<bgdev />^free

В смисъл, функция, която да разделя URL на компоненти, относително коректен и да прави разделянето с едно минаване през стринга с URL? Или ако щете със сложност O(n).

Относително коректен означава, ако има на входа валидно URL, да го разделя коректно. Ако има невалидно URL, може да го разделя некоректно, но трябва да детектира, че URL-то е невалидно.

Всички елементи в URL-то може и да ги няма.

Пробвал ли си там с разните му генератори на парсери по граматики които генерират крайни автомати?

palavrov

Пробвал ли си там с разните му генератори на парсери по граматики които генерират крайни автомати?

Не. Не съм чак толкова добър програмист. Аз си ги пиша ръчно тия работи. Но тук даже не съм сигурен, че такова решение съществува...

O(N) със сигурност защото различните части на URL-то са константа и може да си ги събереш с един pass и после да пробваш различни неща върху списъка от части, single pass не знам...

Не виждам що да не може

johnfound

palavrov

Пробвал ли си там с разните му генератори на парсери по граматики които генерират крайни автомати?

Не. Не съм чак толкова добър програмист. Аз си ги пиша ръчно тия работи. Но тук даже не съм сигурен, че такова решение съществува...

Парсер генераторите са вуду магии с дошли от праисторически митичнии програмисти които отдавна не живеят по нашите земи. Едва ли и чак толкова добрите програмисти които редовно ги ползват са наясно как точно работят затова може смело да ги погледнеш.

Там според разните му теории ако не бъркам имаше значение дали са с лява или дясна рекурсия за да може да се изгенерира краен автомат. Ако може то тогава със сигурност сложността ще е линейна и най вероятно ще може да е еднопасово. Само не знам дали няма да иска предварителен пас за да разбие всичко на токени - но то това е заобиколимо. Иска четене ...

Добре, конкретен въпрос. По какво се отличава хоста от пътя?

Ясно, че ако има порт, то това преди него е хост. А ако няма изрично споменат порт?

Ето и списък на компонентите:

  struct URLparts
    .scheme    dd  ?   ; https://  двойния слеш част от схемата ли е или разделител?
    .user      dd  ?   ; username:
    .password  dd  ?   ; passw0rd@
    .host      dd  ?   ; localhost
    .port      dd  ?   ; :8080
    .path      dd  ?   ; /path/path/path/file.txt
    .query     dd  ?   ; ?arg=adoifjas
    .fragment  dd  ?   ; #local_fragment
  ends

Примери:

    /path/path/file.txt  просто абсолютен път на текущия хост (от рута)
    path/path/file.txt   относителен път на текущия хост, спрямо текущия път.
    host/path/file.txt   абсолютен път на хоста "host"
    https://host/path/file.txt  първото след схемата е хоста? Или след двойния слеш?
    user@host/path/file.txt     първото след юзера е хоста? Или не?
    google.com?q=something@myhost/path/ тук хоста е myhost, а не google.com

Реално в момента ми е трудно да предположа как да се различи вторият от третият пример? Или да се промени начина на запис, така че да са различими...

Някакви идеи-коментари?

Има си стандартни портове за http - 80, https - 443 ако се не лъжа и т.н.

Ако ти се занимава (което не ме учудва) с това нещо си потърси url regex

johnfound

Добре, конкретен въпрос. По какво се отличава хоста от пътя?

Ясно, че ако има порт, то това преди него е хост. А ако няма изрично споменат порт?

Ето и списък на компонентите:

  struct URLparts
    .scheme    dd  ?   ; https://  двойния слеш част от схемата ли е или разделител?
    .user      dd  ?   ; username:
    .password  dd  ?   ; passw0rd@
    .host      dd  ?   ; localhost
    .port      dd  ?   ; :8080
    .path      dd  ?   ; /path/path/path/file.txt
    .query     dd  ?   ; ?arg=adoifjas
    .fragment  dd  ?   ; #local_fragment
  ends

Примери:

    /path/path/file.txt  просто абсолютен път на текущия хост (от рута)
    path/path/file.txt   относителен път на текущия хост, спрямо текущия път.
    host/path/file.txt   абсолютен път на хоста "host"
    https://host/path/file.txt  първото след схемата е хоста? Или след двойния слеш?
    user@host/path/file.txt     първото след юзера е хоста? Или не?
    google.com?q=something@myhost/path/ тук хоста е myhost, а не google.com

Реално в момента ми е трудно да предположа как да се различи вторият от третият пример? Или да се промени начина на запис, така че да са различими...

Някакви идеи-коментари?

Ти всички възможни видове урл-та на света ли искаш да парсваш или ще се ограничиш до някое подмножество? :) Конкретно в HTTP протокола, хоста не е опционален елемент и първите ти два примера не са валидни урл-та. Спецификацията я има тук: https://datatracker.ietf.org/doc/html/rfc1738

Преди много време правих собствено рутиране, като държах съдържанието на файловете в паметта. Това с nginx, и поддомейните ми бяха като контролери (от схемата MVC). Но до колкото си спомням ползвах някакво (С) апи преди фцги интерфейса. Трябва да погледна. Сайта беше на С++.

