Obtendo partes de uma URL (Regex)

https://stackoverflow.com/questions/27745

09-06-2019
|

Pergunta

Dado o URL (linha única):
http://test.example.com/dir/subdir/file.html

Como posso extrair as seguintes partes usando expressões regulares:

O subdomínio (teste)
O domínio (exemplo.com)
O caminho sem o arquivo (/dir/subdir/)
O arquivo (arquivo.html)
O caminho com o arquivo (/dir/subdir/file.html)
O URL sem o caminho (http://teste.exemplo.com)
(adicione qualquer outro que você acha que seria útil)

A regex deve funcionar corretamente mesmo se eu inserir o seguinte URL:

http://example.example.com/example/example/example.html

Solução

Um único regex para analisar e quebrar um URL completo, incluindo parâmetros de consulta e âncoras, por exemplo

https://www.google.com/dir/1/2/search.html?arg=0-a&arg1=1-b&arg3-c#hash

^((http[s]?|ftp):\/)?\/?([^:\/\s]+)((\/\w+)*\/)([\w\-\.]+[^#?\s]+)(.*)?(#[\w\-]+)?$

Posições RexEx:

url:RegExp['$&'],

protocolo:RegExp.$2,

anfitrião:RegExp.$3,

caminho:RegExp.$4,

arquivo:RegExp.$6,

consulta:RegExp.$7,

hash:RegExp.$8

você poderia então analisar ainda mais o host (delimitado por '.') com bastante facilidade.

O que EU faria é usar algo assim:

/*
    ^(.*:)//([A-Za-z0-9\-\.]+)(:[0-9]+)?(.*)$
*/
proto $1
host $2
port $3
the-rest $4

a análise adicional de 'o resto' será o mais específica possível.Fazer isso em um regex é, bem, um pouco louco.

Outras dicas

Sei que estou atrasado para a festa, mas há uma maneira simples de permitir que o navegador analise uma URL para você sem uma regex:

var a = document.createElement('a');
a.href = 'http://www.example.com:123/foo/bar.html?fox=trot#foo';

['href','protocol','host','hostname','port','pathname','search','hash'].forEach(function(k) {
    console.log(k+':', a[k]);
});

/*//Output:
href: http://www.example.com:123/foo/bar.html?fox=trot#foo
protocol: http:
host: www.example.com:123
hostname: www.example.com
port: 123
pathname: /foo/bar.html
search: ?fox=trot
hash: #foo
*/

Estou alguns anos atrasado para a festa, mas estou surpreso que ninguém tenha mencionado que a especificação Uniform Resource Identifier tem um seção sobre análise de URIs com uma expressão regular.A expressão regular, escrita por Berners-Lee, et al., é:

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?
 12            3  4          5       6  7        8 9
Os números na segunda linha acima servem apenas para auxiliar na legibilidade;Eles indicam os pontos de referência para cada subexpressão (ou seja, cada parêntese emparelhada).Nós nos referimos ao valor correspondente à subexpressão como $.Por exemplo, combinando a expressão acima com

http://www.ics.uci.edu/pub/ietf/uri/#Related

resulta nas seguintes correspondências de subexpressão:
$1 = http:
$2 = http
$3 = //www.ics.uci.edu
$4 = www.ics.uci.edu
$5 = /pub/ietf/uri/
$6 = <undefined>
$7 = <undefined>
$8 = #Related
$9 = Related

Para constar, descobri que precisava escapar das barras em JavaScript:

^(([^:\/?#]+):)?(\/\/([^\/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?

Descobri que a resposta mais votada (resposta do hometoast) não funciona perfeitamente para mim.Dois problemas:

Ele não pode lidar com o número da porta.
A parte hash está quebrada.

