Análise de URL: quais partes compõem um endereço web

A mesma loja pode usar .com.br para o Brasil e .pt para Portugal, com o mesmo catálogo por trás — decompor a URL é a forma mais rápida de confirmar para qual país (e qual moeda) um link realmente aponta antes de clicar.

As partes de uma URL

• Esquema — https://, define como conectar ao recurso.
• Host — loja.com.br ou loja.pt: o mesmo negócio, domínios diferentes por mercado.
• Porta — opcional, padrão 443 para HTTPS e 80 para HTTP.
• Caminho — /promoções/verão, pode conter acentos e cedilha.
• Query string — depois de ?, geralmente com parâmetros utm_source de campanhas no WhatsApp ou Instagram.
• Fragmento — depois de #, só o navegador processa.

Por que "promoção" vira uma sequência de percentuais na URL

Acentos e a cedilha não fazem parte do conjunto de caracteres seguro para URLs, então cada um é convertido em vários bytes UTF-8 e depois em sequências como %C3%A7 ou %C3%A3. Um caminho como /promoção pode aparecer como /promo%C3%A7%C3%A3o nos logs do servidor — o que confunde bastante quem está depurando um link compartilhado manualmente.

.com.br x .pt: o host revela o mercado antes do conteúdo

Duas URLs podem ter exatamente o mesmo caminho e os mesmos parâmetros de campanha, mas apontar para lojas completamente diferentes só porque o host muda de .com.br para .pt. Isso é comum em links de e-mail marketing enviados para bases internacionais, e separar o host do resto ajuda a confirmar rapidamente qual versão do site o link realmente abre.

Para que serve decompor uma URL

• Verificar qual parâmetro de campanha (utm_source, utm_campaign) realmente chegou de um clique.
• Entender por que um acento no caminho quebra um link copiado manualmente.
• Construir uma URL correta de forma programática, sem erros de codificação.

O truque de phishing com userinfo

Uma URL como https://accounts.google.com@evil.com/ parece levar a accounts.google.com, mas na verdade o navegador vai abrir evil.com — a parte antes do @ é apenas um usuário (userinfo), não o host. Por isso navegadores modernos tentam destacar visualmente o host real, e alguns encurtadores de link proíbem userinfo por completo.