Vu que ça me fatigue de rechercher à chaque fois les mêmes regex's, ouverture d'un petit bloc-note dédié à l'art (non maîtrisé) du parsing.
URL
Pour parser une URL d'un coup, celle-là marche plutôt bien à un détail près, il englobe la query et le hash (ce qu'il y a après un éventuel #). Pour éviter cela, si cela pose problème, il faut enlever le dernier ? et systématiquement ajouter un # à la fin de l'url avant parsing, s'il n'y est pas déjà évidemment. :
sub Parse
{
if ( shift =~ /^((http[s]?|ftp):\/)?\/?([^:\/\s]+)((\/\w+)*\/)([\w\-\.]+[^#?\s]+)(.*)?(#[\w\-]+)?$/g ) {
my ($query,$hash) = split(/#/,$7);
if (!defined $hash) {
$hash='';
}
if (!defined $query) {
$query='';
} else {
$query=substr($query,1);
}
my %result = (
protocol=>$2,
host=>$3,
path=>$4,
file=>$6,
query=>$query,
hash=>$hash
);
return %result;
}
return {};
}
]]>