标准 URL 规范化 - Java

Posted 2023-03-12

【中文标题】标准 URL 规范化 - Java

【英文标题】：Standard URL Normalization - Java

【发布时间】：2011-03-22 20:54:50

【问题描述】：

我想问是否有任何Java包或库具有标准的URL规范化？

URL 表示的 5 个组成部分

http://www[dot]example[dot]com:8040/folder/exist?name=sky#head

方案：http 授权：www.example.com:8040 路径：/文件夹/存在 查询：?name=sky 片段：#head

标准 URL 规范化的 3 种类型

基于语​​法的规范化

大小写规范化 - 将方案和权限组件中的所有字母转换为小写 百分比编码规范化 - 解码与未保留字符相对应的任何百分比编码八位字节，例如用于连字符的 %2D 和用于下划线的 %5 路径段规范化 - 从路径组件中删除点段，例如“.”和“..”

基于方案的规范化

在 URL 的权限组件后添加尾随“/” 删除默认端口号，例如http方案的80 截断 URL 片段

基于协议的规范化

仅当访问资源的结果相等时才适用 例如，example.com/data 被源服务器定向到 example.com/data/

【参考方案1】：

正如其他人所提到的，java.net.URL 和/或java.net.URI 是一些明显的起点。

这里有一些其他选项：

Galimatias（西班牙语为“胡言乱语”）似乎是一个固执己见且相对流行的 Java URL 规范化库。源代码可以在github.com/smola/galimatias找到。

galimatias 开始对 java.net.URL 和 java.net.URI 感到沮丧。他们两个都很好 用于基本用例，但对其他用例严重损坏

github.com/sentric/url-normalization 库提供了另一种（我认为不寻常的）方法，它反转域部分；例如“com.***”而不是“***.com”。

您可以在 Github 上找到其他变体，有时使用 Python、Ruby 和 php 等语言实现。

【参考方案2】：

URI uri = URI.create("http://www.example.com:8040/folder/exist?name=sky#head");
String scheme = uri.getScheme();
String authority = uri.getAuthority();
// ...

https://docs.oracle.com/javase/1.5.0/docs/api/java/net/URI.html

【参考方案3】：

java.net.URLset()呢？