeb標準）
ftp://      ── ファイル転送
file://     ── ローカルファイル
mailto:     ── メーラー起動（ホスト部なし）
tel:        ── 電話発信（モバイルで重要）
sms:        ── SMS送信
data:       ── インラインデータ（Base64画像など）
javascript: ── JS実行（セキュリティ上は使用回避）
about:      ── ブラウザ内部ページ（about:blank等）
cid:        ── メール内画像参照（HTMLメール）
urn:        ── 名前型識別子（ISBN等）

本ツールの抽出対象はhttp://とhttps://に絞っています。tel:やmailto:は別カテゴリ（電話/メール）として扱う方が混乱しないためです。

URL抽出で起きるトラブルと対策

・末尾の句読点を取り込む：「https://example.com。」の「。」「、」「)」が混入。本ツールは自動で除外
・かっこ付きURL：「(https://example.com)」のかっこを除外して取得
・連続URL：「https://a.com https://b.com」を空白でちゃんと区切る
・IDNドメイン：日本語ドメイン（総務省.jp）は内部的にPunycodeでxn----qckwbqc8b4l4d.jpに変換される。本ツールはASCII URLが基本
・パーセントエンコード：https://example.com/path?q=%E6%97%A5%E6%9C%ACのような形は正しく取得

RFC 3986とWHATWG URL Standardの違い

RFC 3986が「すべてのURI」をカバーするのに対し、WHATWG URL Standardは「ブラウザが実際にどう解釈するか」を定義しています。両者は完全に一致しません。

・正規化：URL Standardは「https://example.com/a/../b」を「https://example.com/b」に解決する手順を厳密に定義
・パース失敗：URL StandardはRFC 3986より寛容に、できる限り解釈を試みる
・IDN：URL StandardはUTS #46に基づく自動変換を定義

ブラウザのアドレスバーやJavaScriptのnew URL()はURL Standard準拠。サーバ側のURIライブラリはRFC 3986準拠が多いです。

URLの抽出は「悪用」もしやすい

文章からURLを取り出すと、リンク先がフィッシングや有害サイトの場合があります。営業活動や調査で外部のURLにアクセスする際は、必ず内容を確認してから踏むのが安全です。

本ツールはURLを「取り出す」だけで、自動的にアクセスしません。だから個人情報を含むURL（OAuth認証コード付きの戻りURL等）を貼っても外部に送られることはありません。

本ツールでの位置づけ

本ツール「メール・URL・電話番号抽出」のURL抽出は、RFC 3986のうちhttp:///https://で始まる文字列に絞り、末尾の句読点・かっこ・前後の空白を自動的に除外します。

クエリ文字列やフラグメント（#以降）も保持されるため、SNS投稿URL（https://x.com/user/status/123?lang=ja）やGitHubのアンカー付きリンク（https://github.com/user/repo#installation）もそのままの形で取り出せます。