uri.Host 怎么可能抛出 UriFormatException？

Question

foreach (var node in root.Find("a[href]"))
{
    var href = node.Attributes["href"].Value;
    Uri uri;
    try
    {
        uri = new Uri(item.Value.Uri, href);
    }
    catch(UriFormatException)
    {
        continue;
    }
    // *snip*
    try
    {
        if (_imageHosts.IsMatch(uri.Host)) // <--- problematic line
            priority--;
    }catch(UriFormatException)
    {
        MessageBox.Show(uri.OriginalString); // <--- gets displayed when I expected it wouldn't
        continue;
    }
    // *snip*
}

消息框显示的地址如下

mailto: 网站管理员 [@] somehost ?网站管理员

这显然是畸形的，但我不明白的是为什么它没有被 first catch 块捕获？

MSDN 说它只能抛出 InvalidOperationException。这是很有问题的，因为这意味着我的应用程序随时可能爆炸！

[[剪]]

Answer 1

首先，我想说使用 Exception 来检查有效性并不是一个好主意，因为您可以使用 Uri.TryCreate 方法。因此，您可以重写代码，而不依赖于它可以引发和捕获异常。

所以最好将您的更改

Uri uri;
try
{
    uri = new Uri(item.Value.Uri, href);
}
catch(UriFormatException)
{
    continue;
}

为

Uri uri;
if (!Uri.TryCreate(item.Value.Uri, href, out uri)) continue;

但这无论如何都不是完整的检查。

至于你的问题，答案比较简单。你假设格式错误是错误的：

mailto: 网站管理员 [@] somehost ?网站管理员

URI 是 统一资源标识符 所以它的 基本语法

{方案名称} : {层次结构部分} [ ? {查询}] [# {片段}]

显然对您的输入有效。您将以“mailto:”方案的资源 URI 结束。

当您尝试访问 Host 属性时，您假设资源是 Http，但默认使用的“mailto”方案解析器无法解析主机组件的原始字符串，因此引发异常。

因此，要正确编写支票，您必须稍微修改代码：

Uri uri;
if (!Uri.TryCreate(item.Value.Uri, href, out uri)) continue;

if (uri.Scheme != Uri.UriSchemeHttp && uri.Scheme != Uri.UriSchemeHttps) continue;

阅读有关 UriParser

---

这里根据@Mark评论进行更新。

我很确定当我尝试获取 AbsoluteUri 属性时它也抛出了异常......为什么会失败？

您无法通过方案检查，因为它将是“mailto”。所以这里快速测试：

        var baseUri = new Uri("http://localhost");
        const string href = "mailto: webmaster [ @ ] somehost ?webmaster";

        Uri uri;
        if (!Uri.TryCreate(baseUri,href, out uri)) 
        {
            Console.WriteLine("Can't create");
            return;
        }

        if (uri.Scheme != Uri.UriSchemeHttp && uri.Scheme != Uri.UriSchemeHttps)
        {
            Console.WriteLine("Wrong scheme");
            return;
        }

        Console.WriteLine("Testing uri: {0}", uri);

它以“错误的方案”结束。也许我没有正确理解你的意思？

当您将 href 更改为：

        const string href = "http: webmaster [ @ ] somehost ?webmaster";

它正确传递时，自动将 uri 转义为：

http://localhost/%20webmaster%20 %5B%20@%20%5D%20somehost%20？网站管理员

此外，所有 uri 的组件都将可供您使用。

我尝试在以下第一部分中解释主要问题：

在我看来，您错误地将任何统一资源标识符视为基于http(s)的url，但这是错误的。 mailto:[电子邮件受保护] 或 gopher://gopher.hprc.utoronto.ca/ 或 myreshandler://something@somewhere 也是可以成功解析的有效 URI。查看官方 IANA 注册方案

Uri 构造函数行为符合预期且正确。

它尝试验证 已知方案 的传入 URI：

• UriSchemeFile - 指定 URI 是指向文件的指针。
• UriSchemeFtp - 指定通过文件传输协议 (FTP) 访问 URI。
• UriSchemeGopher - 指定通过 Gopher 协议访问 URI。
• UriSchemeHttp - 指定通过 Gopher 协议访问 URI 。超文本传输​​协议 (HTTP)
• UriSchemeHttps - 指定通过安全超文本传输​​协议 (HTTPS) 访问 URI。
• UriSchemeMailto - 指定 URI 是电子邮件地址，并通过简单网络邮件协议 (SNMP) 访问。
• UriSchemeNews - 指定 URI 是 Internet 新闻组，并通过网络新闻传输协议 (NNTP) 访问。
• UriSchemeNntp - 指定 URI 是 Internet 新闻组，并通过网络新闻传输协议 (NNTP) 访问）

当方案未知时，使用基本 URI 解析器（请参阅 URI 方案通用语法）。

---

基本上，Uri.TryCreate() 和方案检查足以获取可以传递给 .NET HttpWebRequest 的链接。您实际上不需要检查它们是否格式良好。如果链接不好（格式不正确或不存在），当尝试请求它们时，您只会收到相应的 HttpError 。

至于你的例子：

http://www.google.com/search?q=cheesy 噗

它通过了我的检查并变为：

http://www.google.com/search?q=cheesy%20poof< /a>

您不需要检查它是否格式良好。只需进行基础检查并尝试请求即可。希望有帮助。

---

此外，字符串 mailto: webmaster [ @ ] somehost ?webmaster 格式错误。我的字面意思是，那个字符串，带有愚蠢的 [] 和其中的所有内容

这个字符串是格式错误，意思是不是格式良好（因为包含根据RFC 2396），但由于一致性，它仍然可以被视为有效 URI 方案的通用语法（另请检查使用 http: 创建时它是如何转义的）。

Answer 2

如果您深入研究 Uri.Host 属性（真正深入），它最终可以调用静态函数 GetException ，该函数返回不同的 UriFormatException 对象。无效 URI 的条件。打印出您获得的完整 UriFormatException 并将其与 Uri.GetException 生成的异常进行比较。您可能会从中获得更多详细信息。

Answer 3

根据尼克的回答：

private static readonly string[] SupportedSchmes = { Uri.UriSchemeHttp, Uri.UriSchemeHttps, Uri.UriSchemeFtp, Uri.UriSchemeFile };

private static bool TryCreateUri(string uriString, out Uri result)
{
    return Uri.TryCreate(uriString, UriKind.Absolute, out result) && SupportedSchmes.Contains(result.Scheme);
}

private static bool TryCreateUri(Uri baseAddress, string relativeAddress, out Uri result)
{
    return Uri.TryCreate(baseAddress, relativeAddress, out result) && SupportedSchmes.Contains(result.Scheme);
}