URL 解析器

URL 的骨架

每條絕對 URL 都遵循同一個骨架：

scheme://user:password@host:port/path?query#fragment

大多數 URL 只用到其中幾段，但語法上始終允許全部存在。讀懂一條 URL，本質上就是知道每一段在哪裡結束、下一段從哪裡開始 —— 這由 ://、@、:、/、?、# 這幾個分隔符決定。

逐段拆解

協議（scheme） 指明如何獲取資源：https:、mailto:、ftp:。注意 WHATWG 解析器返回的值包含結尾冒號，很多人拿它去和字串 "https" 比較時會踩坑。

使用者名稱與密碼 屬於已廢棄的 userinfo 段。瀏覽器仍會解析，但會從請求中剝離並常常給出警告，因為把憑據寫進 URL 會讓它洩漏到歷史記錄、日誌和 referrer 頭裡。如果你在一條不是自己寫的 URL 裡看到它們，應當視為釣魚訊號。

主機名（hostname） 只是域名或 IP。主機（host） 在存在非預設埠時會帶上埠，這也是這兩個欄位經常看起來一樣的原因。

埠 在使用協議預設值時為空 —— https 是 443，http 是 80。解析器會做歸一化：example.com:443/ 報告的埠為空，因為 443 沒有提供任何額外資訊。

路徑 是從第一個 / 到查詢之前的全部內容。對 http(s) URL 來說，它是唯一永遠不為空的部分；只有源的 URL 會得到 / 作為路徑。

查詢字串 從 ? 開始，承載引數。片段 從 # 開始，是唯一永遠不會發送給伺服器的部分 —— 它完全由客戶端處理，這正是早期單頁應用用它做路由的原因，也是把訪問令牌放在片段裡能避開服務端日誌的原因。

源（origin） 是協議、主機、埠這個與安全相關的三元組。只有三者全部相同，兩條 URL 才同源，而同源策略和 CORS 判定正是基於它。

解析器為什麼這麼嚴格

WHATWG URL 解析器只接受絕對 URL。example.com/page 沒有協議，無法單獨解析 —— 解析器無從判斷你指的是 example.com/page 還是一個相對路徑。真實程式碼會拿基準 URL 去解析相對引用；本工具刻意要求絕對形式，這樣你看到的結果不會有歧義。

你會注意到的歸一化

解析器不會原樣返回輸入字串。它會把協議和主機轉為小寫、消解路徑中的 . 與 .. 段、去掉預設埠，並把國際化域名轉成 Punycode 形式，所以 münchen.de 報告的主機名是 xn--mnchen-3ya.de。這是特性而非缺陷：它展示的是網路棧實際對待這條 URL 的樣子，而不是你敲進去的樣子。

重複的引數

查詢字串完全可以重複同一個鍵，比如 ?tag=a&tag=b。沒有任何規範規定這該如何解釋 —— 有的框架取第一個值，有的取最後一個，有的收整合陣列。這裡的表格按順序列出每一次出現，讓你看到實際傳送的內容，而不是被合併後的檢視。