java.net.URI 阻塞主机部分的特殊字符答案

【问题标题】：java.net.URI chokes on special characters in host partjava.net.URI 阻塞主机部分的特殊字符
【发布时间】：2010-09-27 11:52:49
【问题描述】：

我有一个 URI 字符串，如下所示：

http://www.christlichepartei%F6sterreichs.at/steiermark/

我正在用这个字符串创建一个 java.lang.URI 实例并且它成功但是当我想检索主机时它返回 null。如果我完全按照上图所示输入，Opera 和 Firefox 也会在这个 URL 上阻塞。但是如果 URI 类无效，它不应该抛出 URISyntaxException 吗？那么如何检测到 URI 是非法的呢？

当我使用产生的 URLDecoder 解码字符串时，它的行为也相同

http://www.christlicheparteiösterreichs.at/steiermark/

现在这已被 Opera 和 Firefox 接受，但 java.net.URI 仍然不喜欢它。我该如何处理这样的 URL？

谢谢

【问题讨论】：

标签： java http url-encoding

【解决方案1】：

Java 6 有 IDN 类来处理国际化域名。因此，以下生成带有编码主机名的 URI：

URI u = new URI("http://" + IDN.toASCII("www.christlicheparteiösterreichs.at") + "/steiermark/");

【讨论】：

IDN#toASCII 仅适用于标签或完整域名，而不是整个 URI 字符串。这可能会导致意想不到的后果。

【解决方案2】：

在主机名中编码非 ASCII 字符的正确方法是 "Punycode"。

【讨论】：

【解决方案3】：

URI 抛出 URISyntaxException，当您选择适当的构造函数时：

URI someUri=new URI("http","www.christlicheparteiösterreichs.at","/steiermark",null);

java.net.URISyntaxException：索引 28 处的主机名中存在非法字符：http://www.christlicheparteiösterreichs.at/steiermark

您可以使用IDN 来解决此问题：

URI someUri=new URI("http",IDN.toASCII("www.christlicheparteiösterreichs.at"),"/steiermark",null);
System.out.println(someUri);
System.out.println("host: "+someUri.getHost()));

输出：

http://www.xn--christlicheparteisterreichs-5yc.at/steiermark

主机：www.xn--christlicheparteisterreichs-5yc.at

更新关于鸡蛋问题：

您可以让 URL 完成这项工作：

public static URI createSafeURI(final URL someURL) throws URISyntaxException
{
return new URI(someURL.getProtocol(),someURL.getUserInfo(),IDN.toASCII(someURL.getHost()),someURL.getPort(),someURL.getPath(),someURL.getQuery(),someURL.getRef());    
}


URI raoul=createSafeURI(new URL("http://www.christlicheparteiösterreichs.at/steiermark/readme.html#important"));

这只是一个速写，它并未检查所有有关将 URL 转换为 URI 的问题。以它为起点。

【讨论】：

嗨。感谢您的回答，但是当我没有 URL 的各个部分时，URI 构造函数如何帮助我。这有点像鸡和蛋的问题:)
你是对的。这取决于您从哪里获取数据。如果你得到一个像“christlicheparteiösterreichs.at/steiermark”这样的字符串作为输入，你就不能在新的 URI(String) 中使用它，因为 JavaDoc 指出，它需要一个已经正确的 URI 字符串。但是这个字符串不是。您必须检查字符串在数据流中的哪个位置“损坏”。这个字符串是从哪里来的？
您好，感谢您抽出宝贵时间研究此问题。您更新中的建议看起来很有希望，我可能可以使用它。再次感谢！