Java 的 Url 编码和解码
String keyWord = URLDecoder.decode("%E6%96%87%E6%A1%A3", "gb2312");
System.out.println(keyWord);
//将普通字符串转换成
//application/x-www-form-urlencoded 字符串
//必须强调的是编码方式必须正确，如 baidu 的是 gb2312，而 google 的是 UTF-8
String urlStr = URLEncoder.encode("文档", "gb2312");
System.out.println(urlStr);
}
}
------------------------------------------------------------------------------------------------------------------------------------------------
/*?
网页中的表单使用 POST 方法提交时，数据内容的类型是 application/x-www-form-urlencoded，这种类型会：
1.字符"a"-"z"，"A"-"Z"，"0"-"9"，"."，"-"，"*"，和"_" 都不会被编码;
2.将空格转换为加号 (+) ;
3.将非文本内容转换成"%xy"的形式,xy 是两位 16 进制的数值;
4.在每个 name=value 对之间放置 & 符号。
*/
URLEncoder 类包含将字符串转换为 application/x-www-form-urlencoded MIME 格式的静态方法。
web 设计者面临的众多难题之一便是怎样处理不同操作系统间的差异性。这些差异性能引起 URL 方面的问题：例如，一些操作系统允许文件名中含有空格符，有些又不允许。大多数操作系统不会认为文件名中含有符号“#”会有什么特殊含义；但是在一个 URL 中，符号“#”表示该文件名已经结束，后面会紧跟一个 fragment（部分）标识符。其他的特殊字符，非字母数字字符集，它们在 URL 或另一个操作系统上都有其特殊的含义，表述着相似的问题。为了解决这些问题，我们在 URL 中使用的字符就必须是一个 ASCII 字符集的固定字集中的元素，具体如下：
1.大写字母 A-Z
2.小写字母 a-z
3.数字 0-9
4.标点符 - _ . ! ~ * ' (和 ,)
诸如字符: / & ? @ # ; + = %），这些字符和所有其他字符就应该被编码。??????编码过程非常简单，任何字符只要不是 ASCII 码数字，字母，或者前面提到的标点符，它们都将被转换成字节形式，每个字节都写成这种形式：一个“%”后面跟着两位 16 进制的数值。空格是一个特殊情况，因为它们太平常了。它除了被编码成“%20”以外，还能编码为一个“+”。加号（+）本身被编码为 %2B。当/ # = & 和?作为名字的一部分来使用时，而不是作为 URL 部分之间的分隔符来使用时，它们都应该被编码。?????WARNING 这种策略在存在大量字符集的异构环境中效果不甚理想。例如：在 U.S. Windows 系统中, é 被编码为 %E9. 在 U.
S. Mac 中被编码为 %8E。这种不确定性的存在是现存的 URI 的一个明显的不足。所以在将来 URI 的规范当中应该通过国际资源标识符(IRIs)进行改善。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
类 URL 并不自动执行编码或解码工作。你能生成一个 URL 对象，它可以包括非法的 ASCII 和非 ASCII 字符和/或 %xx。当用方法 getPath() 和 toExternalForm( ) 作为输出方法时，这种字符和转移符不会自动编码或解码。你应对被用来生成一个 URL 对象的字符串对象负责，确保所有字符都会被恰当地编码。
幸运的是，java 提供了一个类 URLEncoder 把 string 编码成这种形式。Java1.2 增加了一个类 URLDecoder 它能以这种形式解码 string。这两个类都不用初始化：
public class URLDecoder extends Object
public class URLEncoder extends Object
一、URLEncoder
在 java1.3 和早期版本中，类 java.net.URLEncoder 包括一个简单的静态方法 encode( )， 它对 string 以如下规则进行编码：
public static String encode(String s)
这个方法总是用它所在平台的默认编码形式，所以在不同系统上，它就会产生不同的结果。结果 java1.4 中，这个方法被另一种方法取代了。该方法要求你自己指定编码形式：
public static String encode(String s, String encoding) throws UnsupportedEncodingException
