Standardowa normalizacja adresów URL - Java

Question

Chciałbym zapytać, czy istnieje pakiet Java lub biblioteka, które mają normalizację normalizacji adresów URL?

5 Składniki URL Reprezentacji

http://www[dot]example[dot]com:8040/folder/exist?name=sky#head

1. schemat: http
2. organ: www.example.com:8040
3. ścieżka: /folderu/istnieje
4. zapytania: name = niebo
5. fragment: #head

3 typów standardowego URL normalizacji

Składnia-Based Normalizacja

• Normalizacja sprawy - konwertuj wszystkie litery na sche ja i komponenty organ do małymi literami
• Percent kodowane normalizację - zdekodować każdą procent kodowane oktet, który odpowiada charakteru bezwzględnego, takie jak% 2D dla myślnikiem i 5% dla podkreślenia
• Path segmentu normalizacji - usunąć DOT-segmenty z składnik ścieżki, takie jak '' i '..'

Normalizacja Scheme-Based

• Dodaj spływu '/' po składniku organ URL
• Usuń Domyślny numer portu, na przykład 80 na schemacie http
• obciąć fragment URL

Protocol-Based Normalizacja

• Tylko właściwe, gdy wyniki dostępu do zasobów są równoważne
• Na przykład example.com/data jest kierowana do example.com/data/ przez serwer pochodzenia

Answer 1

URI uri = URI.create("http://www.example.com:8040/folder/exist?name=sky#head"); 
String scheme = uri.getScheme(); 
String authority = uri.getAuthority(); 
// ... 

http://java.sun.com/j2se/1.4.2/docs/api/java/net/URI.html

Answer 2

co z java.net.URL?

http://java.sun.com/j2se/1.4.2/docs/api/java/net/URL.html#set%28java.lang.String,%20java.lang.String,%20int,%20java.lang.String,%20java.lang.String,%20java.lang.String,%20java.lang.String,%20java.lang.String%29

Answer 3

Jak inni wspomniano java.net.URL i/lub java.net.URI oczywistych punktów startowych.

Oto niektóre inne opcje:

1. Galimatias (hiszpański dla „bełkot”) wydaje się być uparty i stosunkowo popularne biblioteki URL normalizacja Java. Kod źródłowy można znaleźć pod adresem github.com/smola/galimatias.

   galimatias rozpoczął od frustracji z java.net.URL i java.net.URI. Obie z nich są dobre podstawowych przypadków użycia, ale poważnie uszkodzony przez innych

2. Biblioteka github.com/sentric/url-normalization zapewnia innego podejścia (co jest niezwykłe, moim zdaniem), gdzie odwraca część domeny; na przykład "com.stackoverflow" zamiast "stackoverflow.com".

Możesz znaleźć inne odmiany, czasem zaimplementowane w językach takich jak Python, Ruby i PHP na Github.