URL-parser

De URL-parser neemt elk webadres en splitst het in de delen die een browser ziet: het schema, de referenties, de host en de poort, het pad, de queryreeks en het fragment. In plaats van te loensen naar een lange link vol procenttekens en ampersands, krijg je een gelabelde afbraak en een gedecodeerde tabel van elke queryparameter, in de volgorde waarin ze verschijnen.

Een URL is meer gestructureerd dan het eruit ziet Het volgt de WHATWG URL standaard - dezelfde regels die browsers gebruiken - met een gedefinieerde grammatica voor elk onderdeel Het lezen ervan met het oog is foutgevoelig: een verdwaald vraagteken, een gecodeerde slash, of een herhaalde parameter is gemakkelijk te missen, en dat zijn precies de details die routing, tracking of een API-aanroep verbreken Dit hulpmiddel maakt gebruik van de eigen URL-engine van de browser, dus wat je ziet is wat de browser zou parseren.

Alles gebeurt in uw browser. Plak een link met trackingparameters, een API-eindpunt met een tiental querywaarden of een kaal domein, en de parser lost deze lokaal op. Er wordt niets geüpload, dus het is veilig om URL's te inspecteren die tokens, sessie-ID's of interne hostnamen bevatten. Het werkt offline zodra de pagina is geladen.

Parsing volgt de WHATWG URL-standaard, wat browsers implementeren, en het is vergevingsgezinder dan mensen aannemen: het normaliseert een ontbrekend schema, samenvoegt puntsegmenten in een pad en verkleint de host, omdat hosts hoofdletterongevoelig zijn terwijl paden dat niet zijn. Twee gebieden betalen de aandacht. Geïnternationaliseerde domeinen worden opgeslagen als punycode, dus een host in Cyrillisch of Chinees wordt weergegeven in zijn eigen script en reist als een ASCII-reeks die begint met xn-, en die twee vormen zijn dezelfde host. En procentcodering is alleen betekenisvol in context: een slash gecodeerd als % 2F binnen een padsegment zijn gegevens in plaats van een scheidingsteken, wat precies de reden is waarom het decoderen een hele URL in één pass geeft en vervolgens opnieuw opneemt.