[英]Resolve URI with multiple slashes in relative part
我必須在perl中編寫一個腳本來解析html中的uris。 無論如何,真正的問題是如何解決相對的尿失禁。
我有基本URI(HTML中的基本href),例如http:// a / b / c / d; p?q (讓我們通過rfc3986 )和其他不同的URI:
/ g,// g,/// g,//// g,h // g,g //// h,h /// g:f
在此RFC的5.4.1節(上面的鏈接)中,僅提供// g的示例:
“ // g” =“ http:// g ”
那其他所有情況呢? 據我從rfc 3986第3.3節了解,允許使用多個斜杠。 那么,遵循分辨率是否正確?
“ /// g” =“ http:// a / b / c //// ”
或者應該是什么? 有沒有人可以更好地解釋它,並且不用RFC或文檔就可以證明它?
更新#1 :嘗試查看此工作網址-https:///stackoverflow.com////////a/////10161264/////6618577
這里發生了什么?
首先,確認您提供的所有URI均有效,並提供您提到的URI解析的結果(以及我自己的一些結果):
$ perl -MURI -e'
for my $rel (qw( /g //g ///g ////g h//g g////h h///g:f )) {
my $uri = URI->new($rel)->abs("http://a/b/c/d;p?q");
printf "%-20s + %-7s = %-20s host: %-4s path: %s\n",
"http://a/b/c/d;p?q", $rel, $uri, $uri->host, $uri->path;
}
for my $base (qw( http://host/a/b/c/d http://host/a/b/c//d )) {
my $uri = URI->new("../../e")->abs($base);
printf "%-20s + %-7s = %-20s host: %-4s path: %s\n",
$base, "../../e", $uri, $uri->host, $uri->path;
}
'
http://a/b/c/d;p?q + /g = http://a/g host: a path: /g
http://a/b/c/d;p?q + //g = http://g host: g path:
http://a/b/c/d;p?q + ///g = http:///g host: path: /g
http://a/b/c/d;p?q + ////g = http:////g host: path: //g
http://a/b/c/d;p?q + h//g = http://a/b/c/h//g host: a path: /b/c/h//g
http://a/b/c/d;p?q + g////h = http://a/b/c/g////h host: a path: /b/c/g////h
http://a/b/c/d;p?q + h///g:f = http://a/b/c/h///g:f host: a path: /b/c/h///g:f
http://host/a/b/c/d + ../../e = http://host/a/e host: host path: /a/e
http://host/a/b/c//d + ../../e = http://host/a/b/e host: host path: /a/b/e
接下來,我們將研究相對URI的語法,因為這就是您的問題所圍繞的內容。
relative-ref = relative-part [ "?" query ] [ "#" fragment ]
relative-part = "//" authority path-abempty
/ path-absolute
/ path-noscheme
/ path-empty
path-abempty = *( "/" segment )
path-absolute = "/" [ segment-nz *( "/" segment ) ]
path-noscheme = segment-nz-nc *( "/" segment )
path-rootless = segment-nz *( "/" segment )
segment = *pchar ; 0 or more <pchar>
segment-nz = 1*pchar ; 1 or more <pchar> nz = non-zero
這些規則中回答您問題的關鍵:
path-absolute
)不能以//
開頭。 如果提供,則第一段的長度必須不為零。 如果相對URI以//
開頭,則必須是一個authority
。 //
否則會在路徑中發生,因為段的長度可以為零。 現在,讓我們依次看一下您提供的每個分辨率。
/g
是絕對路徑path-absolute
,因此是有效的相對URI( relative-ref
),因此也是有效的URI( URI-reference
)。
解析URI(例如,使用附錄B中的正則表達式)可為我們提供以下信息:
Base.scheme: "http" R.scheme: undef Base.authority: "a" R.authority: undef Base.path: "/b/c/d;p" R.path: "/g" Base.query: "q" R.query: undef Base.fragment: undef R.fragment: undef
遵循第5.2.2節中的算法,我們得到:
T.path: "/g" ; remove_dot_segments(R.path) T.query: undef ; R.query T.authority: "a" ; Base.authority T.scheme: "http" ; Base.scheme T.fragment: undef ; R.fragment
按照第5.3節中的算法,我們得到:
http://a/g
//g
是不同的。 //g
不是絕對路徑( path_absolute
),因為絕對路徑不能以空段( "/" [ segment-nz *( "/" segment ) ]
)開始。
相反,它遵循以下模式:
"//" authority path-abempty
解析URI(例如,使用附錄B中的正則表達式)可為我們提供以下信息:
Base.scheme: "http" R.scheme: undef Base.authority: "a" R.authority: "g" Base.path: "/b/c/d;p" R.path: "" Base.query: "q" R.query: undef Base.fragment: undef R.fragment: undef
遵循第5.2.2節中的算法,我們得到以下內容:
T.authority: "g" ; R.authority T.path: "" ; remove_dot_segments(R.path) T.query: "" ; R.query T.scheme: "http" ; Base.scheme T.fragment: undef ; R.fragment
按照§5.3中的算法,我們得到以下內容:
http://g
注意 :此聯系服務器g
!
