如何在 Java 中检查有效的 URL？

Question

在 Java 中检查 URL 是否有效的最佳方法是什么？

如果尝试调用new URL(urlString) 并捕获MalformedURLException，但它似乎对以http:// 开头的任何内容感到满意。

我不关心建立连接，只关心有效性。有办法吗？ Hibernate Validator 中的注释？我应该使用正则表达式吗？

编辑：一些可接受的 URL 示例是 http://*** 和 http://my favorite site!。

Answer 1

从URI的源代码来看，

public URL(URL context, String spec, URLStreamHandler handler)

constructor 比其他构造函数做更多的验证。你可以试试那个，但是 YMMV。

Answer 2

最“万无一失”的方法是检查 URL 的可用性：

public boolean isURL(String url) {
  try {
     (new java.net.URL(url)).openStream().close();
     return true;
  } catch (Exception ex) { }
  return false;
}

Answer 3

我不喜欢其中的任何一个实现（因为它们使用了一个昂贵的操作的正则表达式，或者如果你只需要一种方法，那么一个库就是一个矫枉过正的工具），所以我最终使用了 java.net.URI带有一些额外检查的类，并将协议限制为：http、https、file、ftp、mailto、news、urn。

是的，捕获异常可能是一项昂贵的操作，但可能不如正则表达式那么糟糕：

final static Set<String> protocols, protocolsWithHost;

static {
  protocolsWithHost = new HashSet<String>( 
      Arrays.asList( new String[]{ "file", "ftp", "http", "https" } ) 
  );
  protocols = new HashSet<String>( 
      Arrays.asList( new String[]{ "mailto", "news", "urn" } ) 
  );
  protocols.addAll(protocolsWithHost);
}

public static boolean isURI(String str) {
  int colon = str.indexOf(':');
  if (colon < 3)                      return false;

  String proto = str.substring(0, colon).toLowerCase();
  if (!protocols.contains(proto))     return false;

  try {
    URI uri = new URI(str);
    if (protocolsWithHost.contains(proto)) {
      if (uri.getHost() == null)      return false;

      String path = uri.getPath();
      if (path != null) {
        for (int i=path.length()-1; i >= 0; i--) {
          if ("?<>:*|\"".indexOf( path.charAt(i) ) > -1)
            return false;
        }
      }
    }

    return true;
  } catch ( Exception ex ) {}

  return false;
}

Answer 4

我最喜欢的方法，没有外部库：

try {
    URI uri = new URI(name);

    // perform checks for scheme, authority, host, etc., based on your requirements

    if ("mailto".equals(uri.getScheme()) {/*Code*/}
    if (uri.getHost() == null) {/*Code*/}

} catch (URISyntaxException e) {
}

Answer 5

我很想将此作为评论发布到Tendayi Mawushe's answer，但恐怕没有足够的空间;）

这是来自 Apache Commons UrlValidator source 的相关部分：

/**
 * This expression derived/taken from the BNF for URI (RFC2396).
 */
private static final String URL_PATTERN =
        "/^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\\?([^#]*))?(#(.*))?/";
//         12            3  4          5       6   7        8 9

/**
 * Schema/Protocol (ie. http:, ftp:, file:, etc).
 */
private static final int PARSE_URL_SCHEME = 2;

/**
 * Includes hostname/ip and port number.
 */
private static final int PARSE_URL_AUTHORITY = 4;

private static final int PARSE_URL_PATH = 5;

private static final int PARSE_URL_QUERY = 7;

private static final int PARSE_URL_FRAGMENT = 9;

您可以从那里轻松构建自己的验证器。

Answer 6

这是我尝试并发现有用的方法，

URL u = new URL(name); // this would check for the protocol
u.toURI(); // does the extra checking required for validation of URI 

Answer 7

考虑使用Apache Commons UrlValidator class

UrlValidator urlValidator = new UrlValidator();
urlValidator.isValid("http://my favorite site!");

您可以设置几个属性来控制此类的行为方式，默认情况下接受http、https 和ftp。

Answer 8

验证器包：

似乎有一个nice package by Yonatan Matalon called UrlUtil。引用其 API：

isValidWebPageAddress(java.lang.String address, boolean validateSyntax, 
                      boolean validateExistance) 
Checks if the given address is a valid web page address.

Sun的方法-检查网络地址

Sun 的 Java 站点提供 connect attempt as a solution 用于验证 URL。

其他正则表达式代码sn-ps：

Oracle's site 和 weberdev.com 有正则表达式验证尝试。