Normaliseur et normalisateur d'URL

La canonicalisation d'URL est le processus de conversion d'une URL en sa forme standard (canonique) en appliquant un ensemble de règles de normalisation. Plusieurs URL différentes peuvent pointer vers la même ressource — par exemple, HTTP://Example.COM:80/page et http://example.com/page sont équivalentes mais semblent différentes. La canonicalisation normalise ces variations afin que les URL équivalentes produisent des chaînes identiques. Ceci est important pour le référencement (les moteurs de recherche traitent les URL dupliquées comme des pages distinctes), la mise en cache (les clés de cache nécessitent des correspondances exactes) et la sécurité (comparaison d'URL pour le contrôle d'accès).

L'ordre des paramètres de requête est généralement sans importance pour le serveur — ?a=1&b=2 et ?b=2&a=1 renvoient généralement la même réponse. Cependant, ces URL sont techniquement des chaînes différentes, ce qui pose des problèmes pour les caches (stockage de deux copies de la même page), les analyses (comptage de la même page deux fois) et le référencement (les moteurs de recherche les traitant comme du contenu dupliqué). Le tri des paramètres de requête par ordre alphabétique garantit que les URL équivalentes produisent des formes canoniques identiques, quel que soit l'ordre des paramètres d'origine.

Les segments de points sont les composants de chemin . (répertoire courant) et .. (répertoire parent) dans les URL, similaires aux chemins de système de fichiers. L'URL https://example.com/a/b/../c contient un segment de point (/..) qui se résout en https://example.com/a/c — remonter d'un niveau depuis /b puis entrer dans /c. De même, /a/./b se résout en /a/b (le point unique est une opération nulle). La RFC 3986, section 5.2.4, définit l'algorithme exact pour résoudre les segments de points, et cet outil l'applique pour produire des chemins propres et normalisés.