标准URL规范化 - Java

Question

我想问问是否有任何Java包或库具有标准的URL规范化？ URL表示的

5个组件

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

1. 方案：HTTP
2. 权威：www.example.com:8040
3. 路径：/文件夹/存在
4. 查询：名称=天空
5. 片段：#head

3种类型的标准URL正常化

基于语法正常化

• 案例规范化 - 在sche处转换所有字母me和权威组件
• 百分比编码标准化 - 解码任何与未保留字符相对应的百分比编码八位字节，例如％2D用于连字符和％5用于下划线
• 路径段标准化 - 删除点段路径组件，如 '' 和 '..'

方案基于规范化

• 添加尾随 '/' URL
0的授权组件后
• 移除默认端口号，例如80为http方案
• 截断URL的片段

基于协议的标准化

• 只有当访问所述资源的结果是等同的适当
• 例如，example.com/data通过原始服务器被引导至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

正如其他人所说，java.net.URL和/或java.net.URI一些明显的出发点。

这里是一些其他的选项：

1. Galimatias（西班牙语为“胡言乱语”）似乎是Java的一个刚愎自用，比较流行的URL规范化库。源代码可在github.com/smola/galimatias找到。

   galimatias开始出于对java.net.URL和java.net.URI的沮丧。他们两人都是基本用例良好 ，但严重打破了别人

2. 的github.com/sentric/url-normalization库提供它颠倒了域部分的另一个（不寻常的，在我看来）的方式;例如“com.stackoverflow”而不是“stackoverflow.com”。

你可以找到其他的变体，有时用Github上的Python，Ruby和PHP等语言实现。