///g
與//g
相似,除了權限為空! 這是令人驚訝的有效。
解析URI(例如,使用附錄B中的正則表達式)可為我們提供以下信息:
Base.scheme: "http" R.scheme: undef Base.authority: "a" R.authority: "" Base.path: "/b/c/d;p" R.path: "/g" Base.query: "q" R.query: undef Base.fragment: undef R.fragment: undef
遵循第5.2.2節中的算法,我們得到以下內容:
T.authority: "" ; R.authority T.path: "/g" ; remove_dot_segments(R.path) T.query: undef ; R.query T.scheme: "http" ; Base.scheme T.fragment: undef ; R.fragment
按照§5.3中的算法,我們得到以下內容:
http:///g
注意 :有效時,此URI無效,因為服務器名稱( T.authority
)為空!
////g
與///g
相同, R.path
是//g
,所以我們得到
http:////g
注意 :有效時,此URI無效,因為服務器名稱( T.authority
)為空!
最后三個( h//g
, g////h
, h///g:f
)都是相對路徑( path-noscheme
)。
解析URI(例如,使用附錄B中的正則表達式)可為我們提供以下信息:
Base.scheme: "http" R.scheme: undef Base.authority: "a" R.authority: undef Base.path: "/b/c/d;p" R.path: "h//g" Base.query: "q" R.query: undef Base.fragment: undef R.fragment: undef
遵循第5.2.2節中的算法,我們得到以下內容:
T.path: "/b/c/h//g" ; remove_dot_segments(merge(Base.path, R.path)) T.query: undef ; R.query T.authority: "a" ; Base.authority T.scheme: "http" ; Base.scheme T.fragment: undef ; R.fragment
按照§5.3中的算法,我們得到以下內容:
http://a/b/c/h//g # For h//g http://a/b/c/g////h # For g////h http://a/b/c/h///g:f # For h///g:f
不過,我認為這些示例並不適合回答我認為您真正想知道的內容。
看一下以下兩個URI。 它們不相等。
http://host/a/b/c/d # Path has 4 segments: "a", "b", "c", "d"
和
http://host/a/b/c//d # Path has 5 segments: "a", "b", "c", "", "d"
大多數服務器將對它們進行相同的處理(這很好,因為服務器可以隨意使用任意方式解釋路徑),但是在應用相對路徑時會有所不同。 例如,如果這些是../../e
的基本URI,您將得到
http://host/a/b/c/d + ../../e = http://host/a/e
和
http://host/a/b/c//d + ../../e = http://host/a/b/e
我很好奇Mojo :: URL會做什么,所以我檢查了一下。 有一個很大的警告,因為它並不聲稱嚴格合規:
Mojo :: URL實現了RFC 3986,RFC 3987和統一資源定位符的URL生活標准的子集,並支持IDNA和IRI。
這是程序。
my @urls = qw(/g //g ///g ////g h//g g////h h///g:f
https:///stackoverflow.com////////a/////10161264/////6618577
);
my @parts = qw(scheme host port path query);
my $template = join "\n", map { "$_: %s" } @parts;
my $base_url = Mojo::URL->new( 'http://a/b/c/d;p?q' );
foreach my $u ( @urls ) {
my $url = Mojo::URL->new( $u )->base( $base_url )->to_abs;
no warnings qw(uninitialized);
say '-' x 40;
printf "%s\n$template", $u, map { $url->$_() } @parts
}
這是輸出:
----------------------------------------
/g
scheme: http
host: a
port:
path: /g
query: ----------------------------------------
//g
scheme: http
host: g
port:
path:
query: ----------------------------------------
///g
scheme: http
host: a
port:
path: /g
query: ----------------------------------------
////g
scheme: http
host: a
port:
path: //g
query: ----------------------------------------
h//g
scheme: http
host: a
port:
path: /b/c/h/g
query: ----------------------------------------
g////h
scheme: http
host: a
port:
path: /b/c/g/h
query: ----------------------------------------
h///g:f
scheme: http
host: a
port:
path: /b/c/h/g:f
query: ----------------------------------------
https:///stackoverflow.com////////a/////10161264/////6618577
scheme: https
host:
port:
path: /stackoverflow.com////////a/////10161264/////6618577
query:
不- ///g
似乎更等同於/g
。 “點段” ..
和.
是用於通過http
URL在層次結構中上下導航的內容。 另請參閱URI模塊以處理URI中的路徑。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.