Едит: libfcgi.a е библиотеката.

johnfound

Добре, конкретен въпрос. По какво се отличава хоста от пътя?

Ясно, че ако има порт, то това преди него е хост. А ако няма изрично споменат порт?

Ето и списък на компонентите:

  struct URLparts
    .scheme    dd  ?   ; https://  двойния слеш част от схемата ли е или разделител?
    .user      dd  ?   ; username:
    .password  dd  ?   ; passw0rd@
    .host      dd  ?   ; localhost
    .port      dd  ?   ; :8080
    .path      dd  ?   ; /path/path/path/file.txt
    .query     dd  ?   ; ?arg=adoifjas
    .fragment  dd  ?   ; #local_fragment
  ends

Примери:

    /path/path/file.txt  просто абсолютен път на текущия хост (от рута)
    path/path/file.txt   относителен път на текущия хост, спрямо текущия път.
    host/path/file.txt   абсолютен път на хоста "host"
    https://host/path/file.txt  първото след схемата е хоста? Или след двойния слеш?
    user@host/path/file.txt     първото след юзера е хоста? Или не?
    google.com?q=something@myhost/path/ тук хоста е myhost, а не google.com

Реално в момента ми е трудно да предположа как да се различи вторият от третият пример? Или да се промени начина на запис, така че да са различими...

Някакви идеи-коментари?

Малко ми се чини че са неразличими тея. Може би host може да кажеш, че следва да е нещо с точка в него или localhost и така да го разпознаваш

Важното е че ще отидат 5 дена за нещо дето се прави за 2 мин

Golden Gega

Важното е че ще отидат 5 дена за нещо дето се прави за 2 мин

Може, но парсера на джони ще е средно с 5 милисекунди по-бърз от готовата библиотека и тия 5 дни загубени ще се избият за нула време.

Major Obvious

Golden Gega

Важното е че ще отидат 5 дена за нещо дето се прави за 2 мин

Може, но парсера на джони ще е средно с 5 милисекунди по-бърз от готовата библиотека и тия 5 дни загубени ще се избият за нула време.

Когато си прав, прав си, а и може да се направи някаква световна иновация в парсирането

Golden Gega

а и може да се направи някаква световна иновация в парсирането

По-скоро усещам че на форумния хаксор, дето намери 10-на секюрити дупки, ще му се отвори още доста работа.

как никой до сега нбе каза "хахаха на виндовс проблем няма"

Дон Реба

как никой до сега нбе каза "хахаха на виндовс проблем няма"

Ахахах, припомни ми тая класика. 😄

Major Obvious

Ти всички възможни видове урл-та на света ли искаш да парсваш или ще се ограничиш до някое подмножество? :) Конкретно в HTTP протокола, хоста не е опционален елемент и първите ти два примера не са валидни урл-та. Спецификацията я има тук: https://datatracker.ietf.org/doc/html/rfc1738

Ами те всички URL-та са по една схема. Ако работи с едните, трябва да работи със всички. В HTTP протокола, хоста е опционален. Ето ти една връзка без хост: /wazmovno-li-e-da-se-napishe-ednopasow-url-spliter.7946 която си работи съвсем даже добре.

Спецификацията я четох и пак ще я чета, но нещо много объркана ми се струва и не съм сигурен, че се спазва особено точно. Порових малко из нета и се оказва, че има няколко варианта на библиотеки за сплитване на URL-та които не работят еднакво...

Major Obvious

Golden Gega

Важното е че ще отидат 5 дена за нещо дето се прави за 2 мин

Може, но парсера на джони ще е средно с 5 милисекунди по-бърз от готовата библиотека и тия 5 дни загубени ще се избият за нула време.

И като казваш "милисекунди" сигурно имаш предвид наносекунди и то ако URL-то е поне 3000 символа

johnfound

Major Obvious

Ти всички възможни видове урл-та на света ли искаш да парсваш или ще се ограничиш до някое подмножество? :) Конкретно в HTTP протокола, хоста не е опционален елемент и първите ти два примера не са валидни урл-та. Спецификацията я има тук: https://datatracker.ietf.org/doc/html/rfc1738

Ами те всички URL-та са по една схема. Ако работи с едните, трябва да работи със всички. В HTTP протокола, хоста е опционален. Ето ти една връзка без хост: /wazmovno-li-e-da-se-napishe-ednopasow-url-spliter.7946 която си работи съвсем даже добре.

Спецификацията я четох и пак ще я чета, но нещо много объркана ми се струва и не съм сигурен, че се спазва особено точно. Порових малко из нета и се оказва, че има няколко варианта на библиотеки за сплитване на URL-та които не работят еднакво...

А може ли да има хост без протокол?