URL Canonicalizer & Normalizer

Kanonisasi URL adalah proses mengubah URL menjadi bentuk standarnya (kanonik) dengan menerapkan serangkaian aturan normalisasi. Beberapa URL yang berbeda dapat menunjuk ke sumber daya yang sama — misalnya, HTTP://Example.COM:80/page dan http://example.com/page setara tetapi terlihat berbeda. Kanonisasi menstandarkan variasi ini sehingga URL yang setara menghasilkan string yang identik. Ini penting untuk SEO (mesin pencari memperlakukan URL duplikat sebagai halaman terpisah), caching (kunci cache memerlukan kecocokan yang tepat), dan keamanan (perbandingan URL untuk kontrol akses).

Urutan parameter kueri biasanya tidak relevan bagi server — ?a=1&b=2 dan ?b=2&a=1 biasanya menghasilkan respons yang sama. Namun, URL ini secara teknis adalah string yang berbeda, yang menyebabkan masalah bagi cache (menyimpan dua salinan halaman yang sama), analitik (menghitung halaman yang sama dua kali), dan SEO (mesin pencari memperlakukannya sebagai konten duplikat). Mengurutkan parameter kueri secara alfabetis memastikan bahwa URL yang setara menghasilkan bentuk kanonik yang identik terlepas dari urutan parameter aslinya.

Segmen titik adalah komponen jalur . (direktori saat ini) dan .. (direktori induk) dalam URL, mirip dengan jalur sistem file. URL https://example.com/a/b/../c berisi segmen titik (/..) yang diselesaikan menjadi https://example.com/a/c — naik satu tingkat dari /b dan kemudian ke /c. Demikian pula, /a/./b diselesaikan menjadi /a/b (titik tunggal adalah no-op). RFC 3986 Bagian 5.2.4 mendefinisikan algoritme yang tepat untuk menyelesaikan segmen titik, dan alat ini menerapkannya untuk menghasilkan jalur yang bersih dan ternormalisasi.