URL / URI / InetAddress 地址解析源码

概述

java.net 的三个地址类构成了 Java 网络编程的寻址基础：URL（统一资源定位符）、URI（统一资源标识符）、InetAddress（IP 地址抽象）。它们分别处理"怎么访问"、"怎么描述"、"怎么解析"。

• URL 依赖 URLStreamHandler 按协议分派；
• URI 有严格的分段解析器（URI.Parser）；
• InetAddress 通过 NameService 与平台 native 实现完成 DNS 解析，并带两级缓存。

本文基于 OpenJDK 21 源码拆解三条解析链路的实现。

---

核心源码解析

① URL(String spec) 的解析

public final class URL implements java.io.Serializable {
    private String protocol;      // 协议，如 http
    private String host;          // 主机名
    private int port = -1;        // 端口（-1 表示默认）
    private String file;          // 路径 + 查询
    private String query;         // 查询参数
    private String authority;     // host[:port] 或 userinfo@host[:port]
    private String ref;           // 锚点 #
    private String userInfo;      // user:password
    private transient URLStreamHandler handler;   // 协议处理器

    public URL(String spec) throws MalformedURLException {
        this(null, spec);
    }
    public URL(URL context, String spec, URLStreamHandler handler) {
        ...
        parser.parseURL(this, spec, start, limit);   // 拆解各段
    }
}

• parseURL 按协议规则扫描 spec：定位 :// 前的协议名、/ 前的 host:port、? 前的路径、# 前的 query，填充各字段。
• 未显式指定 handler 时，getURLStreamHandler(protocol) 通过 URLStreamHandlerFactory 或内置协议表（sun.net.www.protocol.*）查找处理器。
• 相对 URL：new URL(context, spec) 会基于 context 的路径补全（如基于 http://a/b/c 解析 d → http://a/b/d）。

② URL.openConnection() 的协议分发

public URLConnection openConnection() throws java.io.IOException {
    return handler.openConnection(this);    // 委托协议处理器
}

• URLStreamHandler 是协议实现的核心抽象（sun.net.www.protocol.http.Handler、https.Handler、file.Handler、jar.Handler 等），openConnection 由它创建对应协议的连接对象。
• URLStreamHandlerFactory：应用可通过 URL.setURLStreamHandlerFactory 注册自定义工厂，createURLStreamHandler(protocol) 返回协议处理器——这是扩展自定义协议（如 ftp、自定义 scheme）的 SPI 入口。
• 查找顺序：工厂注册的自定义 handler > 内置协议处理器（按协议包名反射加载）> 失败抛 MalformedURLException。
• URLConnection 的 connect()/getInputStream() 最终落到 handler 对应的连接实现（HttpURLConnection 等）。

③ URI 的 RFC 严格解析

public final class URI implements Comparable<URI>, Serializable {
    // URI.Parser 是内部解析器
    private static class Parser {
        private final String input;
        ...
        private void parse(boolean rsa) throws URISyntaxException {
            // ① 定位 scheme 与分隔符
            ...
            scan(uri, input, 0);          // ② 分段扫描
            checkChars(0, p, L_SCHEME, input);   // ③ 字符合法性校验
            ...
        }
        private int scan(int start, int end, char[] target, ...) { ... }
    }
}

• URI 的解析严格遵循 RFC 2396/3986 语法：scheme://authority/path?query#fragment 逐段扫描，非法字符（空格、控制字符、未转义的非 ASCII）直接抛 URISyntaxException。
• Hierarchical vs Opaque：有 // 权威部分的为 hierarchical（层级 URI，可相对解析）；无 scheme 或 scheme 后直接是 path 的为 opaque（不透明 URI，不可 resolve）。
• 编码规范：toASCIIString() 对非 ASCII 做 percent-encoding；URI.create 是 new URI(str) 的便捷入口（非法输入抛 IllegalArgumentException）。

④ URI.resolve(URI uri) 的路径合并

public URI resolve(URI uri) {
    if (uri.isOpaque() || isOpaque()) return uri;   // 不透明：直接返回
    if (uri.isAbsolute()) return uri;               // 已是绝对 URI
    URI base = this;
    ...
    String path = base.getPath();
    ... // 拼接基路径与相对路径
    return resolveRelativeURI(uri.getPath());       // 核心合并
}
private URI resolveRelativeURI(String encodedPath) {
    ...
    path = removeDotSegments(path);                 // 去除 ./ 与 ../
    ...
    normalize(path);                                // 规范化
}

• removeDotSegments：按 RFC 3986 算法处理 .（当前段）与 ..（上级段），如 /a/b/../c → /a/c。
• normalize：合并连续斜杠、还原空段，保证合并后的路径最小化。
• 与 URL 的差异：URL.resolve 不保证语法正确性（URL 不做严格校验），URI.resolve 则保证结果 URI 合法；Web 开发中优先用 URI 做路径运算。

