如何在Java中有效地检查给定URL（字符串）是否包含白名单域（字符串）

Question

我需要写一个实用的方法，将采取一个网址，并检查是否给定的网址是有效的

URL可以是任何带有/不带有协议的内容，如http、https，也可以包含相对URL，如域为example，URL为“abc.com”，则其为相对URL。另外，它也可以是无效的url，并且可以包含简单的字符串

此外，我还有一个白名单URL，可以更改运行时，如youtube.com、facebook.com等

如何检查给定的url是否有效在我的情况下，我正在进行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位于http或https之后的URL中提取域名

注意：-我使用的是ApacheStringUtils，url很可能类似于https://absdsbsb或https://anmds.txt。同时让我知道这是否是正则表达式匹配的好例子

Answer 1

正确的方法是使用^{}类

您可以将它们视为字符串，并查找特定的模式或子字符串，但有各种“棘手”的方法来编写URL，这些方法可用于传递不应该传递的URL。（不过，如果您使用的是白名单而不是黑名单，这会使编写URL变得更加棘手。）

无论如何，方法应该是使用URI类来解析URL字符串，然后获取并匹配protocol和host组件

一旦你有了域名，就有点折腾你如何有效地将EME>匹配到一个白名单，但是我会考虑使用一个树集，并考虑使用它的{{CD5>}和^ {< CD6>}方法来加速域前缀匹配。

（如果正则表达式匹配可以提供良好的性能，我会感到惊讶。）