Parser URL-i

O tym narzędziu

Masz więc adres URL — może z pliku dziennika, danych wprowadzonych przez użytkownika lub po prostu skopiowany z internetu — i musisz go przeanalizować. Nie tylko spojrzeć na niego, ale tak naprawdę zrozumieć, co oznacza każda jego część. Wtedy przydaje się parser adresów URL. To nie magia, ale blisko. Można to porównać do scyzoryka Suizańskiej Armii dla adresów internetowych. Podajesz mu nieuporządkowany lub złożony adres URL, a on zwraca porządnie uporządkowane i opisane elementy: protokół, domena, ścieżka, parametry zapytania, fragment — wszystko, co się tam znajduje.

Przez lata korzystałem z wielu takich narzędzi, a większość z nich albo robi za dużo, albo jest zbyt podstawowa. Niektóre próbują wszystko — walidować, przekierowywać, oczyszczać — podczas gdy inne po prostu dzielą ciągi znaków i tyle. To narzędzie? Proste i przejrzyste. Parsuje. Tyle. Bez ozdobników. Jeśli potrzebujesz czegoś więcej, budujesz na nim dodatkowe funkcjonalności. Proste.

Kluczowe funkcje

• Dzieli każdy standardowy adres URL na jego podstawowe składniki — schemat, host, port, ścieżkę, zapytanie i fragment.
• Obsługuje przypadki brzegowe, takie jak brakujące protokoły, domyślne porty i zakodowane znaki, bez zawieszania działania.
• Zwraca parametry zapytania jako czysty obiekt lub słownik, więc nie musisz ręcznie dzielić i dekodować.
• Działa zarówno z adresami URL bezwzględnymi, jak i względnymi, bo szczerze mówiąc, nie każdy link zaczyna się od „https://”.
• Lekkie i szybkie — bez zależności, bez zbędnych elementów. Po prostu parsuj i idź dalej.
• Dostępne w wielu językach (JavaScript, Python itp.), więc możesz go używać tam, gdzie działa Twój kod.

FAQ

P: Czy waliduje adresy URL, czy tylko je parsuje?
O: Parsuje. Jeśli podasz mu śmieci, np. „htp:/broken-url”, nadal spróbuje to zrozumieć, ale nie powie „hej, to jest nieprawidłowe”. To Twoja odpowiedzialność. Jeśli potrzebujesz walidacji, połącz je z wyrażeniem regularnym lub dedykowanym walidatorem. Parsowanie i walidacja to różne zadania.

P: A co z domenami międzynarodowymi lub dziwnymi kodowaniami?
O: Tak, obsługuje znaki zakodowane procentowo (np. %20 dla spacji) i dekoduje je poprawnie. W przypadku domen międzynarodowych (np. .рф lub .中国) zakłada się, że są już w formacie Punycode, jeśli to konieczne — większość nowoczesnych systemów obsługuje to, zanim adres URL trafi do Twojego parsera. Proszę tylko nie oczekuj, że przetłumaczy za Ciebie cyrylicę.