PHP parse_url 怎样区分缺失端口和默认端口

我在整理一批回调地址时，遇到过一个很容易被忽略的判断：http://example.test/path 和 http://example.test:80/path 连接时可能都走 HTTP 默认端口，但它们在原始 URL 中并不是同一种写法。用 PHP 的 parse_url() 拆分后，前者没有 port 键，后者会有 port 键且值为 80。

要区分“没有写端口”和“明确写了默认端口”，不要把 parse_url($url, PHP_URL_PORT) 返回的 null、0 或协议默认值混在一起。优先读取完整数组，再用 array_key_exists('port', $parts) 判断端口字段是否实际出现；需要单独取值时，再处理 PHP_URL_PORT 返回整数或 null 的边界。

官方依据：https://www.php.net/manual/en/function.parse-url.php

这篇只讨论 URL 文本的端口字段如何被拆出，不负责判断地址是否可访问，也不替网络客户端决定最终连接端口。

我先把“默认端口”与“端口字段”拆开

第一次排查时，我差点用“端口为空就补 80”的方式处理所有 HTTP 地址。这样做的问题是：它把原始输入信息覆盖掉了。对配置审计、签名比对或规范化展示来说，“用户没有写端口”和“用户写了 80”可能需要保留不同含义。

PHP 手册把 parse_url() 定义为拆分 URL 组件的函数，而不是 URL 验证器。完整返回数组只放入输入中实际存在的组件，因此比较端口字段时，先看键是否存在，再看值是多少。

三种 URL 输入，端口字段为什么不同

可以把问题压缩为三类输入：完全不写端口、明确写出协议默认端口、写出其他自定义端口。下面的示例故意只读取完整数组，方便观察 port 键的存在性。

 'http://example.test/path',
    '显式默认端口' => 'http://example.test:80/path',
    '自定义端口' => 'http://example.test:8080/path',
];

foreach ($urls as $label => $url) {
    // 完整数组保留 parse_url 实际拆出的键和值。
    $parts = parse_url($url);

    if ($parts === false) {
        // 严重格式错误时不要继续读取数组字段。
        echo $label . ': 解析失败' . PHP_EOL;
        continue;
    }

    // array_key_exists 能区分“键不存在”和“键存在但值为空”。
    $hasPort = array_key_exists('port', $parts);
    echo $label . ': ' . ($hasPort ? (string) $parts['port'] : '未显式提供') . PHP_EOL;
}
?>

这里最重要的不是把 80 当作 HTTP 的默认端口，而是保留了“原文是否带 :80”这个事实。isset($parts['port']) 在很多普通端口示例中也能工作，但如果业务还需要区分键不存在与键存在且值为 null，就应该使用 array_key_exists()。

完整数组与 PHP_URL_PORT 的判断方式

我在代码里通常把两种读取方式分成两个职责：需要同时判断 scheme、host、port 时读取完整数组；只需要一个端口值时使用 PHP_URL_PORT。指定组件后，端口返回值是整数；如果 URL 没有这个组件，返回值是 null。

不要写成 $port = parse_url($url, PHP_URL_PORT) ?: 80;，因为这会把“没有端口”直接改造成“默认端口 80”，失去原始输入信息。若业务真正需要计算连接端口，应在另一个明确的策略层按 scheme 决定默认值，而不是把这个策略藏进解析函数。

兼容注意：parse_url 不是完整 URL 校验器

这次排查后我保留了一个边界：parse_url() 只负责尽力拆分组件，严重格式错误时可能返回 false，而且相对 URL 或格式异常的字符串不应被当成标准化后的可信地址。官方手册还提醒，不同 URL 解析标准可能产生不同结果；新代码如果需要严格遵循 RFC 3986 或 WHATWG URL 标准，应评估手册推荐的对应 URI/URL 类。

因此，端口字段判断可以按下面的顺序落地：

• 要知道原文是否显式写端口：读取完整数组并用 array_key_exists('port', $parts)。
• 只要显式端口的数值：读取 PHP_URL_PORT，显式处理 null。
• 要判断 URL 是否符合业务允许范围：另做校验，不把 parse_url() 的拆分结果当成安全保证。

常见问题

没有写端口时，parse_url 会自动返回 80 或 443 吗？

不会。没有显式端口时，完整数组通常没有 port 键，按组件读取会得到 null。默认端口属于后续业务策略，不是原始 URL 的显式组件。

为什么不直接用 empty 判断端口？

empty() 更适合判断“值是否为空”，不适合表达“原始 URL 是否包含这个字段”。端口存在性应使用键存在判断，数值读取再单独处理类型和范围。

总结

PHP parse_url() 的关键是保留它的解析职责：不写端口、显式写默认端口、自定义端口，应该先从端口键是否出现来区分；单独读取时，PHP_URL_PORT 的整数与 null 也要明确分支。这样既能保留原始输入，又不会把默认端口策略误塞进 URL 拆分代码。