如何在 Go 中验证一个字符串是否是 URL？

前言

在实际开发过程中，有时候会遇到 URL 的校验问题，其实我也是直接调用了第三方库，但是也引发了一个思考，Go 语言中有哪些方法去验证一个字符串是否满足 URL 格式呢？

URL 代表唯一资源定位符，是 URI 的子类型（尽管许多人可以互换使用这两个术语）。URL 是对网络资源的引用，通常被视为网址（例如 https://golang.org）。

下面你可以看到一个 URL 的结构，它符合 URI 的结构

URI = scheme:[//authority]path[?query][#fragment]
authority = [userinfo@]host[:port]

官方 URL 包

在 Golang 中利用 url.ParseRequestURI 可以简单验证我们的 URL。

func ParseRequestURI(rawurl string) (*URL, error)

ParseRequestURI 将 rawurl 解析成 URL 结构。它假定在​​ HTTP 请求中接收到 rawurl，因此 rawurl 仅被解释为绝对 URI 或绝对路径。假定字符串 rawurl 没有 #fragment 后缀。（Web 浏览器在将 URL 发送到 Web 服务器之前去除 #fragment。）

ParseRequestURI 与 Parse

还有另一种方法应该用于解析 URL 字符串，但有一些注意事项。它允许相对 URL 使验证更加宽松。它是url.Parse

func Parse(rawurl string) (*URL, error)

如文档中所述：

Parse 将 rawurl 解析成 URL 结构。
rawurl 可以是相对的（路径，没有主机）或绝对的（以方案开头）。尝试在没有方案的情况下解析主机名和路径是无效的，但由于解析歧义，不一定会返回错误。

比如如下的例子：

package main

import (
    "fmt"
    "net/url"
)

func main() {

    str := "//yuzhou1u.com"

    var validURL bool

    _, err := url.Parse(str)

    if err != nil {
        fmt.Println(err)
        validURL = false
    } else {
        validURL = true
    }

    fmt.Printf("%s is a valid URL : %v \n", str, validURL)

}

使用 ParseRequestURI

在 Google 解决方法的时候，根据这篇教程中 How to check if a string is a valid URL in Golang? 提供的方法，写了一个函数：

func isValidUrl(u1 string) bool {

    _, err := url.ParseRequestURI(u1)
    if err != nil {
        return false
    }

    u, err := url.Parse(u1)
    if err != nil || u.Scheme == "" || u.Host == "" {
        return false
    }

    // Check if the URL has a valid scheme (http or https)
    if u.Scheme != "http" && u.Scheme != "https" {
        return false
    }

    return true
}

使用这个方法也有个缺陷，如果是多个 schema：https，也是检查不出来的，例如下面的示例：

package main

import (
    "fmt"
    "net/url"
)

func main() {

    fmt.Println(isValidUrl("testURL"))

    fmt.Println(isValidUrl("test.test/"))

    fmt.Println(isValidUrl("http://goglang.org"))

    fmt.Println(isValidUrl("https://goglang.org"))

    fmt.Println(isValidUrl("https://https://https://../google.com"))
}

func isValidUrl(u1 string) bool {

    _, err := url.ParseRequestURI(u1)
    if err != nil {
        return false
    }

    u, err := url.Parse(u1)
    if err != nil || u.Scheme == "" || u.Host == "" {
        return false
    }

    // Check if the URL has a valid scheme (http or https)
    if u.Scheme != "http" && u.Scheme != "https" {
        return false
    }

    return true
}

运行结果如图：

使用 url-verifier 包

安装：go get -u github.com/davidmytton/url-verifier

package main

import (
    "fmt"

    urlverifier "github.com/davidmytton/url-verifier"
)

func main() {

    url := "https://https://https://../google.com"

    verifier := urlverifier.NewVerifier()

    ret, err := verifier.Verify(url)

    if err != nil {
        fmt.Errorf("Error: %s", err)
    }

    fmt.Printf("Result: %+v\n", ret)

}

运行结果：

后面在研究这部分 verifier.go 源码时，发现这个用了 govalidator 这个包，如图：

于是，我们何不直接使用 govalidator 包来判断一个字符串是否是 URL 呢？

使用 govalidator 包

govalidator 是一个针对字符串、结构体和集合的验证器和包。基于 validator.js。

GitHub 地址：https://github.com/asaskevich/govalidator ， 目前收获了 5.7k 的 star

安装：go get github.com/asaskevich/govalidator

package main

import (
    "fmt"