A seguir está uma versão modificada:

^((http[s]?|ftp):\/)?\/?([^:\/\s]+)(:([^\/]*))?((\/\w+)*\/)([\w\-\.]+[^#?\s]+)(\?([^#]*))?(#(.*))?$

A posição das peças é a seguinte:

int SCHEMA = 2, DOMAIN = 3, PORT = 5, PATH = 6, FILE = 8, QUERYSTRING = 9, HASH = 12

Edição postada por um usuário anônimo:

function getFileName(path) {
    return path.match(/^((http[s]?|ftp):\/)?\/?([^:\/\s]+)(:([^\/]*))?((\/[\w\/-]+)*\/)([\w\-\.]+[^#?\s]+)(\?([^#]*))?(#(.*))?$/i)[8];
}

Eu precisava de uma expressão regular para corresponder a todos os URLs e criei esta:

/(?:([^\:]*)\:\/\/)?(?:([^\:\@]*)(?:\:([^\@]*))?\@)?(?:([^\/\:]*)\.(?=[^\.\/\:]*\.[^\.\/\:]*))?([^\.\/\:]*)(?:\.([^\/\.\:]*))?(?:\:([0-9]*))?(\/[^\?#]*(?=.*?\/)\/)?([^\?#]*)?(?:\?([^#]*))?(?:#(.*))?/

Corresponde a todos os URLs, qualquer protocolo, até mesmo URLs como

ftp://user:pass@www.cs.server.com:8080/dir1/dir2/file.php?param1=value1#hashtag

O resultado (em JavaScript) é assim:

["ftp", "user", "pass", "www.cs", "server", "com", "8080", "/dir1/dir2/", "file.php", "param1=value1", "hashtag"]

Um URL como

mailto://admin@www.cs.server.com

se parece com isso:

["mailto", "admin", undefined, "www.cs", "server", "com", undefined, undefined, undefined, undefined, undefined]

Eu estava tentando resolver isso em javascript, que deveria ser tratado por:

var url = new URL('http://a:b@example.com:890/path/wah@t/foo.js?foo=bar&bingobang=&king=kong@kong.com#foobar/bing/bo@ng?bang');

já que (no Chrome, pelo menos) ele analisa:

{
  "hash": "#foobar/bing/bo@ng?bang",
  "search": "?foo=bar&bingobang=&king=kong@kong.com",
  "pathname": "/path/wah@t/foo.js",
  "port": "890",
  "hostname": "example.com",
  "host": "example.com:890",
  "password": "b",
  "username": "a",
  "protocol": "http:",
  "origin": "http://example.com:890",
  "href": "http://a:b@example.com:890/path/wah@t/foo.js?foo=bar&bingobang=&king=kong@kong.com#foobar/bing/bo@ng?bang"
}

No entanto, isso não é compatível com vários navegadores (https://developer.mozilla.org/en-US/docs/Web/API/URL), então juntei isso para extrair as mesmas peças acima:

^(?:(?:(([^:\/#\?]+:)?(?:(?:\/\/)(?:(?:(?:([^:@\/#\?]+)(?:\:([^:@\/#\?]*))?)@)?(([^:\/#\?\]\[]+|\[[^\/\]@#?]+\])(?:\:([0-9]+))?))?)?)?((?:\/?(?:[^\/\?#]+\/+)*)(?:[^\?#]*)))?(\?[^#]+)?)(#.*)?

O crédito por este regex vai para https://gist.github.com/rpflorence quem postou esse jsperf http://jsperf.com/url-parsing (originalmente encontrado aqui: https://gist.github.com/jlong/2428561#comment-310066) que criou a regex na qual ela foi originalmente baseada.

As peças estão nesta ordem:

var keys = [
    "href",                    // http://user:pass@host.com:81/directory/file.ext?query=1#anchor
    "origin",                  // http://user:pass@host.com:81
    "protocol",                // http:
    "username",                // user
    "password",                // pass
    "host",                    // host.com:81
    "hostname",                // host.com
    "port",                    // 81
    "pathname",                // /directory/file.ext
    "search",                  // ?query=1
    "hash"                     // #anchor
];

Há também uma pequena biblioteca que o envolve e fornece parâmetros de consulta:

https://github.com/sadams/lite-url (também disponível no Bower)

Caso tenha alguma melhoria, por favor crie um pull request com mais testes e eu aceitarei e mesclarei com agradecimento.

