java - 当它包含变音符号时解析 Java 中 URI 的主机

Question

我正在尝试从主机中包含字符“ü”的 URI 中解析主机，如下所示:

String host = new java.net.URI("http://füllmethodentafel.de").getHost();

但是，主机将为空。它适用于其他 URI。知道为什么它不起作用吗？

Answer 1

java.net.URI只能解析符合RFC 2396的网址.此 RFC 需要这些规则:

  hostport      = host [ ":" port ]
  host          = hostname | IPv4address
  hostname      = *( domainlabel "." ) toplabel [ "." ]
  domainlabel   = alphanum | alphanum *( alphanum | "-" ) alphanum
  toplabel      = alpha | alpha *( alphanum | "-" ) alphanum

alphanum 基本上是 [a-zA-Z0-9]。 ü 等字符不包括在内。

URI 可以处理Punycode类似 http://www.xn--hostwith-e6a.com/ 的 URL 相当于 http://www.hostwithü.com/。为此，java.net.IDN很有用。

String host = "www.hostwithü.com";
String toASCII = IDN.toASCII(host);
System.out.println(toASCII);
// www.xn--hostwith-e6a.com