在 Java 中验证和编码包含 unicode 字符的 url

Question

我正在开发一个应用程序，我们需要在该应用程序中验证 URL，检查它是否以 http 开头（如果不是，则在前面加上“http”），最后对它们进行编码。我的问题是我们收到的 url 可以包含所有类型的东西 - 无效/有效但不是以 http/已经编码/有效但包含空格或 unicode 字符开头。 目前我正在使用 URLValidator 类，但它不验证空格或 unicode 字符。以下是我的代码：

if (url != null && !url.trim().isEmpty()) {
url = URLDecoder.decode(url, "UTF-8");
if (!url.matches("^(https?)://.*$")) {
    url = "http" + url;
}
UrlValidator validator = new UrlValidator();
if (url.contains("(")) {
    if (validator.isValid(url.substring(0, url.indexOf("(")))) {
        return getEncodedSiteUrl(url);
    }
    return null;
}
if (validator.isValid(url)) {
    return getEncodedSiteUrl(url);
}
}

但此代码会过滤掉所有包含空格/unicode 字符的有效 url。我认为我不应该使用 URLValidator 查看我们获得的所有类型的 url。有人可以帮助/指导我吗？谢谢。

Answer 1

检查this URL，其中有您可以使用的方法。

public static boolean isURL(String url)
{
   if (url == null) {
     return false;
}
// Assigning the url format regular expression
String urlPattern = "^http(s{0,1})://[a-zA-Z0-9_/\\-\\.]+\\.([A-Za-z/]{2,5})[a-zA-Z0-9_/\\&\\?\\=\\-\\.\\~\\%]*";
return url.matches(urlPattern);
}