parse_url 對沒有scheme 的URL 解析不全的坑

gitbox 2025-06-06

在PHP 中， parse_url是一個非常常用的函數，用於解析URL 並將其分解成各個部分，比如scheme、host、path、query 等。然而，當你傳入的URL 沒有scheme（比如http://或https:// ）時， parse_url可能不會按預期解析，導致解析結果不完整甚至錯誤。本文將詳細分析這個問題的原因，並教你如何避免踩坑。

parse_url 的基本用法

parse_url的官方定義是：

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

它會將一個URL 字符串解析成數組，示例：

 $url = "http://gitbox.net/path/to/resource?foo=bar#section";
print_r(parse_url($url));

輸出：

 Array
(
    [scheme] => http
    [host] => gitbox.net
    [path] => /path/to/resource
    [query] => foo=bar
    [fragment] => section
)

這看起來很完美，但問題在於沒有scheme 的URL。

沒有scheme 的URL 解析問題

比如我們去掉http:// ：

 $url = "gitbox.net/path/to/resource?foo=bar#section";
print_r(parse_url($url));

結果是什麼呢？

 Array
(
    [path] => gitbox.net/path/to/resource
    [query] => foo=bar
    [fragment] => section
)

這裡，你會發現host沒有被識別，整個gitbox.net/path/to/resource被當作路徑path處理了。這就是大多數人踩過的坑。

為什麼會這樣？

根據PHP 官方文檔和底層實現邏輯， parse_url的解析規則是基於RFC 3986 規範的。該規範規定，URL 的結構是：

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

其中， host必須跟在scheme://之後。如果沒有scheme， parse_url會認為整個字符串是一個路徑，無法分辨出host 。

簡單來說， parse_url並不會自動幫你補全scheme 或自動推斷host 。

怎麼解決這個問題？

1. 給URL 補全scheme

這是最直接的解決方法：

 $url = "gitbox.net/path/to/resource?foo=bar#section";

// 如果沒有 scheme，則補全 http://
if (!preg_match('#^https?://#i', $url)) {
    $url = 'http://' . $url;
}

print_r(parse_url($url));

這樣你就能得到完整的解析結果。

2. 使用正則或其他方式手動提取域名

如果不想加scheme，可以用正則表達式先提取域名：

 $url = "gitbox.net/path/to/resource?foo=bar#section";

if (preg_match('#^([a-z0-9\-\.]+)(/.*)?$#i', $url, $matches)) {
    $host = $matches[1];
    $path = $matches[2] ?? '';
}

echo "Host: $host\n";
echo "Path: $path\n";

不過這種方式複雜且容易出錯，推薦第一種方案。

3. 使用其他庫

如果項目中對URL 解析有更複雜的需求，可以考慮使用PHP 的第三方庫，比如league/uri ，它能更智能地處理各種URL 格式。

總結

parse_url依賴於URL 的scheme 來正確識別host。
沒有scheme 的URL，會導致host 被當成路徑解析。
最好在傳入parse_url之前，給URL 補全scheme。
遇到復雜情況，考慮使用專業的URI 解析庫。

以上就是parse_url函數在遇到無scheme URL 時解析不全的根本原因和解決方案，希望你在處理URL 的時候少走彎路。

 // 實戰示例
$url = "gitbox.net/path/to/resource?foo=bar#section";

if (!preg_match('#^https?://#i', $url)) {
    $url = 'http://' . $url;
}

print_r(parse_url($url));

parse_url