bash で URL をパースして連想配列に代入する

１年くらい前にこんなのを作っていたのですけど、これはちょいと使い勝手が良くない気がしました。抜き出したい部分が増えるたびに新しいシェル変数が必要です。

pslabo.hatenablog.com

これは楽しくないので、パースした結果を連想配列に入れるように作り変えてみました。

連想配列は bash 4.x 以降が必要です。正規表現を使えばもっと短いコードで済むわけですが、あえて正規表現なしでやってみるとやはり大変でした。

#!/bin/bash

declare -A url_parse_array

url_parse_array=(
    ["scheme"]=""
    ["uid"]=""
    ["pass"]=""
    ["hostname"]=""
    ["port"]=""
    ["resource"]=""
    ["query"]=""
    ["fragment"]=""
)

parse_url() {

# URI         = scheme ":" hier-part [ "?" query ] [ "#" fragment ]

# hier-part   = "//" authority path-abempty
#             / path-absolute
#             / path-rootless
#             / path-empty

#  authority   = [ userinfo "@" ] host [ ":" port ]
#   userinfo    = *( unreserved / pct-encoded / sub-delims / ":" )
#   host        = IP-literal / IPv4address / reg-name
#   port        = *DIGIT

    local target=$1

    # scheme
    # 最初の : より前の部分を抜いている
    # scheme://userinfo@host:port/path?query#fragment
    #  -> scheme
    url_parse_array["scheme"]=${target%%:*}

    # uid:pass を抜く
    # まずは // より後ろの文字列を抜く
    # scheme://userinfo@host:port/path?query#fragment
    #  -> userinfo@host:port/path?query#fragment
    local uid_url=${target#*//}
    # 次に @ より前の部分を抜く。これに該当する文字列は UID:PASS のはず。
    # userinfo@host:port/path?query#fragment
    #  -> userinfo
    local uid_pass=${uid_url%%@*}

    # URL から authority (ホスト名、ポート、パスのかたまり)を抜く
    # @ 以降の文字がこれに該当する。
    # userinfo@host:port/path?query#fragment
    #  -> host:port/path?query#fragment
    local authority=${uid_url#*@}

    # host:port/path?query#fragment
    #  -> path?query#fragment
    local hierpart_query_fragment=${authority#*/}
    local hierpart_query=${hierpart_query_fragment%#*}
    url_parse_array["hierpart"]=${hierpart_query%\?*}
    local query_fragment=${hierpart_query_fragment#*\?}
    local fragment=${hierpart_query_fragment#*\#}
    local query

    if [ "${fragment}" == "${hierpart_query_fragment}" ]; then
        url_parse_array["fragment"]=""
        query=${hierpart_query_fragment#*\?}
        if [ "${query}" != "${url_parse_array['hierpart']}" ] ; then
            url_parse_array["query"]=${query}
        elif [ "${query}" != "${query_fragment}" ]; then
            url_parse_array["query"]=${query}
        fi
    else
        url_parse_array["fragment"]=${fragment}
        query=${query_fragment%#*}

        if [ "${query}" != "${url_parse_array['hierpart']}" ]; then
            url_parse_array["query"]=${query}
        fi
    fi


    # uid:pass から uid を抜く
    local uid=${uid_pass%%:*}
    if [ "$uid" != "$authority" ]; then
        url_parse_array["uid"]=${uid}
    fi

    local pass=${uid_pass##*:}

    # uid:pass から pass を抜く
    if [ "$uid" != "$pass" ]; then
        url_parse_array["pass"]=${pass}
    fi

    # ホスト名を抜く（ホスト+ポートを取り出して、そこからホスト名だけ取り出す）
    local hostname_port=${authority%%/*}
    url_parse_array["hostname"]=${hostname_port%%:*}

    # ポート番号を抜く
    local port=${hostname_port#*:}
    if [ ${url_parse_array["hostname"]} != "$port" ]; then
        url_parse_array["port"]="$port"
    fi
}

parse_url $1

echo ${url_parse_array["scheme"]}
echo ${url_parse_array["uid"]}
echo ${url_parse_array["pass"]}
echo ${url_parse_array["hostname"]}
echo ${url_parse_array["port"]}
echo ${url_parse_array["hierpart"]}
echo ${url_parse_array["query"]}
echo ${url_parse_array["fragment"]}