解析带端口和不带方案的 URL

Question

我正在尝试解析 Go 中的 URL 并从 URL 获取主机和方案。但是，在解析带有端口且没有方案的 URL 时，我得到了意想不到的结果。u, err := url.ParseRequestURI("hello.com:81")fmt.Println("host :",u.Host)fmt.Println("scheme :",u.Scheme)我得到了意想不到的结果host :scheme: hello.com我想要这个host : hello.com:80scheme:

Answer 1

net.URL 文档中定义的格式是以下之一：

[scheme:][//[userinfo@]host][/]path[?query][#fragment]

scheme:opaque[?query][#fragment]

是可选的scheme:，但双斜杠是该host字段的一部分。这意味着您输入的有效字符串是：//hello.com:81这将导致：

u, _ := url.Parse("//hello.com:81")

fmt.Println("host:", u.Host)

// Output: host: hello.com:81

你需要把你的输入变成有效的东西。如果您知道字符串从不包含该方案，您可以简单地在前面加上//. 如果您有时只指定了一个方案，您可以尝试有条件地操作输入。

Answer 2

如果您需要处理仅包含主机和端口（没有方案和其他参数）的 URL，您可以使用以下代码：

   host, port, err := net.SplitHostPort("hello.com:81")

   fmt.Println("host:", host, "port:", port, "err:", err)

   // output: host: hello.com port: 81 err <nil>

注意SplitHostPort()不适合解析标准网址（符合[scheme:][//[userinfo@]host][/]path[?query][#fragment]）

Answer 3

根据 go doc，表示的一般 url 形式为：

[scheme:][//[userinfo@]host][/]path[?query][#fragment]

方案后不以斜杠开头的 URL 被解释为：

scheme:opaque[?query][#fragment]

您的 URL 被解析为第二种格式。

您可以使用此方法获得预期的结果。在函数中，如果 URL 中没有方案，我们添加它，然后再次解析它以获得预期的结果。

func parseRawURL(rawurl string) (domain string, scheme string, err error) {

    u, err := url.ParseRequestURI(rawurl)

    if err != nil || u.Host == "" {

        u, repErr := url.ParseRequestURI("https://" + rawurl)

        if repErr != nil {

            fmt.Printf("Could not parse raw url: %s, error: %v", rawurl, err)

            return

        }

        domain = u.Host

        err = nil

        return

    }

    domain = u.Host

    scheme = u.Scheme

    return

}