Parser URL

Il Parser URL è uno strumento gratuito che separa un indirizzo web nei componenti schema, percorso e stringa di query.

Quali componenti estrae un parser URL?

Un parser URL identifica i componenti strutturali di un indirizzo web senza dover dividere manualmente il testo. Questo strumento restituisce tre campi generati dalla funzione parse_url di PHP.

• Schema indica il protocollo o lo schema di indirizzamento, come https o http.
• Percorso indica il componente path, per esempio /account/orders/42.
• Query contiene il testo che segue il punto interrogativo con cui inizia il componente query e precede un eventuale cancelletto non codificato, per esempio page=2&sort=date.

Il parsing è utile per esaminare richieste API, URL di callback, log delle applicazioni o dati di terze parti. Permette di distinguere le informazioni di instradamento dai parametri di query prima di eseguire il debug, registrare i dati nei log o trasformare l'indirizzo.

I campi restituiti non includono separatamente il nome host, la porta o il frammento. Se ti servono questi componenti, usa nella tua applicazione una libreria di parsing degli URL più completa.

Come si usa il Parser URL?

Inserisci l'URL completo o parziale e controlla i valori restituiti per schema, percorso e query. In genere, un URL assoluto completo offre il risultato più chiaro perché specifica esplicitamente lo schema.

1. Copia l'URL dal browser, da una risposta API, dal registro di un webhook o da un log del server.
2. Includi la stringa di query se devi esaminare i nomi o i valori dei parametri.
3. Confronta il percorso restituito con la route prevista dalla tua applicazione.
4. Verifica che lo schema e la query siano presenti se richiesti dall'integrazione.

L'elaborazione avviene sul server. I dati inseriti vengono trasmessi al server tramite HTTPS e non vengono memorizzati. Anche così, evita di inviare token di accesso attivi, link di download firmati, identificatori di sessione o altre credenziali se un esempio con i dati sensibili rimossi permette di ottenere la stessa risposta.

Esempi pratici e interpretazione dei risultati

Nel caso di un URL API assoluto, il parser separa il protocollo dalla route e dalla stringa di query non elaborata.

Input https://api.example.co.uk/v1/orders/42?expand=items&currency=GBP

Schema https

Percorso /v1/orders/42

Query expand=items&currency=GBP

La query viene restituita come un unico componente. Secondo la convenzione comunemente usata per i dati dei moduli e le stringhe di query, la e commerciale separa i campi, mentre il primo segno di uguale di ogni campo separa il nome dal valore. Il parsing dell'URL, da solo, non conferma che expand o currency siano parametri riconosciuti dall'API.

Anche un riferimento relativo può contenere un percorso e una query senza specificare uno schema.

Input /search?q=red%20shoes&page=2

Schema no scheme component

Percorso /search

Query q=red%20shoes&page=2

L'assenza dello schema è spesso normale per i link generati all'interno dello stesso sito web. Tuttavia, nei dati che dovrebbero contenere URL di callback assoluti, lo stesso risultato potrebbe indicare che manca il prefisso https://.

Questo parser non è un validatore di URL. Può aiutarti a individuare una struttura sospetta, come uno schema mancante, un percorso imprevisto o una query nella posizione sbagliata, ma il risultato del parsing non dimostra che l'indirizzo esista, venga risolto tramite DNS o restituisca una risposta HTTP corretta.

Che cosa succede con spazi, punteggiatura e input insoliti?

I caratteri riservati influiscono sul modo in cui un URL viene suddiviso, mentre quelli codificati generalmente rimangono nel componente in cui compaiono. Il parser separa i componenti, ma non ne decodifica né normalizza il contenuto.

