从不受信任的来源转换和验证 url答案

【问题标题】：Converting and validating url from untrusted source从不受信任的来源转换和验证 url
【发布时间】：2011-09-11 00:17:42
【问题描述】：

我正在解析网页并收集href。由于网页是不受信任的来源，它可以包含具有无效语法或非 ascii 符号的链接。所以，据我了解，我需要

1) 转换空格和非ascii符号等符号

2) 验证由步骤 1 生成的字符串（有效性标准：此 url 可以在浏览器中输入，并且它将能够检索由 url 表示的页面，这样的 url 可以由 URL/URI 构造函数构造，而不是适当的页面检索到 - 我可以在 firefox 中键入一些 url，但不能在 java 中构造实例）

3) 如果有效，则从 (1) 构造 java.net.URL/URI

我找到了两个验证库：1 和 2（您更喜欢哪一个？）但没有足够的库用于第一个子句（java.net.URLDecoder/URLEncoder 等工具）不适用于此目的.

【问题讨论】：

【解决方案1】：

你不能尝试在 try/catch 语句中创建一个 URL/URI 吗？我认为该类的构造函数会自动处理验证

【讨论】：

你需要转换什么？！
>"转换空格和非 ascii 符号和其他符号"。您可以在浏览器地址面板中输入 url，它会自动转换为有效的 url，但是如果您尝试通过适当的构造函数构造 URI/URL，您会得到 IllegalSyntaxException。
构造函数new URL(String)只能抛出MalformedURLException；这是没有指定 http:// 或任何内容的时候。它会处理其余的事情！？