确定 2 个 URL 是否相同的最安全方法是什么？

Question

如果我有 URL A 说http://www.example.com/ 和另一个说http://www.example.com。在不查询网页并进行比较的情况下，确定两者是否相同的最安全方法是什么？

示例：

1. http://www.example.com/ VS http://www.example.com（上面提到过）
2. http://www.example.com/aa/../ VS http://www.example.com

编辑： 澄清：只是想知道根据 RFC 1738 标准，在等效的上下文中 URL 是否相同。

Answer 1

在 .Net 中，您可以使用 System.Uri 类。

让 u1 = new Uri("http://www.google.com/");;

val u1 : Uri = http://www.google.com/

让 u2 = new Uri("http://www.google.com");;

val u2 : Uri = http://www.google.com/

u1.Equals(u2);;

验证它：bool = true

要进行更细粒度的比较，可以使用Uri.Compare 方法。还有一些静态方法可以处理 Uri 字符串中各种形式的字符转义和编码，这在彻底处理主题时无疑会证明是有用的。

Answer 2

如果不请求 URL，您几乎无能为力。但是您可以定义几种启发式方法：

1. 删除尾部斜杠
2. 将.htm 和.html 视为相同
3. 假设/base/ 和/base/index.html 相同
4. 删除查询字符串参数（可能会，也可能不会，取决于您的需要）
5. 考虑url.com 和www.url.com 相同。

这完全取决于您所说的“相同”网址到底是什么意思。

Answer 3

Yuval A 的答案有几件事要补充：

• www.google.com 和 http://www.google.com 可能指向同一个目标
• www.google.com 和 google.com 指向同一个页面（但是是通过重定向实现的）
• 可以对 URL 进行编码（请参阅 HttpUtility.UrlEncode / Decode 方法）

Answer 4

为了那些不了解 F# 的人的利益，这里有一个快速、肮脏但完整的 C# 控制台应用程序，它演示了如何使用 Uri 类来判断两个 URL 是否相同。运行此代码时，您应该会看到两行：“true”，然后是“false”：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Net;

namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {
            Console.WriteLine(IsSameUrl("http://stackoverflow.com/", "http://stackoverflow.com").ToString());
            Console.WriteLine(IsSameUrl("http://stackoverflow.com/", "http://codinghorror.com").ToString());
            Console.ReadKey();
        }

        static bool IsSameUrl(string url1, string url2)
        {
            Uri u1 = new Uri(url1);
            Uri u2 = new Uri(url2);
            return u1.Equals(u2);
        }
    }
}