標準URL規範化 - Java

Question

我想問問是否有任何Java包或庫具有標準的URL規範化？ URL表示的

5個組件

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

1. 方案：HTTP
2. 權威：www.example.com:8040
3. 路徑：/文件夾/存在
4. 查詢：名稱=天空
5. 片段：#head

3種類型的標準URL正常化

基於語法正常化

• 案例規範化 - 在sche處轉換所有字母me和權威組件
• 百分比編碼標準化 - 解碼任何與未保留字符相對應的百分比編碼八位字節，例如％2D用於連字符和％5用於下劃線
• 路徑段標準化 - 刪除點段路徑組件，如 '' 和 '..'

方案基於規範化

• 添加尾隨 '/' URL
0的授權組件後
• 移除默認端口號，例如80爲http方案
• 截斷URL的片段

基於協議的標準化

• 只有當訪問所述資源的結果是等同的適當
• 例如，example.com/data通過原始服務器被引導至example.com/data/

Answer 1

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

http://java.sun.com/j2se/1.4.2/docs/api/java/net/URI.html

Answer 2

java.net.URL？

http://java.sun.com/j2se/1.4.2/docs/api/java/net/URL.html#set%28java.lang.String,%20java.lang.String,%20int,%20java.lang.String,%20java.lang.String,%20java.lang.String,%20java.lang.String,%20java.lang.String%29

Answer 3

正如其他人所說，java.net.URL和/或java.net.URI一些明顯的出發點。

這裏是一些其他的選項：

1. Galimatias（西班牙語爲「胡言亂語」）似乎是Java的一個剛愎自用，比較流行的URL規範化庫。源代碼可在github.com/smola/galimatias找到。

   galimatias開始出於對java.net.URL和java.net.URI的沮喪。他們兩人都是基本用例良好 ，但嚴重打破了別人

2. 的github.com/sentric/url-normalization庫提供它顛倒了域部分的另一個（不尋常的，在我看來）的方式;例如「com.stackoverflow」而不是「stackoverflow.com」。

你可以找到其他的變體，有時用Github上的Python，Ruby和PHP等語言實現。