如何有效地检查给定 URL(String) 是否包含 Java 中的白名单域(String)

Question

我需要编写一个实用程序方法，它将采用 url 并检查给定的 url 是否有效？

URL 可以是任何 with/without 协议，例如 http、https 或 with 可以包含相对的 url 就像域是 example 并且 url 是"abc.com" 那么它是一个亲戚 URL。同样 它也可以是无效的 url，并且可以包含简单的字符串 。

我还有白名单列表 URL 并且可以更改运行时间，例如 youtube.com、facebook.com 等

我如何检查给定的 url 在我的情况下是否有效，我正在做的一些基本检查如下：-

 String url = "http://youtube.com";
    if(!StringUtil.isEmpty(url))
    {
        if (url.startsWith("http:") || pathToImage.startsWith("https://")) {
            // check if url is from whitlist domains

        } else {
            // do nothing, url is not internal domain.
        }
    }

现在我的问题是如何正确地从 URL 中提取域名，它将在 http 或 https.

之后

注意：- 我正在使用 apache StringUtils，url 很可能类似于 https://absdsbsb 或 https://anmds.txt。还让我知道它是否适合正则表达式匹配？

Answer 1

正确的方法是使用 URI class.

您可以将它们视为字符串并查找特定的模式或子字符串，但是有多种 "tricky" 编写可用于传递 URLs 的 URLs 的方法那不应该。（不过，如果您使用的是白名单而不是黑名单，那就更难耍花招了。）

总之，方法应该是使用URI class解析URL字符串，然后获取并匹配protocol和host组件。

获得域名后，如何有效将其与白名单进行匹配有点困难，但我会考虑使用 TreeSet ，并考虑使用其 floor 和 ceiling 方法来加速域前缀匹配。

（如果正则表达式匹配会给您带来良好的性能，我会感到惊讶。）

如何有效地检查给定 URL(String) 是否包含 Java 中的白名单域(String)

How to efficiently check whether given URL(String) contains whitelist domain(String) in Java

java

string

url

apache-stringutils