Question

在你告诉我使用parse_url之前，它不够好并且有太多错误。关于解析URL的主题有很多问题可以在这里找到，但几乎所有问题都只解析某些特定类别的URL或者不完整。

我正在寻找一个符合RFC标准的最终URL解析器，它可以可靠地处理浏览器可能遇到的任何URL。在此我包括：

网页内部链接#，#title
网页相对网址blah/thing.php
网站相对网址/blah/thing.php
匿名协议网址//ajax.googleapis.com/ajax/libs/jquery/1.8.1/jquery.min.js
Callto URL callto:+442079460123
文件网址file:///Users/me/thisfile.txt
Mailto网址mailto:user@example.com?subject=hello，mailto:?subject=hello

并支持所有常用的scheme / authentication / domain / path / query / fragment等，并将所有这些元素分解为一个数组，并为相对/无模式URL提供额外的标志。理想情况下，它会带有一个支持相同元素的URL重构器（如http_build_url），我也想要应用验证（即如果它无效，它应该能够对URL进行最佳猜测，但标记它就像这样，就像浏览器一样。）

This answer包含了对这种野兽的诱人的费马风格参考，但它实际上并没有去任何地方。

我查看了所有主要框架，但它们似乎只提供了围绕parse_url的瘦包装器，这通常是一个不好的起点，因为它会犯很多错误。

那么，这样的事情是否存在？

Answer 1

不确定parse_url()有多少错误，但这可能会有所帮助：

由于“第一场比赛胜利”算法与“贪婪”相同      POSIX正则表达式使用的消歧方法，它是      自然而普通的使用正则表达式来解析      URI引用的潜在五个组件。

以下行是用于分解a的正则表达式      格式良好的URI引用到其组件中。

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?
 12            3  4          5       6  7        8 9

来源：http://tools.ietf.org/html/rfc3986#page-51

它将位置分解为：

$2 - scheme
$4 - host
$5 - path
$6 - query string
$8 - fragment

要重建，您可以使用：

$1 . $3 . $5 . $6 . $8

最终的PHP url解析器

1 个答案: