URL-parser

Over dit hulpmiddel

Je hebt dus een URL—misschien uit een logbestand, door een gebruiker ingevoerd, of gewoon iets dat je van het web hebt gekopieerd—en je moet deze opsplitsen. Niet alleen bekijken, maar echt begrijpen wat elk onderdeel betekent. Daar komt een URL-parser goed van pas. Het is geen magie, maar het komt er dichtbij. Zie het als een Zwitsers zakmes voor webadressen. Je geeft er een onoverzichtelijke of complexe URL aan, en het geeft je schone, gelabelde delen terug: protocol, domein, pad, queryparameters, fragment—alles wat erin zit.

Ik heb over de jaren heen een aantal van deze tools gebruikt, en de meesten zijn óf overbodig complex, óf te basaal. Sommige proberen alles te doen—valideren, omleiden, opschonen—terwijl andere alleen maar strings splitsen en daar mee stoppen. Deze? Het is eenvoudig. Het parsed. Dat is alles. Geen poespas. Als je meer nodig hebt, bouw je erop voort. Simpel.

Belangrijkste functies

• Splitst elke standaard-URL in zijn kerncomponenten—schema, host, poort, pad, query en fragment.
• Handelt randgevallen af zoals ontbrekende protocollen, standaardpoorten en gecodeerde tekens, zonder te crashen.
• Geeft queryparameters terug als een schone object of dictionary, zodat je niet handmatig hoeft te splitsen en decoderen.
• Werkt met zowel absolute als relatieve URL's, want laten we eerlijk zijn, niet elke link begint met "https://".
• Licht en snel—geen afhankelijkheden, geen overbodige zaken. Gewoon parsen en gaan.
• Beschikbaar in meerdere talen (JavaScript, Python, enz.), zodat je het kunt gebruiken waar je code ook maar leeft.

Veelgestelde vragen

V: Valideert het URL's, of parsed het ze alleen?
A: Het parsed. Als je het rotzooi als "htp:/broken-url" geeft, zal het nog steeds proberen er zin uit te maken, maar het zegt niet "hé, dit is ongeldig". Dat is aan jou. Als je validatie nodig hebt, gebruik je een regex of een speciale validator naast dit hulpmiddel. Parsen en valideren zijn verschillende taken.

V: Hoe zit het met internationale domeinen of vreemde coderingen?
A: Ja, het verwerkt procent-gecodeerde tekens (zoals %20 voor spaties) en decodeert ze correct. Voor internationale domeinen (zoals .рф of .中国) wordt ervan uitgegaan dat ze, indien nodig, al in Punycode zijn—de meeste moderne systemen regelen dat voordat de URL überhaupt bij jouw parser aankomt. Verwacht alleen niet dat het Cyrillisch voor je vertaalt.