Purl (JavaScript URL解析器) 技术文档
2024-12-20 04:36:16作者:范垣楠Rhoda
purl
[NO LONGER MAINTAINED] A JS utility for for parsing URLs and extracting information out of them.
Purl 是一个 AMD 兼容的 JavaScript 工具,用于解析 URL 并提供对其属性(如协议、主机、端口等)、路径段、查询字符串参数、片段参数等的轻松访问。
以下是关于如何安装和使用 Purl 的详细技术文档。
1. 安装指南
Purl 可以通过以下方式安装:
-
通过 npm 安装:在命令行中运行以下命令来安装 Purl:
npm install purl -
通过 CDN 链接:可以直接在 HTML 文件中通过 CDN 链接引入 Purl:
<script src="https://cdn.jsdelivr.net/npm/purl/dist/purl.js"></script> -
下载源代码:可以从 Purl 的 GitHub 仓库下载最新版本的源代码。
2. 项目使用说明
Purl 可以在包含或不含 jQuery 的情况下使用。以下是两种使用方式的基本示例:
使用 jQuery
// 解析当前页面的 URL
var url = $.url();
// 解析指定的 URL
var url = $.url('http://allmarkedup.com');
// 从选择的元素中提取 URL 并解析
var url = $('#myElement').url();
不使用 jQuery
// 解析当前页面的 URL
var url = purl();
// 解析指定的 URL
var url = purl('http://allmarkedup.com');
3. 项目 API 使用文档
以下是 Purl API 的详细使用说明:
URL 属性
使用 .attr() 方法可以返回 URL 的各种属性信息。
var url = purl('http://allmarkedup.com/folder/dir/index.html?item=value');
url.attr('protocol'); // 返回 'http'
url.attr('path'); // 返回 '/folder/dir/index.html'
可查询的属性包括:
source: 被解析的完整 URLprotocol: 例如 http, https, file 等host: 例如 www.mydomain.com, localhost 等port: 例如 80relative: 包括查询字符串的相对路径path: 文件路径directory: 路径的目录部分file: 文件的基名query: 如果存在,返回完整的查询字符串fragment或anchor:#符号后的整个字符串
查询字符串参数
使用 .param() 方法可以返回查询字符串参数的值。
purl('http://allmarkedup.com?sky=blue&grass=green').param('sky'); // 返回 'blue'
如果不传递参数,则返回所有查询字符串参数的键值对映射。
URL 路径段
使用 .segment() 方法可以返回 URL 路径中特定段的价值。
var url = purl('http://allmarkedup.com/folder/dir/example/index.html');
url.segment(1); // 返回 'folder'
url.segment(-2); // 返回 'example'
如果不传递参数,则返回所有路径段的数组。
片段参数和/或路径段
对于使用片段存储查询字符串样式的键值对或斜杠分隔路径的情况,可以使用 .fparam() 和 .fsegment() 方法。
purl('http://test.com/#sky=blue&grass=green').fparam('grass'); // 返回 'green'
purl('http://test.com/#/about/us/').fsegment(1); // 返回 'about'
严格模式和相对 URL
Purl 内部使用 Steven Levithan 的 Regex URI 解析器,具有宽松和严格两种模式。默认使用宽松模式,但宽松模式不会正确解析相对 URL。可以通过以下方式启用严格模式:
var url = purl(true); // 以严格模式解析当前页面的 URL
4. 项目安装方式
项目安装方式已在“安装指南”部分详细说明,此处不再赘述。
以上就是关于 Purl 的技术文档,希望对您的使用有所帮助。
purl
[NO LONGER MAINTAINED] A JS utility for for parsing URLs and extracting information out of them.
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878