Proponha uma solução muito mais legível (em Python, mas que se aplica a qualquer regex):

def url_path_to_dict(path):
    pattern = (r'^'
               r'((?P<schema>.+?)://)?'
               r'((?P<user>.+?)(:(?P<password>.*?))?@)?'
               r'(?P<host>.*?)'
               r'(:(?P<port>\d+?))?'
               r'(?P<path>/.*?)?'
               r'(?P<query>[?].*?)?'
               r'$'
               )
    regex = re.compile(pattern)
    m = regex.match(path)
    d = m.groupdict() if m is not None else None

    return d

def main():
    print url_path_to_dict('http://example.example.com/example/example/example.html')

Impressões:

{
'host': 'example.example.com', 
'user': None, 
'path': '/example/example/example.html', 
'query': None, 
'password': None, 
'port': None, 
'schema': 'http'
}

subdomínio e domínio são difíceis porque o subdomínio pode ter várias partes, assim como o domínio de nível superior, http://sub1.sub2.domain.co.uk/

 the path without the file : http://[^/]+/((?:[^/]+/)*(?:[^/]+$)?)  
 the file : http://[^/]+/(?:[^/]+/)*((?:[^/.]+\.)+[^/.]+)$  
 the path with the file : http://[^/]+/(.*)  
 the URL without the path : (http://[^/]+/)

(Markdown não é muito amigável para regexes)

Esta versão melhorada deve funcionar de forma tão confiável quanto um analisador.

   // Applies to URI, not just URL or URN:
   //    http://en.wikipedia.org/wiki/Uniform_Resource_Identifier#Relationship_to_URL_and_URN
   //
   // http://labs.apache.org/webarch/uri/rfc/rfc3986.html#regexp
   //
   // (?:([^:/?#]+):)?(?://([^/?#]*))?([^?#]*)(?:\?([^#]*))?(?:#(.*))?
   //
   // http://en.wikipedia.org/wiki/URI_scheme#Generic_syntax
   //
   // $@ matches the entire uri
   // $1 matches scheme (ftp, http, mailto, mshelp, ymsgr, etc)
   // $2 matches authority (host, user:pwd@host, etc)
   // $3 matches path
   // $4 matches query (http GET REST api, etc)
   // $5 matches fragment (html anchor, etc)
   //
   // Match specific schemes, non-optional authority, disallow white-space so can delimit in text, and allow 'www.' w/o scheme
   // Note the schemes must match ^[^\s|:/?#]+(?:\|[^\s|:/?#]+)*$
   //
   // (?:()(www\.[^\s/?#]+\.[^\s/?#]+)|(schemes)://([^\s/?#]*))([^\s?#]*)(?:\?([^\s#]*))?(#(\S*))?
   //
   // Validate the authority with an orthogonal RegExp, so the RegExp above won’t fail to match any valid urls.
   function uriRegExp( flags, schemes/* = null*/, noSubMatches/* = false*/ )
   {
      if( !schemes )
         schemes = '[^\\s:\/?#]+'
      else if( !RegExp( /^[^\s|:\/?#]+(?:\|[^\s|:\/?#]+)*$/ ).test( schemes ) )
         throw TypeError( 'expected URI schemes' )
      return noSubMatches ? new RegExp( '(?:www\\.[^\\s/?#]+\\.[^\\s/?#]+|' + schemes + '://[^\\s/?#]*)[^\\s?#]*(?:\\?[^\\s#]*)?(?:#\\S*)?', flags ) :
         new RegExp( '(?:()(www\\.[^\\s/?#]+\\.[^\\s/?#]+)|(' + schemes + ')://([^\\s/?#]*))([^\\s?#]*)(?:\\?([^\\s#]*))?(?:#(\\S*))?', flags )
   }

   // http://en.wikipedia.org/wiki/URI_scheme#Official_IANA-registered_schemes
   function uriSchemesRegExp()
   {
      return 'about|callto|ftp|gtalk|http|https|irc|ircs|javascript|mailto|mshelp|sftp|ssh|steam|tel|view-source|ymsgr'
   }

Experimente o seguinte:

^((ht|f)tp(s?)\:\/\/|~/|/)?([\w]+:\w+@)?([a-zA-Z]{1}([\w\-]+\.)+([\w]{2,5}))(:[\d]{1,5})?((/?\w+/)+|/?)(\w+\.[\w]{3,4})?((\?\w+=\w+)?(&\w+=\w+)*)?

