Question

为什么第一个返回null，而第二个返回mail.yahoo.com？

这不奇怪吗？如果没有，这种行为背后的逻辑是什么？

下划线是罪魁祸首吗？为什么？

public static void main(String[] args) throws Exception {
    java.net.URI uri = new java.net.URI("http://broken_arrow.huntingtonhelps.com");
    String host = uri.getHost();
    System.out.println("Host = [" + host + "].");

    uri = new java.net.URI("http://mail.yahoo.com");
    host = uri.getHost();
    System.out.println("Host = [" + host + "].");
}

Answer 1

正如@hsz的评论所提到的那样，它是bug。

但是，让我们调试并查看URI类的源代码。问题出在方法内：

private int parseHostname(int start, int n)：

解析第一个URI在第if ((p < n) && !at(p, n, ':')) fail("Illegal character in hostname", p);行

失败

这是因为_符号未在扫描块内预见，它只允许使用字母，数字和-符号（L_ALPHANUM，H_ALPHANUM，{{1} }和L_DASH）。

是的，这在H_DASH中尚未解决。

Answer 2

这是因为基础uri的下划线。只需删除下划线即可查看它。它正在工作。

如下所示：

public static void main(String[] args) throws Exception {
java.net.URI uri = new java.net.URI("http://brokenarrow.huntingtonhelps.com");
String host = uri.getHost();
System.out.println("Host = [" + host + "].");

uri = new java.net.URI("http://mail.yahoo.com");
host = uri.getHost();
System.out.println("Host = [" + host + "].");

}

Answer 3

我不认为它是Java中的一个错误，我认为Java正在根据规范正确解析主机名，这里对规范有很好的解释：http://en.wikipedia.org/wiki/Hostname#Restrictions_on_valid_host_names和这里：{{ 3}}

特别是主机名不得包含下划线。

Answer 4

如前所述，这是一个已知的JVM错误。虽然，如果要对此类主机执行HTTP请求，您仍可以尝试使用变通方法。主要思想是建立基于IP的请求，而不是基于错误的＆＃39;主机名。但在这种情况下你还需要添加＆＃34; Host＆＃34;请求的标头，带有正确的（原始）主机名。

1：从网址剪切主机名（这是一个粗略的例子，你可以使用更聪明的方式）：

int n = url.indexOf("://");  
if (n > 0) { n += 3; } else { n = 0; }  
int m = url.indexOf(":", n);
int k = url.indexOf("/", n);  
if (-1 == m) { m = k; }  
String hostHeader;  
if (k > -1) {  
  hostHeader = url.substring(n, k);  
} else {  
  hostHeader = url.substring(n);  
}
String hostname;  
if (m > -1) {  
  hostname = url.substring(n, m);  
} else {  
  hostname = url.substring(n);  
}

2：获取主机名的IP：

String IP = InetAddress.getByName(hostname).getHostAddress();

3：根据IP构建新的URL：

String newURL = url.substring(0, n) + IP + url.substring(m);

4：现在使用HTTP库为新URL（伪代码）准备请求：

HttpRequest req = ApacheHTTP.get(newUrl);

5：现在你应该添加＆＃34; Host＆＃34;带有正确（原始）主机名的标头：

req.addHeader("Host", hostHeader);

6：现在你可以做请求（伪代码）：

String resp = req.getResponse().asString();

Answer 5

考虑使用：new java.net.URL("http://broken_arrow.huntingtonhelps.com").getHost()代替。它具有替代解析实现。如果您有URI myUri实例，请致电myUri.toURL().getHost()。

我在OpenJDK 1.8中遇到了这个URI问题，它在URL上正常工作。

URI - getHost返回null。为什么？

5 个答案: