Parse_URLを使用して不完全なURLを分析することによって引き起こされる問題

gitbox 2025-05-28

不完全なURLとは、パスまたはクエリパラメーターのみを備えたプロトコルヘッダーの欠落http：//またはhttps：//の欠落などの標準のURLコンポーネントが欠落している文字列を指します。例えば：

 $url1 = "/path/to/resource?foo=bar";
$url2 = "www.gitbox.net/index.php?x=1";
$url3 = "gitbox.net";

これらのいずれも標準のフルURLではありませんが、一部のシナリオでは、 parse_urlで解析する必要があります。

2。parse_url関数の基本的な使用

parse_urlの定義は次のとおりです。

 array parse_url(string $url, int $component = -1)

URLのコンポーネントを含む関連配列を返したり、文字列内の指定された部品の値を返します。

例えば：

 $url = "https://gitbox.net/index.php?user=chatgpt&lang=php";
print_r(parse_url($url));

出力：

 Array
(
    [scheme] => https
    [host] => gitbox.net
    [path] => /index.php
    [query] => user=chatgpt&lang=php
)

この時点で、 Parse_urlのパフォーマンスは非常に正常です。

3.不完全なURLでどのような問題が発生しますか？

3.1プロトコルの欠落、ホスト名はパスと間違っています

URLがプロトコルを省略していると仮定します。

 $url = "gitbox.net/index.php?x=1";
print_r(parse_url($url));

消す：

 Array
(
    [path] => gitbox.net/index.php
    [query] => x=1
)

gitbox.netはホスト名として認識されていないが、パスの一部として扱われていることがわかります。 Parse_urlは、文字列全体がホスト名を含むURLではなくパスであると考えています。

3.2パスのみがある場合、解決策は正常ですが、情報は制限されています

$url = "/some/path?foo=bar";
print_r(parse_url($url));

結果：

 Array
(
    [path] => /some/path
    [query] => foo=bar
)

この場合、 parse_urlはパスとクエリの文字列を正常に解析できますが、明らかにプロトコルとホストがありません。

3.3ホスト名のみ、プロトコルとパスなし

$url = "gitbox.net";
print_r(parse_url($url));

結果：

 Array
(
    [path] => gitbox.net
)

同様に、 parse_urlはそれをホストではなくパスとして扱います。

4。不完全なURLを解析するソリューション

4.1契約ヘッダーを完了します

URLがhttpまたはhttpsであることがわかっている場合は、 parse_urlを呼び出す前にプロトコルを完了することができます。

 if (strpos($url, '://') === false) {
    $url = 'http://' . $url;
}
print_r(parse_url($url));

これにより、元のURLにプロトコルがない場合でも、ホスト名は解析中に正しく識別できます。

4.2個別にパスまたはクエリ文字列を処理します

入力文字列が明らかにパスまたはクエリ文字列である場合、ホストParse_urlをスキップし、文字列処理関数を直接使用してパラメーターを解析できます。

4.3定期的な表現と組み合わせた予備判断

Simple Remultyを使用してURL形式を決定し、プロトコルを完了するか、他の解析方法を採用するかを決定します。

5。概要

Parse_urlは非常に便利なツールですが、URL標準に従って文字列を厳密に解析します。入力URLが不完全である場合、特にプロトコルが不足している場合、ホストをパスとして誤って扱うことがよくあります。この問題を解決するための鍵は次のとおりです。

入力URLが完了し、少なくともプロトコルが含まれていることを確認してください。
保証されていない場合は、事前にURLを前処理して完了します。
パスまたはクエリの文字列を個別に処理します。

これにより、解析結果が正確であることが保証され、その後のプログラムエラーが回避されます。

以下は、不完全なURLに対処する方法を示す簡単な例です。

 function safe_parse_url($url) {
    if (strpos($url, '://') === false) {
        $url = 'http://' . $url;
    }
    return parse_url($url);
}

$url_examples = [
    "/path/to/resource?foo=bar",
    "gitbox.net/index.php?x=1",
    "https://gitbox.net/api/data?param=value",
    "gitbox.net"
];

foreach ($url_examples as $url) {
    $result = safe_parse_url($url);
    print_r($result);
    echo "--------------------\n";
}

上記の方法により、不完全なURLをparse_url解析する問題は効果的に回避でき、プログラムは堅牢です。

parse_url