• Un punto interrogativo non codificato dà inizio al componente query. Un punto interrogativo letterale destinato a essere trattato come dato al di fuori di una query esistente deve essere codificato in percentuale se, in caso contrario, verrebbe interpretato come delimitatore della query.
• La e commerciale separa comunemente i parametri della query, ma questo strumento restituisce l'intera stringa di query anziché interpretare un parametro alla volta.
• Nella sintassi URL standard, un cancelletto non codificato (#) delimita il frammento. I dati del frammento non rientrano tra i campi restituiti.
• Di norma, gli spazi devono essere codificati, comunemente come %20. Nei dati di query codificati come un modulo, il segno più può rappresentare uno spazio, ma questa interpretazione riguarda la decodifica della query e non il parsing dell'URL.
• Quando richiesto dal sistema ricevente, il testo accentato o non latino nel percorso o nella query deve usare la codifica percentuale UTF-8. Per garantire un'ampia compatibilità con i protocolli, i nomi di dominio internazionalizzati usano la relativa forma compatibile con ASCII.
• I numeri non hanno un comportamento speciale durante il parsing. Rimangono normali caratteri all'interno di un percorso o di un valore della query.

Un input vuoto non contiene una struttura URL utile da esaminare. Gli URL molto lunghi possono inoltre incontrare limiti imposti altrove, per esempio da browser, server web, proxy e framework applicativi. Questo strumento non stabilisce se un altro sistema accetterà un URL di una determinata lunghezza.

Quando conviene analizzare un URL?

Il parsing è utile quando devi capire come è strutturato un indirizzo prima che venga elaborato dal codice o dall'infrastruttura. Tra i casi più comuni rientrano il controllo degli indirizzi di callback dei webhook prima della distribuzione, la verifica delle destinazioni dei reindirizzamenti, la separazione delle route API dai filtri e la lettura degli URL copiati dai log di un reverse proxy.

Di solito non serve quando un URL noto e già strutturato verrà elaborato soltanto da una macchina e l'applicazione usa già una libreria per gli URL. Non è nemmeno l'operazione adatta se devi verificare la disponibilità di una risorsa, seguire i reindirizzamenti, decodificare ogni parametro della query o accertare l'affidabilità di un dominio.

Per operazioni ripetute o automatizzate, usa le funzionalità per gli URL disponibili nativamente nel tuo ambiente. PHP offre parse_url, JavaScript nel browser dispone dell'interfaccia URL, Node.js fornisce la classe URL e Python include urllib.parse. Per elaborare un file di log contenente migliaia di indirizzi, un piccolo script da riga di comando è più adatto del parsing manuale.

Non eseguire il parsing solo per riformattare un URL che ha già l'esatta rappresentazione richiesta dal sistema ricevente. Ricodificare o ricostruire gli indirizzi senza un motivo preciso può modificare le firme delle query, i parametri duplicati o i caratteri riservati.

Domande frequenti

Posso analizzare un URL senza http o https?

Sì, la funzione parse_url di PHP può interpretare riferimenti relativi e URL parziali, anche se lo schema non sarà disponibile quando non è stato specificato. Presta attenzione agli indirizzi relativi allo schema che iniziano con due barre, perché il loro significato dipende dal documento o dall'applicazione in cui vengono usati.

I parametri di query ripetuti vengono mantenuti?

La query viene restituita come componente non elaborato, quindi i nomi ripetuti possono rimanere presenti nella sequenza originale. Il modo in cui valori come tag=red&tag=blue vengono convertiti in array o valori singoli dipende dal parser della stringa di query usato successivamente.

È sicuro incollare un URL firmato?

L'input viene inviato tramite HTTPS e non viene memorizzato, ma un URL firmato può comunque consentire l'accesso a contenuti privati finché la firma rimane valida. Oscura il token oppure sostituisci il nome host e i valori con segnaposto rappresentativi ogni volta che le credenziali esatte non sono necessarie.

Perché un URL apparentemente valido si comporta in modo diverso nella mia applicazione?

Le differenze possono dipendere dalla decodifica della query e dalla normalizzazione Unicode specifiche del framework. Dopo il parsing, le applicazioni possono inoltre applicare regole aggiuntive, tra cui elenchi di nomi host consentiti e restrizioni sui reindirizzamenti. Confronta l'URL non elaborato byte per byte, quindi verifica che cosa viene decodificato o riscritto dall'applicazione prima dell'invio della richiesta.