java - 标准 URL 规范化 - Java

Question

请问有没有标准URL规范化的Java包或库？

URL 表示的 5 个组成部分

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

1. 方案:http
2. 权限:www.example.com:8040
3. 路径:/folder/exist
4. 查询:?name=sky
5. 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——解码任何对应于未保留字符的百分比编码八位位组，例如连字符的 %2D 和下划线的 %5
• 路径段归一化——从路径组件中删除点段，例如“.”和“..”

基于方案的规范化

• 在 URL 的权限部分后添加尾随的“/”
• 去掉默认的端口号，比如http scheme的80
• 截断 URL 片段

基于协议(protocol)的规范化

• 仅当访问资源的结果相同时才适用
• 例如example.com/data被源站定向到example.com/data/

Answer 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:

1. Galimatias (西类牙语为“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 started out of frustration with java.net.URL and java.net.URI. Both of them are good for basic use cases, but severely broken for others

2. github.com/sentric/url-normalization库提供了另一种(在我看来不寻常的)方法，它反转域部分；例如“com.stackoverflow”而不是“stackoverflow.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。