Suporta HTTP/FTP, subdomínios, pastas, arquivos etc.

Encontrei em uma rápida pesquisa no Google:

http://geekswithblogs.net/casualjim/archive/2005/12/01/61722.aspx

/^((?P<scheme>https?|ftp):\/)?\/?((?P<username>.*?)(:(?P<password>.*?)|)@)?(?P<hostname>[^:\/\s]+)(?P<port>:([^\/]*))?(?P<path>(\/\w+)*\/)(?P<filename>[-\w.]+[^#?\s]*)?(?P<query>\?([^#]*))?(?P<fragment>#(.*))?$/

Da minha resposta em um pergunta semelhante.Funciona melhor do que alguns dos outros mencionados porque tinham alguns bugs (como não suportar nome de usuário/senha, não suportar nomes de arquivos de um único caractere, identificadores de fragmentos quebrados).

Você pode obter todos os http/https, host, porta, caminho e também consultas usando o objeto Uri no .NET.apenas a tarefa difícil é dividir o host em subdomínio, nome de domínio e TLD.

Não existe um padrão para fazer isso e não pode simplesmente usar a análise de string ou RegEx para produzir o resultado correto.A princípio, estou usando a função RegEx, mas nem todos os URLs podem analisar o subdomínio corretamente.A maneira prática é usar uma lista de TLDs.Depois que um TLD para um URL é definido, a parte esquerda é o domínio e o restante é o subdomínio.

No entanto, a lista precisa ser mantida, pois novos TLDs são possíveis.O momento atual que conheço é publicsuffix.org manter a lista mais recente e você pode usar ferramentas de analisador de nome de domínio do código do Google para analisar a lista de sufixos públicos e obter o subdomínio, domínio e TLD facilmente usando o objeto DomainName:nomedodomínio.SubDomínio, nomedodomínio.Domínio e nomeDodomínio.TLD.

Estas respostas também são úteis:Obtenha o subdomínio de um URL

CaLLMeLaNN

Aqui está um que é completo e não depende de nenhum protocolo.

function getServerURL(url) {
        var m = url.match("(^(?:(?:.*?)?//)?[^/?#;]*)");
        console.log(m[1]) // Remove this
        return m[1];
    }

getServerURL("http://dev.test.se")
getServerURL("http://dev.test.se/")
getServerURL("//ajax.googleapis.com/ajax/libs/jquery/1.8.3/jquery.min.js")
getServerURL("//")
getServerURL("www.dev.test.se/sdas/dsads")
getServerURL("www.dev.test.se/")
getServerURL("www.dev.test.se?abc=32")
getServerURL("www.dev.test.se#abc")
getServerURL("//dev.test.se?sads")
getServerURL("http://www.dev.test.se#321")
getServerURL("http://localhost:8080/sads")
getServerURL("https://localhost:8080?sdsa")

Impressões

http://dev.test.se

http://dev.test.se

//ajax.googleapis.com

//

www.dev.test.se

www.dev.test.se

www.dev.test.se

www.dev.test.se

//dev.test.se

http://www.dev.test.se

http://localhost:8080

https://localhost:8080

Nenhuma das opções acima funcionou para mim.Aqui está o que acabei usando:

/^(?:((?:https?|s?ftp):)\/\/)([^:\/\s]+)(?::(\d*))?(?:\/([^\s?#]+)?([?][^?#]*)?(#.*)?)?/

Gosto da regex que foi publicada em "Javascript:As partes boas".Não é muito curto e nem muito complexo.Esta página no github também contém o código JavaScript que a utiliza.Mas pode ser adaptado para qualquer idioma.https://gist.github.com/voodooGQ/4057330

Java oferece uma classe de URL que fará isso. Consultar objetos de URL.

