Scala Source.fromURL未引发无效URL的异常

我试图检索各种网站的大小，这些网站的URL将被传递到我的脚本中，但是当我传递一个无效的URL时，我没有得到异常，而只是得到一个非常小的页面。我使用的是

Source.fromURL

，我得到了以下结果：

thisIsClearlyABoggusURLThatCantPossiblyLeadAnyway 1052
www.bbc.co.uk 113871

第一个，正如它所说，不应该有任何东西，但它有。我的脚本如下：

def main( args:Array[String] ){
    val tasks = for(arg <- args) yield future {
        try {
            println(arg + " " + Source.fromURL( attachPrefix(arg) ).length)
        } catch {
            case e : java.net.UnknownHostException => println(arg + " *")
        }
    }

    awaitAll(20000L, tasks: _*)
}

def attachPrefix( url:String ) = url.slice(0, 4) match {
    case "http" => url
    case "www." => "http://" + url
    case _ => "http://www." + url
}

---

两者之间有什么区别，为什么我当前的一个给出了这样的行为？

您可以使用

Source.fromURL（URI）

签名。创建

URI

将有效地验证文档中的

URL

。但是，在这种情况下，

URL

http://www.thisIsClearlyABoggusURLThatCantPossiblyLead‌​无论如何

对于

URI

来说是有效的。另一方面，om nom nom建议的

UrlValidator

认为它无效，因为顶级域段有超过4个字符，已经过期。我不知道是否有任何完整的Scala验证库，也不知道为什么需要这样做，但您可以尝试使用正则表达式进行验证。例如，这将抓住您的例子，因为顶级域超过6个字母：

val re = """^(https?://)?(([\w!~*'().&=+$%-]+: )?[\w!~*'().&=+$%-]+@)?(([0-9]{1,3}\.){3}[0-9]{1,3}|([\w!~*'()-]+\.)*([\w^-][\w-]{0,61})?[\w]\.[a-z]{2,6})(:[0-9]{1,4})?((/*)|(/+[\w!~*'().;?:@&=+$,%#-]+)+/*)$""".r
re.pattern.matcher("http://google.com").matches // true
re.pattern.matcher("http://www.thisIsClearlyABoggusURLThatCantPossiblyLeadAnyway").matches // false

---

谢谢你的建议。我不知道这个：）但是，在本例中，我需要它是纯Scala。

Scala.io.Source.fromURL（“http://www.thisIsClearlyABoggusURLThatCantPossiblyLeadAnyway“”

抛出

java.net.UnknownHostException

。我想知道你检索大小的代码到底在做什么？您的代码中是否有

toString

，并且实际上正在检索异常文本的长度，可能是…？@Hbf，在阅读您的评论后，我对代码进行了处理，找出了问题的原因，但我不知道是什么原因造成的。我已经用完整的代码更新了我的问题。

val re = """^(https?://)?(([\w!~*'().&=+$%-]+: )?[\w!~*'().&=+$%-]+@)?(([0-9]{1,3}\.){3}[0-9]{1,3}|([\w!~*'()-]+\.)*([\w^-][\w-]{0,61})?[\w]\.[a-z]{2,6})(:[0-9]{1,4})?((/*)|(/+[\w!~*'().;?:@&=+$,%#-]+)+/*)$""".r
re.pattern.matcher("http://google.com").matches // true
re.pattern.matcher("http://www.thisIsClearlyABoggusURLThatCantPossiblyLeadAnyway").matches // false