5

我想检查验证 URL 是否允许在 java 中使用通配符。

我发现了一些关于在 java 中验证 URL 的好例子（REGEX，urlValidator），但那些没有提供通配符。

这是我正在练习的内容：

代码（urlValidator）

public void urlValidiTest(){
    System.out.println(this.urlCheck("https://www.google.com"));
    System.out.println(this.urlCheck("https://google.com"));
    System.out.println(this.urlCheck("*.com"));
}

public boolean urlCheck(String url){
    return new UrlValidator().isValid(url);
}

输出

真的

真的

错误的

代码（正则表达式）

public void regexTest() {
  String[] URLs = new String[] { "http://www.google.com", "http://google.com/","*.com" };
    Pattern REGEX = Pattern.compile("(?i)^(?:(?:https?|ftp)://)(?:\\S+(?::\\S*)?@)?(?:(?!(?:10|127)(?:\\.\\d{1,3}){3})(?!(?:169\\.254|192\\.168)(?:\\.\\d{1,3}){2})(?!172\\.(?:1[6-9]|2\\d|3[0-1])(?:\\.\\d{1,3}){2})(?:[1-9]\\d?|1\\d\\d|2[01]\\d|22[0-3])(?:\\.(?:1?\\d{1,2}|2[0-4]\\d|25[0-5])){2}(?:\\.(?:[1-9]\\d?|1\\d\\d|2[0-4]\\d|25[0-4]))|(?:(?:[a-z\\u00a1-\\uffff0-9]-*)*[a-z\\u00a1-\\uffff0-9]+)(?:\\.(?:[a-z\\u00a1-\\uffff0-9]-*)*[a-z\\u00a1-\\uffff0-9]+)*(?:\\.(?:[a-z\\u00a1-\\uffff]{2,}))\\.?)(?::\\d{2,5})?(?:[/?#]\\S*)?$");
    for (String url : URLs) {
        Matcher matcher = REGEX.matcher(url);
        if (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

结果

http://www.google.com

http://google.com/

我想要做的是以上所有 URL 都是有效的。

我应该如何解决这个问题？

任何评论将不胜感激。谢谢。

更新

我摆脱了方案部分，并在答案之后将 |* 和 |\.* 添加到域部分（|* 和 |.* 给了我一个错误 - 无效的转义序列（有效的是 \b \t \n \f \r \" \' ）-但我不确定更改是否正确）。

现在它不允许“google.com”；但允许其他人（“www.google.com”、“google.com”、“.google.com”、“.com”）

 public void regexValidator(String str){

    Pattern REGEX = Pattern.compile(""
            + "(?i)^(?:\\S+(?::\\S*)?@)"
            + "?(?:(?!(?:10|127)(?:\\.\\d{1,3}){3})(?!(?:169\\.254|192\\.168)"
            + "(?:\\.\\d{1,3}){2})(?!172\\.(?:1[6-9]|2\\d|3[0-1])(?:\\.\\d{1,3}){2})(?:[1-9]\\d?|1\\d\\d|2[01]\\d|22[0-3])"
            + "(?:\\.(?:1?\\d{1,2}|2[0-4]\\d|25[0-5])){2}(?:\\.(?:[1-9]\\d?|1\\d\\d|2[0-4]\\d|25[0-4]))|"

            //DOMAIN
            + "(?:(?:[a-z\\u00a1-\\uffff0-9]-*)*[a-z\\u00a1-\\uffff0-9]+|\\*)"
            + "(?:\\.(?:[a-z\\u00a1-\\uffff0-9]-*)*[a-z\\u00a1-\\uffff0-9]+)*"
            //

            + "(?:\\.(?:[a-z\\u00a1-\\uffff]{2,}))\\.?)"
            + "(?::\\d{2,5})?(?:[/?#]\\S*)?$");

    Matcher _matcher = REGEX.matcher(str);
    if(_matcher.find()){
        System.out.println("[O] " + str);
    }
    else {
        System.out.println("[X]" + str);
    }
}

public void validate(){
    System.out.println("TEST START");
    this.regexValidator("https://www.google.com");
    this.regexValidator("www.google.com");
    this.regexValidator("google.com");
    this.regexValidator("*.google.com");
    this.regexValidator("*.com");
    System.out.println("DONE");
}

