Analizador de URL

El analizador extrae el esquema (protocolo), nombre de host, puerto, ruta, parámetros de cadena de consulta (como tabla), fragmento (hash), nombre de usuario, contraseña, origen y cadena de búsqueda.

Sí. Todos los caracteres codificados en URL (como %20, %3A) se decodifican automáticamente en la salida para facilitar la lectura.

La herramienta funciona mejor con URL absolutas (que comienzan con http:// o https://). Las URL relativas requieren una URL base que el navegador suministra automáticamente.

URI es el término general definido por RFC 3986: un identificador compuesto por esquema, ruta, consulta y fragmento. Una URL es un URI que localiza un recurso (https://ezparser.com/url-parser), mientras que un URN nombra un recurso sin indicar su ubicación (urn:isbn:0451450523). En el trabajo diario con la web, URL es lo que casi siempre quieres decir.

Cada byte que no es un carácter no reservado (A-Z, a-z, 0-9, - . _ ~) se escribe como % seguido de dos dígitos hexadecimales: el espacio se convierte en %20 y la e con acento agudo (é) en UTF-8 se convierte en %C3%A9. Los caracteres reservados como / ? # & = tienen significado en la estructura de una URL, por lo que deben codificarse cuando se usan como datos. En las cadenas de consulta, los codificadores de formularios más antiguos también asignan el espacio a + - esta herramienta decodifica ambas formas.

https://user:[email protected]:8443/v2/users?page=2#results se divide en esquema (https), userinfo (user:pass@), host (api.example.com), puerto (8443), ruta (/v2/users), consulta (page=2) y fragmento (#results). La sección 3 de RFC 3986 define la gramática; este analizador etiqueta cada componente por ti.

Sí - la sección 6 de RFC 3986 define la normalización: /a/./b se resuelve en /a/b, /a/../b en /b y un segmento vacío // se colapsa en /. Los navegadores y los clientes HTTP aplican esto antes de enviar una solicitud, por eso las URL que difieren solo en segmentos de punto suelen llegar al mismo recurso. La normalización basada en el esquema también pasa el host a minúsculas y elimina un puerto :443 predeterminado.

RFC 3986 no establece ningún límite. En la práctica, Chrome acepta alrededor de 2 MB, pero la mayoría de los servidores limita las líneas de solicitud a unos 8 KB (el valor predeterminado de LimitRequestLine en Apache es 8190 bytes) y API como Twitter/X documentan límites de 2048 caracteres. Mantener las URL por debajo de 2000 caracteres es la zona segura convencional para compartir y para SEO.