⑤ InetAddress.getByName(String host) 的 DNS 解析

public class InetAddress implements java.io.Serializable {
    static final InetAddressImpl impl;      // Inet4AddressImpl / Inet6AddressImpl
    private static final NameService nameService = new NameService();
    transient String hostName;              // 主机名
    byte[] addr;                            // 4/16 字节地址

    public static InetAddress getByName(String host) throws UnknownHostException {
        return InetAddress.getAllByName(host)[0];
    }
    public static InetAddress[] getAllByName(String host) throws UnknownHostException {
        // ① 先查缓存
        InetAddress[] addresses = getCachedAddresses(host);
        if (addresses == null) {
            addresses = nameService.lookupAllHostAddr(host);   // ② 委托 NameService
            cacheAddresses(host, addresses, success);          // ③ 缓存结果
        }
        return addresses;
    }
}

• NameService.lookupAllHostAddr：先尝试平台 native（impl.lookupAllHostAddr(host)，如 Linux getaddrinfo），失败回退到 HostsFileNameService（读 /etc/hosts / hosts 文件）。
• 字面地址优化：isIPv4LiteralAddress / isIPv6LiteralAddress 直接解析数字地址，不发起 DNS 查询。
• 返回数组：getByName 取第一个，getAllByName 返回全部解析结果（负载均衡场景常用）。

⑥ InetAddress 的反向缓存与正向缓存

private static Cache addressCache = new Cache(Cache.Type.Positive);   // 正向缓存
private static Cache negativeCache = new Cache(Cache.Type.Negative);  // 负向缓存
// Cache 内部 CacheTable：ConcurrentHashMap + 过期时间戳

private static InetAddress[] getCachedAddresses(String hostname) {
    hostname = hostname.toLowerCase(Locale.ROOT);       // 键不区分大小写
    return addressCache.get(hostname);                  // 命中返回
}

缓存	键	值	作用
正向缓存	hostname（小写）	InetAddress[]	缓存成功解析，避免重复 DNS 查询
负向缓存	hostname（小写）	UNKNOWN 标记	缓存失败结果，防 DNS 风暴

• TTL 策略：由系统属性 networkaddress.cache.ttl（正向）与 networkaddress.cache.negative.ttl（负向）控制；-1 永不过期（java.security.Security 默认安全策略 networkaddress.cache.ttl=30）。
• 命中判断：CacheEntry 携带过期时间，超过 TTL 即失效并从表中移除；impl.isReachable 等不经过缓存（直连探测）。
• 反向解析 getHostName()：对已知 IP 查 getHostByAddr0 native，失败时返回 IP 字符串本身（不抛异常）。

⑦ InetAddress.getLocalHost() 的本地地址

public static InetAddress getLocalHost() throws UnknownHostException {
    SecurityManager security = System.getSecurityManager();
    try {
        String local = impl.getLocalHostName();         // native：gethostname()
        if (local != null && !local.isEmpty()) {
            return getByName(local);                    // 解析本机名 → 地址
        }
    } catch (UnknownHostException uhe) { ... }
    return impl.lookupAllHostAddr("localhost");         // 兜底：解析 localhost
}

• impl.getLocalHostName()：Linux gethostname()，Windows GetComputerName——拿到本机主机名后再按 ⑤ 的链路解析。
• 多网卡场景：返回的可能是环回地址（127.0.0.1）或首块网卡地址，取决于 /etc/hosts 与 DNS 顺序；要精确获取网卡地址应使用 NetworkInterface.getNetworkInterfaces()。
• Inet4Address / Inet6Address 是 InetAddress 的两个子类：按地址长度（4 字节 vs 16 字节）与平台支持选择实例化。

⑧ InetSocketAddress 的构造

public InetSocketAddress(String hostname, int port) {
    checkPort(port);
    this.hostname = hostname;
    this.port = port;
    // 惰性：构造时不做 DNS 解析
}
public InetAddress getAddress() {
    return getAddressImpl();          // 首次调用时才解析
}
private InetAddress getAddressImpl() {
    if (addr == null) {
        try {
            addr = InetAddress.getByName(hostname);   // 延迟解析
        } catch (UnknownHostException e) { ... }
    }
    return addr;
}

• 关键语义：构造不解析——new InetSocketAddress("example.com", 8080) 只是存字符串，DNS 解析延迟到 getAddress() 首次调用。这让"创建地址对象"零开销、不抛 UnknownHostException。
• isUnresolved()：解析失败或未解析时返回 true，此时对象只携带 hostname + port，可用于 Socket.connect 前的延迟解析。
• 字面地址优化：构造时 isIPv6LiteralAddress 快速识别 ::1 等 IP 字面量直接构造 InetAddress，避免后续字符串重复判断。

---

总结

类	解析职责	核心机制
URL	定位资源	parseURL 拆段 + URLStreamHandler 协议分派
URI	描述资源	Parser.scan 严格语法 + removeDotSegments/normalize
InetAddress	解析地址	NameService → native getaddrinfo/hosts 文件 + 正负缓存
InetSocketAddress	端口绑定	惰性解析 + unresolved 状态

四类分工明确：URI 管"合法描述"、URL 管"协议访问"、InetAddress 管"名字到 IP"、InetSocketAddress 管"端点"。理解它们的解析时机（URL/URI 构造即解析、InetAddress 缓存解析、InetSocketAddress 惰性解析），能避开"误以为构造不抛异常却抛了 UnknownHostException"之类的常见坑。