如何在 Java 中检查有效的 URL？

Posted 2023-02-22

【中文标题】如何在 Java 中检查有效的 URL？

【英文标题】：How to check for a valid URL in Java?

【发布时间】：2011-01-14 21:34:15

【问题描述】：

在 Java 中检查 URL 是否有效的最佳方法是什么？

如果尝试调用new URL(urlString) 并捕获MalformedURLException，但它似乎对以http:// 开头的任何内容感到满意。

我不关心建立连接，只关心有效性。有办法吗？ Hibernate Validator 中的注释？我应该使用正则表达式吗？

编辑：一些可接受的 URL 示例是 http://*** 和 http://my favorite site!。

【问题讨论】：

如果你不打算建立连接，你如何定义有效性？

你能举个例子说明URL构造函数接受的不是有效的URL吗？

@mmyers：有效性应由定义 URL 的 RFC 2396 和 2732 确定。

@uckelman：几乎任何事情。 “http://***”有效。 “http://my favorite site!”有效。我无法让它抛出异常（当 http:// 开头时）。

Validating URL in Java 的可能重复项

【参考方案1】：

从URI的源代码来看，

public URL(URL context, String spec, URLStreamHandler handler)

constructor 比其他构造函数做更多的验证。你可以试试那个，但是 YMMV。

【参考方案2】：

最“万无一失”的方法是检查 URL 的可用性：

public boolean isURL(String url) 
  try 
     (new java.net.URL(url)).openStream().close();
     return true;
   catch (Exception ex)  
  return false;

【讨论】：

实际查询 URL 可能会导致更改、操作或跟踪。 OP 想要在不进行查询的情况下检查有效性。例如，也许这是现在存储并稍后执行，并合理保证它是有效的。

【参考方案3】：

我不喜欢其中的任何一个实现（因为它们使用了一个昂贵的操作的正则表达式，或者如果你只需要一种方法，那么一个库就是一个矫枉过正的工具），所以我最终使用了 java.net.URI带有一些额外检查的类，并将协议限制为：http、https、file、ftp、mailto、news、urn。

是的，捕获异常可能是一项昂贵的操作，但可能不如正则表达式那么糟糕：

final static Set<String> protocols, protocolsWithHost;

static 
  protocolsWithHost = new HashSet<String>( 
      Arrays.asList( new String[] "file", "ftp", "http", "https"  ) 
  );
  protocols = new HashSet<String>( 
      Arrays.asList( new String[] "mailto", "news", "urn"  ) 
  );
  protocols.addAll(protocolsWithHost);


public static boolean isURI(String str) 
  int colon = str.indexOf(':');
  if (colon < 3)                      return false;

  String proto = str.substring(0, colon).toLowerCase();
  if (!protocols.contains(proto))     return false;

  try 
    URI uri = new URI(str);
    if (protocolsWithHost.contains(proto)) 
      if (uri.getHost() == null)      return false;

      String path = uri.getPath();
      if (path != null) 
        for (int i=path.length()-1; i >= 0; i--) 
          if ("?<>:*|\"".indexOf( path.charAt(i) ) > -1)
            return false;
        
      
    

    return true;
   catch ( Exception ex ) 

  return false;

【参考方案4】：

我最喜欢的方法，没有外部库：

try 
    URI uri = new URI(name);

    // perform checks for scheme, authority, host, etc., based on your requirements

    if ("mailto".equals(uri.getScheme()) /*Code*/
    if (uri.getHost() == null) /*Code*/

 catch (URISyntaxException e) 

【参考方案5】：

我很想将此作为评论发布到Tendayi Mawushe's answer，但恐怕没有足够的空间;）

这是来自 Apache Commons UrlValidator source 的相关部分：

/**
 * This expression derived/taken from the BNF for URI (RFC2396).
 */
private static final String URL_PATTERN =
        "/^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\\?([^#]*))?(#(.*))?/";
//         12            3  4          5       6   7        8 9

/**
 * Schema/Protocol (ie. http:, ftp:, file:, etc).
 */
private static final int PARSE_URL_SCHEME = 2;

/**
 * Includes hostname/ip and port number.
 */
private static final int PARSE_URL_AUTHORITY = 4;

private static final int PARSE_URL_PATH = 5;

private static final int PARSE_URL_QUERY = 7;

private static final int PARSE_URL_FRAGMENT = 9;

您可以从那里轻松构建自己的验证器。

【参考方案6】：

这是我尝试并发现有用的方法，

URL u = new URL(name); // this would check for the protocol
u.toURI(); // does the extra checking required for validation of URI 

【讨论】：

好一个。仅使用 new URL(name) 几乎可以接受所有内容。 url.toURI();正是开发人员正在寻找的 - 无需使用其他库/框架！

这也不适用于格式错误的 URL，例如 http:/google.com。我使用了 Apache Commons 的 UrlValidator。

这个真的很危险。我看到这个例子还有很多其他的文章。 URL u = new URL(http://google).toURI(); 不会抛出异常。

@SonuOommen 可能是因为new URL(http://google) 有效^^ 我们公司有很多这样的内部域

【参考方案7】：

考虑使用Apache Commons UrlValidator class

UrlValidator urlValidator = new UrlValidator();
urlValidator.isValid("http://my favorite site!");

您可以设置几个属性来控制此类的行为方式，默认情况下接受http、https 和ftp。

【讨论】：

它似乎不适用于 .london 等较新的域

内网url怎么样？

它不验证带有下划线的网址。

不适用于新 TLD 和本地域名，例如local等

我无法让 UrlValidator 与我们奇怪的 Intranet ***域一起使用。常见的如 .com、.org 等作品。我对为此创建 RegExp 不感兴趣，因此 new URL(name).toURI() 成为解决方案。

【参考方案8】：

验证器包：

似乎有一个nice package by Yonatan Matalon called UrlUtil。引用其 API：

isValidWebPageAddress(java.lang.String address, boolean validateSyntax, 
                      boolean validateExistance) 
Checks if the given address is a valid web page address.

Sun的方法-检查网络地址

Sun 的 Java 站点提供 connect attempt as a solution 用于验证 URL。

其他正则表达式代码sn-ps：

Oracle's site 和 weberdev.com 有正则表达式验证尝试。

【讨论】：

该代码用于检查链接，这是一个不同的问题。这个问题是关于 URL 的有效性，而不是是否可以建立到它的连接。

这个例子是检查URL是否可用，而不是检查它是否格式正确。

同意，添加了其他方法。