Por outro lado, o PHP oferece parse_url().

Eu recomendaria não usar regex.Uma chamada de API como WinHttpCrackUrl() é menos propenso a erros.

http://msdn.microsoft.com/en-us/library/aa384092%28VS.85%29.aspx

Tentei alguns deles que não atendiam às minhas necessidades, especialmente os mais votados, que não encontraram um URL sem caminho (http://exemplo.com/)

também a falta de nomes de grupos o tornou inutilizável no ansible (ou talvez minhas habilidades em jinja2 estejam faltando).

então esta é a minha versão ligeiramente modificada, sendo a fonte a versão mais votada aqui:

^((?P<protocol>http[s]?|ftp):\/)?\/?(?P<host>[^:\/\s]+)(?P<path>((\/\w+)*\/)([\w\-\.]+[^#?\s]+))*(.*)?(#[\w\-]+)?$

Usando http://www.fileformat.info/tool/regex.htm o regex do hometoast funciona muito bem.

Mas o negócio é o seguinte: quero usar diferentes padrões de regex em diferentes situações em meu programa.

Por exemplo, eu tenho esse URL e uma enumeração que lista todos os URLs suportados em meu programa.Cada objeto na enumeração possui um método getRegexPattern que retorna o padrão regex que será então usado para comparar com uma URL.Se o padrão regex específico retornar verdadeiro, sei que esse URL é compatível com meu programa.Portanto, cada enumeração tem seu próprio regex dependendo de onde deve procurar dentro da URL.

A sugestão do Hometoast é ótima, mas no meu caso acho que não ajudaria (a menos que eu copie e cole o mesmo regex em todas as enumerações).

Por isso queria que a resposta desse o regex para cada situação separadamente.Embora +1 para hometoast.;)

Eu sei que você está afirmando ser independente de linguagem, mas você pode nos dizer o que está usando apenas para sabermos quais recursos de regex você possui?

Se você tiver recursos para não capturar correspondências, poderá modificar a expressão do hometoast para que as subexpressões que você não está interessado em capturar sejam configuradas assim:

(?:SOMESTUFF)

Você ainda teria que copiar e colar (e modificar ligeiramente) o Regex em vários lugares, mas isso faz sentido - você não está apenas verificando se a subexpressão existe, mas sim se ela existe como parte de um URL.Usar o modificador de não captura para subexpressões pode fornecer o que você precisa e nada mais, o que, se estou lendo corretamente, é o que você deseja.

Assim como uma pequena nota, a expressão de hometoast não precisa colocar colchetes em torno do 's' para 'https', já que ele só tem um caractere lá.Os quantificadores quantificam o caractere (ou classe de caracteres ou subexpressão) que os precede diretamente.Então:

https?

corresponderia perfeitamente a 'http' ou 'https'.

regexp para obter o caminho da URL sem o arquivo.

url = 'http://domínio/dir1/dir2/somefile'url.scan (/^(http: // [^/]+) ((?:/[^/]+)+(? =/))?/? (?: [^/]+)? $ /i).to_s

Pode ser útil adicionar um caminho relativo a este URL.

String s = "https://www.thomas-bayer.com/axis2/services/BLZService?wsdl";

String regex = "(^http.?://)(.*?)([/\\?]{1,})(.*)";

System.out.println("1: " + s.replaceAll(regex, "$1"));
System.out.println("2: " + s.replaceAll(regex, "$2"));
System.out.println("3: " + s.replaceAll(regex, "$3"));
System.out.println("4: " + s.replaceAll(regex, "$4"));

Fornecerá a seguinte saída:
1:https://
2:www.thomas-bayer.com
3: /
4:eixo2/serviços/BLZService?wsdl

Se você alterar o URL para
Sequência s = "https://www.thomas-bayer.com?wsdl=qwerwer&ttt=888";a saída será a seguinte:
1:https://
2:www.thomas-bayer.com
3: ?
4:wsdl=qwerwer&ttt=888

aproveitar..
Yosi Lev

O regex para fazer a análise completa é horrível.Incluí referências anteriores nomeadas para legibilidade e dividi cada parte em linhas separadas, mas ainda fica assim:

^(?:(?P<protocol>\w+(?=:\/\/))(?::\/\/))?
(?:(?P<host>(?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^\/?#:]+)(?::(?P<port>[0-9]+))?)\/)?
(?:(?P<path>(?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^?#])+)\/)?
(?P<file>(?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^?#])+)
(?:\?(?P<querystring>(?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^#])+))?
(?:#(?P<fragment>.*))?$

O que exige que seja tão detalhado é que, exceto o protocolo ou a porta, qualquer uma das partes pode conter entidades HTML, o que torna o delineamento do fragmento bastante complicado.Portanto, nos últimos casos - host, caminho, arquivo, string de consulta e fragmento, permitimos qualquer entidade html ou qualquer caractere que não seja um ? ou #.A regex para uma entidade HTML é assim:

$htmlentity = "&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);"

Quando isso é extraído (usei uma sintaxe de bigode para representá-lo), fica um pouco mais legível:

^(?:(?P<protocol>(?:ht|f)tps?|\w+(?=:\/\/))(?::\/\/))?
(?:(?P<host>(?:{{htmlentity}}|[^\/?#:])+(?::(?P<port>[0-9]+))?)\/)?
(?:(?P<path>(?:{{htmlentity}}|[^?#])+)\/)?
(?P<file>(?:{{htmlentity}}|[^?#])+)
(?:\?(?P<querystring>(?:{{htmlentity}};|[^#])+))?
(?:#(?P<fragment>.*))?$

Em JavaScript, é claro, você não pode usar referências anteriores nomeadas, então a regex se torna

^(?:(\w+(?=:\/\/))(?::\/\/))?(?:((?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^\/?#:]+)(?::([0-9]+))?)\/)?(?:((?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^?#])+)\/)?((?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^?#])+)(?:\?((?:(?:&(?:amp|apos|gt|lt|nbsp|quot|bull|hellip|[lr][ds]quo|[mn]dash|permil|\#[1-9][0-9]{1,3}|[A-Za-z][0-9A-Za-z]+);)|[^#])+))?(?:#(.*))?$

e em cada partida o protocolo é \1, o anfitrião é \2, o porto é \3, o caminho \4, o arquivo \5, a cadeia de consulta \6, e o fragmento \7.

//USING REGEX
/**
 * Parse URL to get information
 *
 * @param   url     the URL string to parse
 * @return  parsed  the URL parsed or null
 */
var UrlParser = function (url) {
    "use strict";

    var regx = /^(((([^:\/#\?]+:)?(?:(\/\/)((?:(([^:@\/#\?]+)(?:\:([^:@\/#\?]+))?)@)?(([^:\/#\?\]\[]+|\[[^\/\]@#?]+\])(?:\:([0-9]+))?))?)?)?((\/?(?:[^\/\?#]+\/+)*)([^\?#]*)))?(\?[^#]+)?)(#.*)?/,
        matches = regx.exec(url),
        parser = null;

    if (null !== matches) {
        parser = {
            href              : matches[0],
            withoutHash       : matches[1],
            url               : matches[2],
            origin            : matches[3],
            protocol          : matches[4],
            protocolseparator : matches[5],
            credhost          : matches[6],
            cred              : matches[7],
            user              : matches[8],
            pass              : matches[9],
            host              : matches[10],
            hostname          : matches[11],
            port              : matches[12],
            pathname          : matches[13],
            segment1          : matches[14],
            segment2          : matches[15],
            search            : matches[16],
            hash              : matches[17]
        };
    }

    return parser;
};

var parsedURL=UrlParser(url);
console.log(parsedURL);

Licenciado em: CC-BY-SA com atribuição

Não afiliado a StackOverflow