Java中URL类解析网络地址详解

应使用 URI 类替代 URL 类进行 URL 字符串的结构化解析，因为 URI 是纯语法解析器，构造时即校验格式、各组件 getter 行为稳定，且支持自动编码和相对路径解析；而 URL 的解析依赖协议处理器、未连接前字段可能为空或默认值，且不校验路径合法性。

Java 的 URL 类本身不解析 URL，它只是封装和标准化地址字符串；真正做解析的是其内部的 URLStreamHandler，而你无法直接调用解析逻辑——想可靠提取协议、主机、端口等字段，应该用 URI 类代替。

为什么不能依赖 URL 的 getHost()、getPort() 等方法

这些 getter 方法在 URL 未成功连接前可能返回空或默认值（如 getPort() 返回 -1），且对非法格式容忍度高，容易掩盖问题：

• new URL("http://example.com:8080/path?x=1#frag") 能构造成功，但若写成 "http:///example.com"，getHost() 可能返回空字符串而非抛异常
• URL 会尝试根据协议加载对应 URLStreamHandler，若自定义协议未注册，getProtocol() 可能正常，但后续解析行为不可控
• 不校验路径合法性：如 "http://a/b//c/./d/../e" 不会自动归一化，getPath() 返回原始字符串

用 URI 替代 URL 做结构化解析

URI 是纯语法解析器，不涉及网络连接，构造时即校验基本格式，各组件 getter 行为稳定可预期：

URI uri = new URI("https://user:pass@host.example:8443/path/to/file?query=1#section");
System.out.println(uri.getScheme());   // https
System.out.println(uri.getHost());     // host.example
System.out.println(uri.getPort());     // 8443
System.out.println(uri.getPath());     // /path/to/file
System.out.println(uri.getQuery());    // query=1
System.out.println(uri.getFragment()); // section
System.out.println(uri.getUserInfo()); // user:pass

• 非法格式直接抛 URISyntaxException，比如 new URI("http://[::1")
• 支持相对 URI 解析：new URI("base/path").resolve("sub/file") → base/sub/file
• 若需转成 URL，调用 uri.toURL() 即可（但注意仍可能因协议 handler 缺失失败）

需要处理中文路径或特殊字符？必须先编码再构造

URI 构造器不自动编码，传入未编码的中文或空格会直接报错：

• 错误写法：new URI("http://example.com/你好") → URISyntaxException
• 正确做法：对 path/query 等组件单独编码，再拼接：URLEncoder.encode("你好", "UTF-8") 得 %E4%BD%A0%E5%A5%BD，再组合成 http://example.com/%E4%BD%A0%E5%A5%BD
• 更安全的方式是用 URI 的多参构造器：new URI("http", "example.com", "/你好", null) 会自动编码 path 部分

真正要解析 URL 字符串时，别碰 URL 的解析方法——它的设计目标是打开连接，不是拆解地址。用 URI，并注意编码时机，否则看似运行正常，遇到带空格、中文或奇怪端口的地址就突然崩掉。