RFC2396 -什么是有效的路径段？

Question

问题区

我需要定义一个特定的路径段对RFC2396是否有效。说明书上写着：

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是一个有效的路径段，但/fo?o不是因为非转义的?。要更正上面的示例，路径段应该写成/fo%3Fo。

但是，Spec只定义到达服务器的URL的有效性(例如:输入URL栏)。

我实际上需要验证的是，未转义的路径段是否有效。继续上面的示例，/fo?o将是一个有效的资源，因为?是在未转义%3F时得到的。

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，后者不仅必须被看作是一个单个段，而不是两个单独的段，而且在语法上也是有效的(作为一个未转义的路径段)。

问题

• 我正确地理解了规范吗？
• 有人能为未转义的路径段建议Java验证器吗？
• 有人能提出一个不平凡的失败案例吗？
• U+00FF以上的字符如何，它们不能用于路径段吗？我以为他们得到了支持，至少在域名上是这样的。

编辑:正如迈克正确指出的，RFC3986淘汰了RFC2396。无论如何，我相信新的RFC比旧的RFC处理更多的情况(并且不会使某些路径段不合法)，因此同样的问题也适用。

Answer 1

我将以您所做的方式来解释该规范；也就是说，sec%2Fond是一个单一路径段。(但是--任何创建具有类似段的URI的人都应该受到严厉的惩罚！)

您要解决的问题是，非转义过程是lossey的；您不能从转义URI返回到未转义的String，然后返回原始的转义URI。这是无法避免的；在任何“有用”处理丢弃关键信息之前，您必须先获得转义URI。

有关处理非ASCII字符的详细信息，您可以阅读§2.1，但我的理解是，RFC 2396中的转义规则适用于URI字符串编码后的八进制字符串(字节)。字符编码的执行方式可以由该方案指定；没有通用方法。

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？要更正上面的示例，路径段应该写成/fo%3Fo。

对，是这样

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，后者不仅必须被视为一个单独的段，而不是两个单独的段，而且在语法上也是有效的(作为一个未转义的路径段)。

对，是这样。但是，有许多实现会导致这一错误。

U+00FF以上的字符如何，它们不能用于路径段吗？我以为他们得到了支持，至少在域名上是这样的。

URI转义(%十六进制)编码字节。不是代号。您需要知道URL的编码。例如，如果编码为UTF-8，则编码点U+1234被编码为%E1%88%B4.

域名中不允许转义的百分比。有关国际域名，请参见RFC 3492。