Java URL 验证：超越正则表达式的稳健方法

1. 自定义正则表达式的局限性

许多开发者在进行url验证时，倾向于使用javax.validation.constraints.pattern注解配合正则表达式。然而，正如问题中所示，一个看似完善的正则表达式，例如：

@Pattern(message = "Must be a valid URL", regexp = "https?:\/\/(www\.)?[-a-zA-Z0-9@:%._\+~#=]{1,256}\.[a-zA-Z0-9()]{1,6}\b([-a-zA-Z0-9()@:%_\+.~#?&//=]*)")

在面对.com这类常见TLD时表现良好，但对于.systems、.app、.io等新型或非传统的顶级域名时，却可能验证失败。这主要是因为正则表达式中的TLD部分（如[a-zA-Z0-9()]{1,6}\b）过于严格或未能及时更新以适应不断变化的互联网域名体系。编写一个能够完美匹配所有合法URL的正则表达式是一项极其复杂且难以维护的任务，因为它需要考虑协议、域名结构、端口、路径、查询参数、片段标识符，以及不断涌现的国际化域名和新的通用顶级域名（gTLD）等多种因素。

2. 推荐的URL验证方案

鉴于自定义正则表达式的局限性，我们应转向更专业、更成熟的库来处理URL验证。以下是两种推荐的方法：

2.1 使用 Apache Commons Validator 的 UrlValidator

Apache Commons Validator 是一个功能强大的库，提供了多种验证器，其中 UrlValidator 专门用于URL验证。它考虑了URL的各种复杂性，包括不同协议、端口、路径、查询参数等，并且能够很好地处理各种TLD。

步骤：

立即学习“Java免费学习笔记（深入）”；

1. 添加依赖： 首先，你需要在项目的构建文件（如Maven的pom.xml或Gradle的build.gradle）中添加Apache Commons Validator的依赖。

   Maven:

   <dependency>
       <groupId>commons-validator</groupId>
       <artifactId>commons-validator</artifactId>
       <version>1.7</version> <!-- 请使用最新稳定版本 -->
   </dependency>

   登录后复制

   Gradle:

   implementation 'commons-validator:commons-validator:1.7' // 请使用最新稳定版本

   登录后复制

2. 使用 UrlValidator 进行验证： 在你的Java代码中，实例化 UrlValidator 并调用其 isValid() 方法。

   import org.apache.commons.validator.UrlValidator;
   
   public class UrlValidationExample {
   
       public static void main(String[] args) {
           // 默认构造函数，支持 http, https, ftp 协议
           UrlValidator urlValidator = new UrlValidator();
   
           // 示例URL
           String url1 = "https://www.test.com";
           String url2 = "https://api-apps.testapp.systems/test-service/v1/test";
           String url3 = "http://localhost:8080/path?query=1";
           String url4 = "ftp://user:pass@ftp.example.com/dir/file.txt";
           String url5 = "invalid-url";
   
           System.out.println("URL: " + url1 + " is valid: " + urlValidator.isValid(url1));
           System.out.println("URL: " + url2 + " is valid: " + urlValidator.isValid(url2));
           System.out.println("URL: " + url3 + " is valid: " + urlValidator.isValid(url3));
           System.out.println("URL: " + url4 + " is valid: " + urlValidator.isValid(url4));
           System.out.println("URL: " + url5 + " is valid: " + urlValidator.isValid(url5));
   
           // 如果需要支持更多协议，可以在构造函数中指定
           String[] schemes = {"http", "https", "ftp", "file"}; // 允许的协议
           UrlValidator customUrlValidator = new UrlValidator(schemes);
           String url6 = "file:///C:/Users/test.txt";
           System.out.println("URL: " + url6 + " is valid (custom schemes): " + customUrlValidator.isValid(url6));
       }
   }

   登录后复制

   输出示例：

   URL: https://www.test.com is valid: true
   URL: https://api-apps.testapp.systems/test-service/v1/test is valid: true
   URL: http://localhost:8080/path?query=1 is valid: true
   URL: ftp://user:pass@ftp.example.com/dir/file.txt is valid: true
   URL: invalid-url is valid: false
   URL: file:///C:/Users/test.txt is valid (custom schemes): true

   登录后复制

   UrlValidator 能够正确处理 .systems 这样的新型TLD，因为它内部维护了一个更全面的域名规则列表，并且会定期更新。

   

