java - java.net.URI 阻塞主机部分的特殊字符

Question

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

Answer 1

Java 6 具有IDN处理国际化域名的类。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/");

Answer 2

在主机名中编码非 ASCII 字符的正确方法称为“Punycode”。

Answer 3

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

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

java.net.URISyntaxException：索引 28 处主机名中的非法字符：http://www .christlicheparteiösterreichs.at/steiermark

您可以为此使用IDN来修复：

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

关于鸡蛋问题的更新：

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。