根据 RFC 3986 的无效 URI 示例

Posted 2023-02-21

【中文标题】根据 RFC 3986 的无效 URI 示例

【英文标题】：Example of invalid URI as per RFC 3986

【发布时间】：2012-03-16 15:20:19

【问题描述】：

对于我的单元测试，我想找到一个无法匹配 Spring MVC 3.1.1 中的 UriComponentsBuilder#URI_PATTERN 正则表达式的无效 URI 示例：

private static final String SCHEME_PATTERN = "([^:/?#]+):";

private static final String HTTP_PATTERN = "(http|https):";

private static final String USERINFO_PATTERN = "([^@/]*)";

private static final String HOST_PATTERN = "([^/?#:]*)";

private static final String PORT_PATTERN = "(\\d*)";

private static final String PATH_PATTERN = "([^?#]*)";

private static final String QUERY_PATTERN = "([^#]*)";

private static final String LAST_PATTERN = "(.*)";

// Regex patterns that matches URIs. See RFC 3986, appendix B
private static final Pattern URI_PATTERN = Pattern.compile(
        "^(" + SCHEME_PATTERN + ")?" + "(//(" + USERINFO_PATTERN + "@)?" + HOST_PATTERN + "(:" + PORT_PATTERN +
                ")?" + ")?" + PATH_PATTERN + "(\\?" + QUERY_PATTERN + ")?" + "(#" + LAST_PATTERN + ")?");

我正在努力寻找一个会导致UriComponentsBuilder.fromUriString() 以IllegalArgumentException 失败的字符串。我尝试的任何东西都通过正则表达式检查作为有效的 URI。

【参考方案1】：

我认为任何东西都会匹配那个正则表达式。问题是正则表达式没有严格执行 RFC。相反，它被设计为允许的；即接受任何旧垃圾并尽最大努力将其解析为 URL。

（但是，我注意到它在解析非 HTTP URI 方面做得并不好。看看SCHEME_PATTERN ...然后哭泣。）

如果您想对 URI 进行严格的解析或验证，最好使用java.net.URI。正则表达式不是此任务的正确工具。

【讨论】：

他们的 HTTP URL 模式更严格：private static final Pattern HTTP_URL_PATTERN = Pattern.compile( "^" + HTTP_PATTERN + "(//(" + USERINFO_PATTERN + "@)?" + HOST_PATTERN + "(:" + PORT_PATTERN + ")?" + ")?" + PATH_PATTERN + "(\\?" + LAST_PATTERN + ")?");

它不接受fragment 部分，这很奇怪，你认为这是一个错误吗？

“您认为这是一个错误吗？” - 您需要与 Spring MVC 开发人员争论这一点。我的看法是，使用正则表达式进行 URL/URI 解析是一大堆错误。只是不要这样做。