关于URL的encode和decode

URL无法显示某些特殊符号,这个时候就要使用编码了。编码的格式为:一个百分号,后面跟对应字符的ASCII(16进制)码值。例如 空格的编码值是"%20"。(ASCII参考)

  URL中的特殊字符
特殊含义 十六进制值
1 + 表示空格(在 URL 中不能使用空格) %2F
2 / 分隔目录和子目录 %2F
3 分隔实际的 URL 和参数  %3F
4 % 指定特殊字符 %25
5 # 表示书签 %23
6 & URL 中指定的参数间的分隔符 %26
7 = URL 中指定参数的值 %3D

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(*))。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");
  qs.add("stype", "stext");
  qs.add("q", "+"Java I/O"");
  qs.add("search.x", "38");
  qs.add("search.y", "3");
  String url = "http://www.altavista.com/cgi-bin/query?" + qs;
  System.out.println(url);

  二、URLDecoder

  与URLEncoder 类相对应的URLDecoder 类有两种静态方法。它们解码以x-www-form-url-encoded这种形式编码的string。也就是说,它们把所有的加号(+)转换成空格符,把所有的%xx分别转换成与之相对应的字符:

  public static String decode(String s) throws Exception
  public static String decode(String s, String encoding) // Java 1.4 throws 
UnsupportedEncodingException

  第一种解码方法在java1.3和java1.2中使用。第二种解码方法在java1.4和更新的版本中使用。如果你拿不定主意用哪种编码方式,那就选择UTF-8吧。它比其他任何的编码形式更有可能得到正确的结果。

  如果string包含了一个“%”,但紧跟其后的不是两位16进制的数或者被解码成非法序列,该方法就会抛出IllegalArgumentException 异常。当下次再出现这种情况时,它可能就不会被抛出了。这是与运行环境相关的,当检查到有非法序列时,抛不抛出IllegalArgumentException 异常,这时到底会发生什么是不确定的。在Sun's JDK 1.4中,不会抛出什么异常,它会把一些莫名其妙的字节加进不能被顺利编码的string中。这的确令人头疼,可能就是一个安全漏洞。

  由于这个方法没有触及到非转义字符,所以你可以把整个URL作为参数传给该方法,不用像之前那样分块进行。例如:

  String input = "http://www.altavista.com/cgi-bin/" + "query?
pg=q&kl=XX&stype=stext&q=%2B%22Java+I%2FO%22&search.x=38&search.y=3";

  try {
  String output = URLDecoder.decode(input, "UTF-8");
  System.out.println(output);
  }


HTML URL 编码

下面是用 URL 编码形式表示的 ASCII 字符(十六进制格式)。

十六进制格式用于在浏览器和插件中显示非标准的字母和字符。

URL 编码 - 从 %00 到 %8f

ASCII Value URL-encode ASCII Value URL-encode ASCII Value URL-encode
æ %00 0 %30 ` %60
  %01 1 %31 a %61
  %02 2 %32 b %62
  %03 3 %33 c %63
  %04 4 %34 d %64
  %05 5 %35 e %65
  %06 6 %36 f %66
  %07 7 %37 g %67
backspace %08 8 %38 h %68
tab %09 9 %39 i %69
linefeed %0a : %3a j %6a
  %0b ; %3b k %6b
  %0c < %3c l %6c
c return %0d = %3d m %6d
  %0e > %3e n %6e
  %0f ? %3f o %6f
  %10 @ %40 p %70
  %11 A %41 q %71
  %12 B %42 r %72
  %13 C %43 s %73
  %14 D %44 t %74
  %15 E %45 u %75
  %16 F %46 v %76
  %17 G %47 w %77
  %18 H %48 x %78
  %19 I %49 y %79
  %1a J %4a z %7a
  %1b K %4b { %7b
  %1c L %4c | %7c
  %1d M %4d } %7d
  %1e N %4e ~ %7e
  %1f O %4f   %7f
space %20 P %50 %80
! %21 Q %51   %81
" %22 R %52 %82
# %23 S %53 ƒ %83
$ %24 T %54 %84
% %25 U %55 %85
& %26 V %56 %86
' %27 W %57 %87
( %28 X %58 ˆ %88
) %29 Y %59 %89
* %2a Z %5a Š %8a
+ %2b [ %5b %8b
, %2c \ %5c Œ %8c
- %2d ] %5d   %8d
. %2e ^ %5e Ž %8e
/ %2f _ %5f   %8f

URL 编码 - 从 %90 到 %ff

ASCII Value URL-encode ASCII Value URL-encode ASCII Value URL-encode
  %90 À %c0 ð %f0
%91 Á %c1 ñ %f1
%92 Â %c2 ò %f2
%93 Ã %c3 ó %f3
%94 Ä %c4 ô %f4
%95 Å %c5 õ %f5
%96 Æ %c6 ö %f6
%97 Ç %c7 ÷ %f7
˜ %98 È %c8 ø %f8
%99 É %c9 ù %f9
š %9a Ê %ca ú %fa
%9b Ë %cb û %fb
œ %9c Ì %cc ü %fc
  %9d Í %cd ý %fd
ž %9e Î %ce þ %fe
Ÿ %9f Ï %cf ÿ %ff
  %a0 Ð %d0    
¡ %a1 Ñ %d1    
¢ %a2 Ò %d2    
£ %a3 Ó %d3    
  %a4 Ô %d4    
¥ %a5 Õ %d5    
| %a6 Ö %d6    
§ %a7   %d7    
¨ %a8 Ø %d8    
© %a9 Ù %d9    
ª %aa Ú %da    
« %ab Û %db    
¬ %ac Ü %dc    
¯ %ad Ý %dd    
® %ae Þ %de    
¯ %af ß %df    
° %b0 à %e0    
± %b1 á %e1    
² %b2 â %e2    
³ %b3 ã %e3    
´ %b4 ä %e4    
µ %b5 å %e5    
%b6 æ %e6    
· %b7 ç %e7    
¸ %b8 è %e8    
¹ %b9 é %e9    
º %ba ê %ea    
» %bb ë %eb    
¼ %bc ì %ec    
½ %bd í %ed    
¾ %be î %ee    
¿ %bf ï %ef    

你可能感兴趣的:(关于URL的encode和decode)