Java 的 URL/URI 不能正确解析以 ? 开头的链接。 （审讯点）

Question

我正在尝试使用 Java 的 URL 或 URI 类解析以问号 ? 开头的相对链接。

HTML 示例：

<a href="?test=xyz">Test XYZ</a>

代码示例（来自 Scala REPL）：

import java.net._

scala> new URL(new URL("http://abc.com.br/index.php?hello=world"), "?test=xyz").toExternalForm()
res30: String = http://abc.com.br/?test=xyz

scala> (new URI("http://abc.com.br/index.php?hello=world")).resolve("?test=xyz").toString
res31: java.net.URI = http://abc.com.br/?test=xyz

问题是浏览器（在 Chrome、Firefox 和 Safari 上测试）输出以下 URL：http://abc.com.br/index.php?hello=world。它不会丢弃路径“index.php”。它只是替换了查询字符串部分。

似乎浏览器只是遵循https://stackoverflow.com/a/7872230/40876 中解释的电子规范。

Jsoup 库在我们使用 element.absUrl("href") 时会犯同样的“错误”，因为它还依赖于 java 的 URL 解析。

那么 java 的 URL/URI 解析相对路径是怎么回事？它是错误的/不完整的吗？ 如何使其行为与浏览器实现相同？

Answer 1

这会很好用：

public static void main(String[] args) throws Exception {
    String base = "http://abc.com.br/index.php?hello=world";
    String relative = "?test=xyz";

    System.out.println(new URL(new URL(base), relative).toExternalForm());
    // http://abc.com.br/?test=xyz

    System.out.println((new URI(base)).resolve(relative).toString());
    // http://abc.com.br/?test=xyz

    System.out.println(org.apache.http.client.utils.URIUtils.resolve(new URI(base), relative).toString());
    // http://abc.com.br/index.php?test=xyz
}

URIUtils 存在于 org.apache.httpcomponents:httpclient 版本 4.0 或更高版本中。