PHP parse_url 解析相对地址时哪些字段可能缺失

parse_url() 解析相对地址时，只返回输入里实际出现的组件，不会自动补齐完整 URL。普通相对路径通常没有 scheme、host、port、user 和 pass；是否有 path、query、fragment 则取决于原字符串。读取结果时必须把这些字段都当作可选项。

PHP 官方手册：https://www.php.net/manual/en/function.parse-url.php

目标和边界：parse_url 只拆分，不补全也不验证

parse_url() 的任务是把字符串拆成可能存在的 URL 组件。潜在数组键包括 scheme、host、port、user、pass、path、query 和 fragment。这里的“潜在”很重要：返回数组至少有一个元素，但并不保证每个键都出现。

它也不是 URL 验证器，更不会把相对引用和某个基准 URL 合并。传入 images/logo.svg 时，函数并不知道当前页面位于哪个域名和目录，因此只能把字符串识别为路径。

全流程总览：先判断输入属于哪种引用

以 //www.example.com/path?x=1 为例，官方示例显示它可以得到 host、path 和 query，但没有 scheme。这类地址有主机却没有协议，不能简单用“有没有 host”判断它是不是完整绝对 URL。

阶段拆解：缺失、空值和失败是三种状态

如果省略第二个参数，返回值是包含现有组件的数组，未出现的键直接不存在。如果指定 PHP_URL_HOST 等单个组件，组件不存在时返回 null。严重畸形地址才可能让整个函数返回 false。

查询和片段还有一个容易忽略的细节。PHP 8.0 起，https://example.com/a 的查询组件是 null，而 https://example.com/a? 的查询组件是空字符串；片段的 # 也遵循相同区分。业务如果把二者都用 empty() 判断，就会丢失“分隔符明确出现过”的信息。

推荐流程：先检查 false，再按键存在性读取

处理完整数组时，先用严格比较排除 false，再通过 array_key_exists() 保留“键存在但值为空”的区别。不要直接读取 $parts['host']，否则相对地址会产生未定义数组键警告。

 array_key_exists($key, $parts),
            'value' => $parts[$key] ?? null,
        ];
    };

    return [
        'scheme' => $read('scheme'),
        'host' => $read('host'),
        'path' => $read('path'),
        'query' => $read('query'),
        'fragment' => $read('fragment'),
    ];
}

$result = inspectReference('docs/start.html?lang=zh#top');
// 相对路径有 path、query、fragment，但 scheme 和 host 的 present 为 false。
var_export($result);

如果只需要一个字段，可以直接传组件常量，但仍要用严格比较处理 null 与空字符串：

阶段拆解：绝对地址要求要单独声明

允许相对引用的字段和要求绝对 URL 的字段不同。若业务入口明确要求 HTTP(S) 绝对地址，应在解析后检查 scheme 和 host，并把“相对输入”作为独立错误，而不是给缺失字段随意填默认值。

这段代码只是结构门槛，不代表完成了安全 URL 验证。官方当前文档提醒，parse_url() 不遵循单一既定 URI/URL 标准，不同解析器对相对或畸形输入可能产生不同结果。新代码若需要严格遵循 RFC 3986 或 WHATWG 语义，应评估当前运行时提供的 Uri\Rfc3986\Uri 或 Uri\WhatWg\Url 类。

常见误区

• 用 isset($parts['query']) 判断问号是否出现：它无法表达所有“存在但为空”的需求，应结合 array_key_exists。
• 看到 host 就认为有完整 URL：协议相对地址可以有 host 而没有 scheme。
• 给相对地址自动补 https：相对地址还需要基准主机和目录，补一个协议并不能完成解析。
• 把 false、null、空字符串都当成 falsey：三者分别代表整体失败、组件缺失和可能的空组件。
• 用 parse_url 做安全白名单：实际请求库可能采用另一套 URL 解析规则，解析器差异会带来安全风险。
• 认为返回值已经 URL 解码：官方文档明确说明数组值不会自动 URL decode。

速查表

常见问题

相对地址一定有 path 吗？

不一定。?page=2 可以只包含 query，#intro 可以只包含 fragment。不要把 path 也当成必填键。

为什么 //cdn.example.com/a.js 能得到 host？

这是协议相对形式，双斜线引出 authority，因此可以有 host，但输入没有给出 scheme。

parse_url 会把 ../ 变成规范路径吗？

不要依赖它完成基于 RFC 的相对引用合并。解析组件与相对路径归一化是不同任务，应结合明确的基准 URL 和标准实现处理。

字段缺失时统一补空字符串可以吗？

展示层可以做格式化，但业务层不建议过早抹平差异。null、缺失键和空字符串携带的输入语义不同，先保留状态更安全。