测试开始

[X] https://www.google.com

[O] www.google.com

[O] google.com

[O] *.google.com

[O] *.com

完毕

需要帮助吗。谢谢。

4

1 回答 1

2

对此持保留态度，我现在无法访问Java，并且是从头顶上做的，所以如果这里有错误，请随时纠正我。

您需要更新正则表达式以包含通配符。考虑到那件事有多复杂，这不是微不足道的。

让我们首先分解您拥有的正则表达式：

(?i)
^
    (?:
        (?:
            https?|ftp
        )
        ://
    )
    (?:
        \S+
        (?:
            :\S*
        )?
        @
    )?
    (?:
        (?!
            (?:
                10|127
            )
            (?:
                \.\d{1,3}
            ){3}
        )
        (?!
            (?:
                169\.254|192\.168
            )
            (?:
                \.\d{1,3}
            ){2}
        )
        (?!
            172\.
            (?:
                1[6-9]|2\d|3[0-1]
            )
            (?:
                \.\d{1,3}
            ){2}
        )
        (?:
            [1-9]\d?|1\d\d|2[01]\d|22[0-3]
        )
        (?:
            \.
            (?:
                1?\d{1,2}|2[0-4]\d|25[0-5]
            )
        ){2}
        (?:
            \.
            (?:
                [1-9]\d?|1\d\d|2[0-4]\d|25[0-4]
            )
        )
        |
        (?:
            (?:
                [a-z\u00a1-\uffff0-9]-*
            )*
            [a-z\u00a1-\uffff0-9]+
        )
        (?:
            \.
            (?:
                [a-z\u00a1-\uffff0-9]-*
            )*
            [a-z\u00a1-\uffff0-9]+
        )*
        (?:
            \.
            (?:
                [a-z\u00a1-\uffff]{2,}
            )
        )
        \.?
    )
    (?:
        :\d{2,5}
    )?
    (?:
        [/?#]\S*
    )?
$

我们现在可以看到方案组、用户名/密码对（带有@字符的组）、域本身的大组、端口组和可能的路径、查询或片段部分组。大组可以分为两部分（由|(OR) 分隔），第一部分用于 IP 地址，否定前瞻禁止本地 IP，后者用于命名域，由一个或多个部分组成一个点，最后是 TLD。

那么你需要做什么来允许通配符呢？在您希望允许被通配符替换的每个组中添加通配符（*或）：%

如果您想为scheme允许通配符，请在此处添加一个：

    (?:
        (?:
            https?|ftp
            |\*    <-----
        )
        ://
    )

如果你想允许用户名和/或密码部分使用通配符，你不需要做任何事情，你的正则表达式已经允许任何非空白字符，所以*:*@or*@已经有效。

如果您想允许域名使用通配符，请在此处添加它们：

        (?:
            (?:
                [a-z\u00a1-\uffff0-9]-*
            )*
            [a-z\u00a1-\uffff0-9]+
            |\*    <-----
        )
        (?:
            \.
            (?:
                [a-z\u00a1-\uffff0-9]-*
            )*
            [a-z\u00a1-\uffff0-9]+
            |\.\*    <-----
        )*

如果您想允许TLD使用通配符，请在此处添加一个：

        (?:
            \.
            (?:
                [a-z\u00a1-\uffff]{2,}
                |\*    <-----
            )
        )

如果您想为port允许通配符，请在此处添加一个：

    (?:
        :\d{2,5}
        |:\*    <-----
    )?

如果您想为paths允许通配符，您不需要做任何事情，您的正则表达式已经涵盖了（/*等等/*/*/foobar已经有效）。

最后但并非最不重要的一点是，如果您想同时允许方案和域名的通配符（如您的示例中所示），您需要添加一个新组并将其 OR 到：

    |
    (?:
        \*
        \.
        (?:
            [a-z\u00a1-\uffff]{2,}
        )
    )
    (?:
        :\d{2,5}
    )?
    (?:
        [/?#]\S*
    )?

基本上只需在最后一组后面和$符号之前添加它。如果需要，请不要忘记在此处向 TLD 和/或端口添加通配符。

于 2018-05-21T12:30:09.690 回答