
本文介绍如何使用正则表达式精确筛选形如 http://...fun.foo.bar.net:port/path 的URL,确保仅匹配以 fun.foo.bar.net 为权威域名(host)的请求,正确处理协议、端口、路径及特殊字符转义。
本文介绍如何使用正则表达式精确筛选形如 http://...fun.foo.bar.net:port/path 的url,确保仅匹配以 fun.foo.bar.net 为权威域名(host)的请求,正确处理协议、端口、路径及特殊字符转义。
在Web请求过滤或网关路由等场景中,常需基于URL的主机名(host)进行精准匹配。例如,只允许访问域名为 fun.foo.bar.net 的GraphQL服务(如 http://api-v1.fun.foo.bar.net:8080/funservice/graphql),而拒绝 test.funfoo.bar.net 或 fun.foo.bar.net.evil.com 等形似但非法的域名。
关键在于:必须确保 fun.foo.bar.net 是完整的、独立的域名段,且位于URL的host位置。原始代码中的 http(.*?).fun.foo.bar.net(.*?) 存在严重缺陷:
-
.*?过于宽泛,无法保证fun.foo.bar.net是host主体; - 未锚定字符串边界(缺少
^和$),易发生子串误匹配; - 未转义点号(
.),导致funXfooYbarZnet也被匹配; - 未处理HTTPS、端口、查询参数等合法URL组成部分。
✅ 推荐正则表达式(Java字符串形式):
private static final String URL_PATTERN =
"^https?://\S*\.fun\.foo\.bar\.net(?::\d+)?(?:[/?#]\S*)?$";
private static final Pattern PATTERN = Pattern.compile(URL_PATTERN);
? 表达式逐部分解析:
-
^https?://:严格匹配http://或https://开头; -
\S*\.:匹配任意非空白字符(如子域名aa-bb.cc-dd-ee)后紧跟一个字面量点.;注意双反斜杠是Java字符串转义要求; -
fun\.foo\.bar\.net:精确匹配字面量fun.foo.bar.net,所有点均被转义; -
(?::\d+)?:可选匹配:加数字端口(如:8080); -
(?:[/?#]\S*)?:可选匹配路径/...、查询?...或片段#...及其后续内容; -
$:强制匹配至URL末尾,杜绝fun.foo.bar.net.evil.com类越界匹配。
✅ 使用示例:
String url = "http://aa-bb.cc-dd-ee.fun.foo.bar.net:8080/funservice/graphql";
Matcher matcher = PATTERN.matcher(url);
if (matcher.matches()) { // 注意:用 matches() 而非 find(),确保全串匹配
System.out.println("✅ Valid target domain");
} else {
System.out.println("❌ Rejected: invalid or malformed host");
}
⚠️ 注意事项:
- 务必使用
matcher.matches()(全字符串匹配),而非matcher.find()(子串匹配),否则https://evil.com?redirect=http://x.fun.foo.bar.net会被错误接受; - 若需提取host或路径,可在正则中添加捕获组(如
(\.fun\.foo\.bar\.net)),但当前需求仅校验,无需分组; - 生产环境建议配合
java.net.URL解析做二次验证(如new URL(url).getHost().equals("fun.foo.bar.net")),兼顾可读性与健壮性; - 避免在正则中使用
.*匹配host前缀——它可能吞掉协议分隔符(如http://fun.foo.bar.net中的//),应使用\S*限定非空白字符更安全。
该方案兼顾准确性、可维护性与性能,适用于Spring Filter、Servlet拦截器或API网关规则配置。










