Fatal编程技术网
  • facebook/
  • Facebook 承认；“无效”；不尝试解析它们的URL

Facebook 承认；“无效”；不尝试解析它们的URL

facebook http url facebook-graph-api

Facebook 承认；“无效”；不尝试解析它们的URL,facebook,http,url,facebook-graph-api,url-pattern,Facebook,Http,Url,Facebook Graph Api,Url Pattern,我正在构建一个Facebook应用程序，它可以从用户的Facebook账户中获取各种来源的URL——例如，用户的喜好 我遇到的一个问题是，许多Facebook条目的“网站”和“链接”字段中都有字符串，而不是URL。Facebook不检查用户输入，因此这些字段基本上可以包含任何字符串 我希望能够处理这些字段中的字符串，使URL像”http://google.com“，”https://www.bankofamerica.com“，”http://www.nytimes.com/2011/06/13

我正在构建一个Facebook应用程序，它可以从用户的Facebook账户中获取各种来源的URL——例如，用户的喜好

我遇到的一个问题是，许多Facebook条目的“网站”和“链接”字段中都有字符串，而不是URL。Facebook不检查用户输入，因此这些字段基本上可以包含任何字符串

我希望能够处理这些字段中的字符串，使URL像
”http://google.com“
，
”https://www.bankofamerica.com“
，
”http://www.nytimes.com/2011/06/13/us/13fbi.html?_r=1&hp“
，
“bit.ly”
，
“www.pbs.org”
均被接受

所有字符串，如用户输入的“，
“here'\s ano！！！！%$^另一个奇怪的随机字符串”
，都被拒绝

在我看来，要“确定”一个URL的唯一方法是尝试解析它，但我相信这将是资源密集型的

有谁能想出一个聪明的方法来使用正则表达式或者分析这些字符串，从而正确地捕获“很多”URL——80%？95%99.995%的URL

谢谢

编辑：仅供参考，我正在用Python开发。但是语言不可知的解决方案也很好。

如果您想确保主机名没有拼写错误，我会首先匹配
“^（？：https？：/）？（[a-Za-z0-9-\.]+）/”
，然后对该主机名进行DNS查找（缓存）。95%技术使用顶级域的白名单（或它们的一些正则表达式），当新域（.info、.eu、.biz、.aero）可用时，您必须维护这些白名单。
在URL中也有某些字符是不允许的（未转义的）-但是，有些人确实会输入URL，如
“http://example.com/I “不想去！！！”
然后他们的浏览器将其转义到有效的
“…I%20don%27t%20want%20go%21%21”

根据您的开发语言，有许多用于验证URL的工具。假设您是用JavaScript开发的，快速的Google搜索会发现许多方法，这取决于您需要的健壮性级别

有关权威规范，请参阅。

我强烈建议不要使用DNS进行URL验证，因为很可能存在无法通过DNS解析的语法有效URL，并且取决于服务器当前访问域名服务的状态，通常可解析的URL在任何特定时刻都可能无法解析。