   一键职达

   AI全自动批量代投简历软件，自动浏览招聘网站从海量职位中用AI匹配职位并完成投递的全自动操作，真正实现'一键职达'的便捷体验。

   79

   查看详情

2.2 使用 Hibernate Validator 的 @URL 注解

如果你正在使用 javax.validation（Bean Validation API）及其实现（如Hibernate Validator），那么 @URL 注解是一个更简洁、声明式的选择。它利用了Hibernate Validator内部的URL验证逻辑，同样能够有效处理各种URL格式和TLD。

步骤：

立即学习“Java免费学习笔记（深入）”；

1. 添加依赖： 确保你的项目中已包含Hibernate Validator的依赖。

   Maven:

   <dependency>
       <groupId>org.hibernate.validator</groupId>
       <artifactId>hibernate-validator</artifactId>
       <version>8.0.1.Final</version> <!-- 请使用最新稳定版本 -->
   </dependency>
   <dependency>
       <groupId>jakarta.validation</groupId>
       <artifactId>jakarta.validation-api</artifactId>
       <version>3.0.2</version> <!-- 与Hibernate Validator版本匹配 -->
   </dependency>

   登录后复制

   Gradle:

   implementation 'org.hibernate.validator:hibernate-validator:8.0.1.Final'
   implementation 'jakarta.validation:jakarta.validation-api:3.0.2'

   登录后复制

2. 在模型中使用 @URL 注解： 将 @URL 注解直接应用于需要验证的字符串字段上。

   import jakarta.validation.Validation;
   import jakarta.validation.Validator;
   import jakarta.validation.ValidatorFactory;
   import org.hibernate.validator.constraints.URL; // 注意：这是Hibernate Validator特有的注解
   
   public class UserProfile {
   
       @URL(message = "URL格式不正确")
       private String websiteUrl;
   
       // 构造函数、Getter和Setter
       public UserProfile(String websiteUrl) {
           this.websiteUrl = websiteUrl;
       }
   
       public String getWebsiteUrl() {
           return websiteUrl;
       }
   
       public void setWebsiteUrl(String websiteUrl) {
           this.websiteUrl = websiteUrl;
       }
   
       public static void main(String[] args) {
           ValidatorFactory factory = Validation.buildDefaultValidatorFactory();
           Validator validator = factory.getValidator();
   
           UserProfile profile1 = new UserProfile("https://www.example.com");
           UserProfile profile2 = new UserProfile("https://api-apps.testapp.systems/test-service/v1/test");
           UserProfile profile3 = new UserProfile("invalid-url");
   
           System.out.println("Profile 1 valid: " + validator.validate(profile1).isEmpty());
           System.out.println("Profile 2 valid: " + validator.validate(profile2).isEmpty());
           System.out.println("Profile 3 valid: " + validator.validate(profile3).isEmpty());
   
           // 打印错误信息
           validator.validate(profile3).forEach(violation ->
               System.out.println("Violation for invalid-url: " + violation.getMessage())
           );
       }
   }

   登录后复制

   输出示例：

   Profile 1 valid: true
   Profile 2 valid: true
   Profile 3 valid: false
   Violation for invalid-url: URL格式不正确

   登录后复制

   @URL 注解在底层也使用了类似 UrlValidator 的逻辑来确保URL的正确性，并且与Bean Validation框架无缝集成，特别适用于Web应用程序的表单验证或API请求体验证。

3. 注意事项与总结

• 选择合适的工具： 对于简单的URL格式检查，@URL 注解提供了一种声明式的、便捷的方式。而对于更复杂的场景，例如需要自定义允许的协议、处理非标准端口或需要更细粒度的控制时，UrlValidator 提供了更大的灵活性。
• 依赖管理： 确保正确添加并管理所需库的依赖。
• 性能考量： 无论是 UrlValidator 还是 @URL 注解，它们都经过优化，在大多数应用场景下性能表现良好。
• 业务逻辑与验证分离： URL验证主要关注格式是否正确。如果你的应用对URL有额外的业务规则（例如，只允许特定域名的URL），这部分逻辑应该在URL格式验证通过后，作为单独的业务规则进行处理。
• 持续更新： 互联网域名系统不断发展，新的TLD和协议可能会出现。使用成熟的库可以确保你的验证逻辑能够随着库的更新而保持最新，避免因自定义正则表达式的滞后而导致问题。

总之，在Java中进行URL验证时，强烈建议避免使用过于复杂的自定义正则表达式。转而利用像 Apache Commons Validator 的 UrlValidator 或 Hibernate Validator 的 @URL 注解这样的专业工具，可以大大提高验证的准确性、健壮性和可维护性，从而确保应用程序能够正确处理各种合法的URL格式。

以上就是Java URL 验证：超越正则表达式的稳健方法的详细内容，更多请关注php中文网其它相关文章！