两种关于编码的方法，都把任何非字母数字字符转换成 %xx（除了空格，下划线(_)，连字符（?）,句号（。）,和星号（*））。两者也都编码所以的非 ASCII 字符。空格被转换成一个加号。这些方法有一点过分累赘了；它们也把“~”，“‘”，“（）”转换成 %xx，即使它们完全用不着这样做。尽管这样，但是这种转换并没被 URL 规范所禁止。所以 web 浏览器会自然地处理这些被过分编码后的 URL。
两中关于编码的方法都返回一个新的被编码后的 string，java1.3 的方法 encode( ) 使用了平台的默认编码形式，得到 %xx。这些编码形式典型的有：在 U.S. Unix 系统上的 ISO-8859-1, 在 U.S. Windows 系统上的 Cp1252,在 U.S. Macs 上的 MacRoman，和其他本地字符集等。因为编码解码过程都是与本地操作平台相关的，所以这些方法是令人不爽的，不能跨平台的。
这就明确地回答了为什么在 java1.4 中这种方法被抛弃了，转而投向了要求以自己指定编码形式的这种方法。尽管如此，如果你执意要使用所在平台的默认编码形式，你的程序将会像在 java1.3 中的程序一样，是本地平台相关的。在另一种编码的方法中，你应该总是用 UTF-8，而不是其他什么。 UTF-8 比起你选的其他的编码形式来说，它能与新的 web 浏览器和更多的其他软件相兼容。
例子 7-8 是使用 URLEncoder.encode( ) 来打印输出各种被编码后的 string。它需要在 java1.4 或更新的版本中编译和运行。
Example 7-8. x-www-form-urlencoded strings?
import java.net.URLEncoder;
import java.net.URLDecoder;
import java.io.UnsupportedEncodingException;
public class EncoderTest {
public static void main(String[] args) {
try {
System.out.println(URLEncoder.encode("This string has spaces","UTF-8"));
System.out.println(URLEncoder.encode("This*string*has*asterisks","UTF-8"));
System.out.println(URLEncoder.encode("This%string%has%percent%signs", "UTF-8"));
System.out.println(URLEncoder.encode("This+string+has+pluses","UTF-8"));
System.out.println(URLEncoder.encode("This/string/has/slashes","UTF-8"));
System.out.println(URLEncoder.encode("This\"string\"has\"quote\"marks", "UTF-8"));
System.out.println(URLEncoder.encode("This:string:has:colons","UTF-8"));
System.out.println(URLEncoder.encode("This~string~has~tildes","UTF-8"));
System.out.println(URLEncoder.encode("This(string)has(parentheses)", "UTF-8"));
System.out.println(URLEncoder.encode("This.string.has.periods","UTF-8"));
System.out.println(URLEncoder.encode("This=string=has=equals=signs", "UTF-8"));
System.out.println(URLEncoder.encode("This&string&has&ersands","UTF-8"));
System.out.println(URLEncoder.encode("Thiséstringéhasé non-ASCII characters","UTF-8"));
// System.out.println(URLEncoder.encode("this 中华人民共和国","UTF-8"));
} catch (UnsupportedEncodingException ex) {throw new RuntimeException("Broken VM does not support UTF-8");
}
}
}
下面就是它的输出。需要注意的是这些代码应该以其他编码形式被保存而不是以 ASCII 码的形式，还有就是你选择的编码形式应该作为一个参数传给编译器，让编译器能据此对源代码中的非 ASCII 字符作出正确的解释。
% javac -encoding UTF8 EncoderTest?%?
