本文介绍三种使用 Go 标准库提取 URL 中协议、主机、路径部分（即去除查询参数）的方法，重点推荐基于 net/url 包的解析方案，兼顾准确性、可维护性与边界情况处理能力。
本文介绍三种使用 go 标准库提取 url 中协议、主机、路径部分（即去除查询参数）的方法，重点推荐基于 `net/url` 包的解析方案，兼顾准确性、可维护性与边界情况处理能力。
在 Go 中提取 URL 的基础部分（如 https://example-1.example.com/a/c482dfad3573acff324c/list.txt），不应依赖简单正则或字符串截断，因为真实 URL 可能包含转义字符、嵌套问号（如查询参数值中含 ?）、IPv6 地址、端口、锚点（#fragment）等复杂结构。Go 标准库提供了健壮的 net/url 包，是处理 URL 的首选方案。
✅ 推荐方案：使用 net/url 解析并清空查询参数
package main
import (
"fmt"
"net/url"
)
func main() {
rawURL := "https://example-1.example.com/a/c482dfad3573acff324c/list.txt?parm1=value,parm2=value,parm3=https://example.com/a?parm1=value,parm2=value"
u, err := url.Parse(rawURL)
if err != nil {
panic(err)
}
u.RawQuery = "" // 清除查询参数（保留原始编码格式）
u.Fragment = "" // 可选：同时清除锚点（如存在 #section）
fmt.Println(u.String()) // 输出: https://example-1.example.com/a/c482dfad3573acff324c/list.txt
}
该方法优势显著：
- 正确处理 URL 编码（如 %20、%3F）；
- 自动识别并分离 scheme、host、path、query、fragment；
- 支持 IPv6 地址（如 [::1]:8080）、端口号、用户信息等；
- 语义清晰，代码可读性和可维护性高。
⚠️ 其他方案及局限性
-
正则匹配（不推荐）
import "regexp" pat := regexp.MustCompile(`https?://[^?]+\.txt`) result := pat.FindString([]byte(rawURL))
❌ 风险：无法处理路径中含 ? 的合法场景（如 https://a.b/c.txt?d=e#f?g），且易受 URL 编码干扰（如 .txt 被编码为 %2etxt）。
-
strings.Cut 截断（仅限简单场景）
import "strings" base, _, _ := strings.Cut(rawURL, "?")
❌ 缺陷：若 URL 含锚点（#）或参数值本身含 ?（如 parm3=https://...?x=y），将错误截断，丢失路径完整性。
总结
始终优先使用 net/url.Parse() 解析 URL——这是 Go 官方推荐、经生产验证的正确方式。它将字符串转化为结构化对象，使操作具备语义意义，避免“字符串即真理”的脆弱假设。对于 Shell 脚本迁移场景，这种严谨性尤为关键：一次正确，处处可靠。