    "github.com/asaskevich/govalidator"
)

func main() {

    str := "https://https://https://../google.com"

    validURL := govalidator.IsURL(str)

    fmt.Printf("%s is a valid URL : %v \n", str, validURL)
}

运行结果如下：

正则表达式匹配

本来想自己写正则表达式匹配的，然后发现 govalidator 包的作者背后的原理也是用了正则表达式的，

然后就偷懒了，直接把他源码中的部分集合到一个 main.go 函数中：

package main

import (
    "fmt"
    "net/url"
    "regexp"
    "strings"
    "unicode/utf8"
)

const (
    URLSchema    string = `((ftp|tcp|udp|wss?|https?):\/\/)`
    URLUsername  string = `(\S+(:\S*)?@)`
    URLPath      string = `((\/|\?|#)[^\s]*)`
    URLPort      string = `(:(\d{1,5}))`
    URLIP        string = `([1-9]\d?|1\d\d|2[01]\d|22[0-3]|24\d|25[0-5])(\.(\d{1,2}|1\d\d|2[0-4]\d|25[0-5])){2}(?:\.([0-9]\d?|1\d\d|2[0-4]\d|25[0-5]))`
    IP           string = `(([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))`
    URLSubdomain string = `((www\.)|([a-zA-Z0-9]+([-_\.]?[a-zA-Z0-9])*[a-zA-Z0-9]\.[a-zA-Z0-9]+))`
    URL                 = `^` + URLSchema + `?` + URLUsername + `?` + `((` + URLIP + `|(\[` + IP + `\])|(([a-zA-Z0-9]([a-zA-Z0-9-_]+)?[a-zA-Z0-9]([-\.][a-zA-Z0-9]+)*)|(` + URLSubdomain + `?))?(([a-zA-Z\x{00a1}-\x{ffff}0-9]+-?-?)*[a-zA-Z\x{00a1}-\x{ffff}0-9]+)(?:\.([a-zA-Z\x{00a1}-\x{ffff}]{1,}))?))\.?` + URLPort + `?` + URLPath + `?$`

    /*MaxURLRuneCount : maxima cantidad de runas por contar*/
    MaxURLRuneCount = 2083
    /*MinURLRuneCount : minima cantidad de runas por contar*/
    MinURLRuneCount = 3
)

var rxURL = regexp.MustCompile(URL)

// IsURL checks if the string is an URL.
func IsURL(str string) bool {
    if str == "" || utf8.RuneCountInString(str) >= MaxURLRuneCount || len(str) <= MinURLRuneCount || strings.HasPrefix(str, ".") {
        return false
    }
    strTemp := str
    if strings.Contains(str, ":") && !strings.Contains(str, "://") {
        // support no indicated urlscheme but with colon for port number
        // http:// is appended so url.Parse will succeed, strTemp used so it does not impact rxURL.MatchString
        strTemp = "http://" + str
    }
    u, err := url.Parse(strTemp)
    if err != nil {
        return false
    }
    if strings.HasPrefix(u.Host, ".") {
        return false
    }
    if u.Host == "" && (u.Path != "" && !strings.Contains(u.Path, ".")) {
        return false
    }
    return rxURL.MatchString(str)
}

func main() {

    fmt.Println(IsURL("testURL"))

    fmt.Println(IsURL("test.test/"))

    fmt.Println(IsURL("http://goglang.org"))

    fmt.Println(IsURL("https://goglang.org"))

    fmt.Println(IsURL("https://https://https://../google.com"))
}

运行结果：

除了校验 URL，这个包还提供了众多的字符串校验方法，例如校验邮箱、信用卡格式、IP...

总结

数据校验是每个程序员日常开发过程的一部分，尤其是在从事后端服务时，数据验证必须严格，保持正确。

在这篇文章中，我们讨论了如何在 Go 语言中正确验证一个字符串是否是 URL，当然利用了官方包和优秀的第三方包，在实际过程中，可能我们为了简便会直接使用别人开发好的工具，但是在学习过程中，不妨也去思考别人实现的原理，结合实际业务需要，进而扩展成自己的工具包。

希望本文能对你有所帮助，如果喜欢本文，可以点个关注.

下一篇文章见！宇宙古今无有穷期，一生不过须臾，当思奋争。

参考链接：

• url-verifier: A Go library for URL validation and verification: does this URL actually work?
• How To Validate Url In Go
• govalidator: [Go] Package of validators and sanitizers for strings, numerics, slices and structs