java EncoderTest
This+string+has+spaces
This*string*has*asterisks
This%25string%25has%25percent%25signs
This%2Bstring%2Bhas%2Bpluses
This%2Fstring%2Fhas%2Fslashes
This%22string%22has%22quote%22marks
This%3Astring%3Ahas%3Acolons
This%7Estring%7Ehas%7Etildes
This%28string%29has%28parentheses%29
This.string.has.periods
This%3Dstring%3Dhas%3Dequals%3Dsigns
This%26string%26has%26ampersands
This%C3%A9string%C3%A9has%C3%A9non-ASCII+characters
特别需要注意的是这个方法编码了符号，“\” ,&,=,和：。它不会尝试着去规定在一个 URL 中这些字符怎样被使用。由此，所以你不得不分块编码你的 URL,而不是把整个 URL 一次传给这个方法。这是很重要的，因为对类 URLEncoder 最通常的用法就是查询 string，为了和服务器端使用 GET 方法的程序进行交互。例如，假设你想编码这个查询 sting，它用来搜索 AltaVista 网站：
pg=q&kl=XX&stype=stext&q=+"Java+I/O"&search.x=38&search.y=3
这段代码对其进行编码：
String query = URLEncoder.encode( "pg=q&kl=XX&stype=stext&q=+\"Java+I/O\"&search.x=38&search.y=3");System.out.println(query);
不幸的是，得到的输出是:
pg%3Dq%26kl%3DXX%26stype%3Dstext%26q%3D%2B%22Java%2BI%2FO%22%26search.x%3D38%26search.y%3D3
出现这个问题就是方法 URLEncoder.encode( ) 在进行盲目地编码。它不能区分在 URL 或者查询 string 中被用到的特殊字符（象前面 string 中的“＝”，和“&”）和确实需要被编码的字符。由此，所以 URL 需要像下面这样一次只编码一块：
String query = URLEncoder.encode("pg");
query += "=";
query += URLEncoder.encode("q");
query += "&";
query += URLEncoder.encode("kl");
query += "=";
query += URLEncoder.encode("XX");
query += "&";
query += URLEncoder.encode("stype");
query += "=";
query += URLEncoder.encode("stext");
query += "&";
query += URLEncoder.encode("q");
query += "=";
query += URLEncoder.encode("\"Java I/O\"");
query += "&";
query += URLEncoder.encode("search.x");
query += "=";
query += URLEncoder.encode("38");
query += "&";
query += URLEncoder.encode("search.y");
query += "=";
query += URLEncoder.encode("3");
System.out.println(query);
这才是你真正想得到的输出：
pg=q&kl=XX&stype=stext&q=%2B%22Java+I%2FO%22&search.x=38&search.y=3
例子 7-9 是一个 QueryString 类。在一个 java 对象中，它使用了类 URLEncoder 来编码连续的属性名和属性值对，这个 java 对象被用来发送数据到服务器端的程序。
当你在创建一个 QueryString 对象时，你可以把查询 string 中的第一个属性对传递给类 QueryString 的构造函数，得到初始 string。如果要继续加入后面的属性对，就应调用方法 add（），它也能接受两个 string 作为参数，能对它们进行编码。方法 getQuery( )返回一个属性对被逐个编码后得到的整个 string。
Example 7-9. -The QueryString class
package com.macfaq.net;
import java.net.URLEncoder;
import java.io.UnsupportedEncodingException;
public class QueryString {
private StringBuffer query = new StringBuffer();
public QueryString(String name, String value) {?
encode(name, value);
}
public synchronized void add(String name, String value) {
query.append('&');
encode(name, value);
}
private synchronized void encode(String name, String value) {
try {
query.append(URLEncoder.encode(name, "UTF-8"));
query.append('=');
query.append(URLEncoder.encode(value, "UTF-8"));
} catch (UnsupportedEncodingException ex) {
throw new RuntimeException("Broken VM does not support UTF-8");
}
}
public String getQuery() {
return query.toString();
}
public String toString() {
return getQuery();
}
}
利用这个类，现在我们就能对前面那个例子中的 string 进行编码了:
QueryString qs = new QueryString("pg", "q");
qs.add("kl", "XX");
评论