Question

问题区域

我需要定义特定的路径段是否对RFC2396有效。规范说：

path_segments = segment *( "/" segment )
segment       = *pchar *( ";" param )
param         = *pchar
pchar         = unreserved | escaped | ":" | "@" | "&" | "=" | "+" | "$" | ","
unreserved    = alphanum | mark
mark          = "-" | "_" | "." | "!" | "~" | "*" | "'" | "(" | ")"
escaped       = "%" hex hex
hex           = digit | "A" | "B" | "C" | "D" | "E" | "F" |
                        "a" | "b" | "c" | "d" | "e" | "f"

因此，例如，/foo是有效的路径段，但/fo?o不是因为未转义的?。要更正上述示例，路径段应写为/fo%3Fo。

但是，

Spec仅定义了到达服务器的URI的有效性（想想：在URL栏中输入）。

我实际需要验证的是未转义路径段是否有效。继续上面的示例，/fo?o将是一个有效的资源，因为?是您在取消%3F时获得的。

这也意味着网址http://foo.com/first/sec%2fond将解析为两个未转义的路径段/first和/sec/ond，而后者不仅必须被视为单个段而不是两个单独的段，但在语法上也是有效的（作为未转义的路径段）。

问题

我是否正确理解规范？
有人可以为未转义的路径段建议一个Java验证器吗？
任何人都可以建议一个非平凡的失败案例吗？
U + 00FF以上的字符怎么样，它们不能用在路径段中吗？我认为他们得到了支持，至少在域名中得到了支持。

编辑：正如迈克正确指出的那样，RFC3986废弃了RFC2396。无论如何，我相信新的RFC处理的案件比旧的更多（并且不会使某些路径段非法）因此同样的问题也适用。

Answer 1

我会以同样的方式解释规范;也就是说，sec%2Fond是单个路径段。（但是 - 任何使用类似段创建URI的人都应该受到严厉惩罚！）

你正在努力解决的问题是，逃避的过程是失败的;您无法从转义的URI转发到未转义的String并返回原始的转义URI。没有办法解决这个问题;在任何“有用的”处理丢弃该关键信息之前，您必须掌握转义的URI。

有关处理非ASCII字符的详细信息，请参阅§2.1，但我的理解是RFC 2396中的转义规则适用于 URI字符串后的八位字符串（字节）已经进行了字符编码。如何执行字符编码可以由方案指定;没有通用的方法。

Answer 2

因此，例如，/ foo是一个有效的路径段，但/ fo？o不是因为非转义？要纠正上面的示例，路径段应写为/ fo％3Fo。

正确

这也意味着URL http://foo.com/first/sec%2fond将解析为两个未转义的路径段，/ first和/ sec / ond，而后者不仅必须被视为单个段而不是两个独立的段，而是语法上也有效（作为未转义的路径段）。

正确。但是有很多实现都会出错。

U + 00FF以上的字符怎么样，它们不能用在路径段中吗？我认为他们得到了支持，至少在域名中是这样。

URI转义（％hex hex）编码字节。不是代码点。您需要知道URL的编码。例如，如果编码为UTF-8，则代码点U + 1234编码为%E1%88%B4。

域名中不允许出现百分比转义。对于国际域名，请参阅RFC 3492。

RFC2396 - 什么是有效的路径段？

问题区域

问题

2 个答案: