技术问询：使用JavaScript正则表达式解析URL语义组成部分

示例URL语义组件解析 #

以下是几个示例URL的语义组件拆解：

https://google.com:443 - https:// 为协议（protocol），:443 为端口（port）
cdn.ajax.com - cdn 为服务标识（service），ajax.com 为域名（domain），cdn.ajax.com 为完全限定域名（FQDN）
www.clients6.gc.google.com/project - clients6.gc 为子域名（subdomain），/project 为路径（path）
www.google.com/?query=x&#hash=y - ?query=x& 为查询字符串（query string），#hash=y 为哈希字符串（hash string）

解析限制 #

无需解析用户/密码（存在安全隐患）或单个查询参数（不同实现差异较大，比如部分Java CGI工具使用;替代&）。

服务类前缀的处理标准 #

浏览器会在地址栏中隐藏www这类服务类前缀，因此服务类前缀不属于子域名已经成为业界事实标准（DNS管理员场景除外）。

多数浏览器、手机及应用都会按照这个标准处理www.及其他常见Web服务子域名前缀（如https://www.），解析器也应当遵循该标准。

标准解析示例 #

对于以下形式的URL：

www.sub.domain.google.com/path?query=x&#hash=y
https://www.sub.domain.google.com/path?query=x&#hash=y
https://www.sub.domain.google.com:443/path?query=x&#hash=y

语义链接解析器应返回如下结果：

{
  "protocol": "https://",
  "fqdn": "www.sub.domain.google.com",
  "service": "www",
  "subdomain": "sub.domain", /* 不含www. */
  "domain": "google.com",
  "port": "443", /* 可选字段 */
  "path": "/path",
  "query": "query=x&",
  "hash": "hash=y"
}

内容的提问来源于stack exchange，提问作者Wil