Ruby的URI.regexp作为URI验证器是否存在问题？求Rails适配方案

问题情况 #

你用Ruby的URI.regexp验证https://example.com/<network_id>/1时，验证通过：

URI.regexp.match("https://example.com/<network_id>/1")
=> #<MatchData "https://example.com/" 1:"https" 2:nil 3:nil 4:"example.com" 5:nil 6:nil 7:"/" 8:nil 9:nil>

但把这个URL传给Java的URI类处理时，会直接报错：

Error message:
Illegal character in path at index ...

                               java.net.URI.create(URI.java:852)
org.apache.http.client.methods.HttpPost.<init>(HttpPost.java:73)
...

本质原因是Ruby的URI.regexp对URI的合规性校验太宽松，允许<和>这类RFC标准里明确属于非法的路径字符，但Java的URI实现严格遵循规范，所以会触发错误。

推荐的Rails验证方案 #

1. 用URI.parse替代正则匹配 #

直接用Ruby自带的URI.parse方法，它会严格按照RFC规范校验URI格式，遇到非法字符会立刻抛出URI::InvalidURIError异常：

begin
  URI.parse("https://example.com/<network_id>/1")
rescue URI::InvalidURIError => e
  puts "无效URI: #{e.message}"
end

这个方法比URI.regexp靠谱得多，能提前拦截不符合规范的URI，避免后续给Java端处理时出问题。

2. 在Rails模型/表单中做自定义验证 #

如果是在Rails模型或者表单里校验，可以写个自定义验证逻辑，用URI.parse做校验：

class YourModel < ApplicationRecord
  validate :check_valid_uri

  private

  def check_valid_uri
    begin
      URI.parse(self.target_uri)
    rescue URI::InvalidURIError
      errors.add(:target_uri, "格式不符合URI规范")
    end
  end
end

3. 自定义严格正则校验 #

要是需要更细粒度的控制，可以自己写符合RFC 3986标准的正则，直接拦截<>这类非法字符：

VALID_RFC_URI_REGEX = /\Ahttps?:\/\/[^\s<>]+\/[^\s<>]*\z/
validates :target_uri, format: { with: VALID_RFC_URI_REGEX, message: "URI格式无效" }

这个正则会直接拒绝包含<或>的URI，和Java的URI校验逻辑对齐。

总结 #

优先推荐用URI.parse做校验，它严格遵循RFC规范，能和Java端的URI处理逻辑保持一致，从根源上避免跨语言场景下的兼容性问题。

内容的提问来源于stack exchange，提问作者Ken Mayer