Analisador de URL

O que ela divide uma URL em?

Protocolo, nome de usuário e senha se presentes, hostname, porta, origem, caminho, string de consulta e fragmento — mais o caminho dividido em segmentos individuais e a consulta dividida em pares chave/valor. É a forma mais rápida de ver o que realmente está em uma URL longa sem contar barras e ampersands a olho nu.

Por que ela mantém chaves de consulta repetidas separadas?

Porque ?tag=a&tag=b é legal, comum e significativo. Frameworks o leem como uma lista. Um analisador que armazena parâmetros em um objeto simples silenciosamente mantém apenas um deles, geralmente o último, e essa discrepância é exatamente o tipo de coisa para o qual você usa um analisador. Aqui cada par é sua própria linha, na ordem em que apareceu.

Digitei uma URL sem https:// e ainda funcionou. Isso é seguro?

Ele adivinha https:// apenas quando a entrada não tem esquema algum. Se você digita algo que parece ter um esquema — htp://example.com, digamos — ele relata o erro em vez de adivinhar, porque silenciosamente consertar um erro de digitação em um esquema oculta o erro que você veio aqui encontrar.

De onde vem a porta quando eu não digitei uma?

Ambos são mostrados. O valor port é o que sua URL literalmente contém, que geralmente está vazio; a porta efetiva é o padrão para o protocolo — 443 para https, 80 para http, 21 para ftp. Manter-os separados importa quando você está comparando uma URL contra algo que faz correspondência de string exata, onde https://example.com e https://example.com:443 são strings diferentes para o mesmo destino.

Segmentos de caminho são decodificados?

Sim. /hello%20world/caf%C3%A9 é mostrado como hello world e café, porque é o que o segmento significa. Se um segmento contém um sinal de percentual vago que não é um escape válido — /100% — ele é mostrado como escrito em vez de causar um erro.

Os valores de parâmetro de consulta são decodificados da mesma forma, pelo próprio analisador de URL do navegador.

Minha URL é enviada para algum lugar?

Não. A análise acontece nesta aba do navegador usando a classe URL da plataforma — a mesma implementação conforme usada pelo navegador para cada link em cada página. Nada é transmitido. URLs frequentemente carregam tokens de sessão, parâmetros assinados e nomes de host internos, que é uma boa razão para um analisador não ser um serviço de rede.

Por que usar o analisador integrado em vez de uma expressão regular?

Porque a sintaxe de URL é muito mais estranha do que parece, e o navegador já contém um analisador que segue o padrão WHATWG exatamente. Uma regex escrita à mão discorda com ele nos limites — em hosts IPv6, em domínios internacionalizados, em segmentos de caminho vazio — e então você tem uma ferramenta que lhe diz algo diferente do que seu código fará.