试用EF开发WEB应用程序(5): URL编码和URL解码

题记：用“易语言.飞扬”（EF）开发WEB应用程序，此前还没有先例。但因为EF本地开发包（EFNDK）已经发布，用C/C++开发一个EF类库，使其支持EF开发WEB应用程序，应该并非难事。当然也可想而知，其中必有诸多难点有待解决。此系列文章，为本人探索过程之记录，对外人未必有多大价值。如有网友乐观其事，还请理性待之。作者：liigo。转载请务必注明出处：http://blog.csdn.net/liigo/。在线留言。

---

试用EF开发WEB应用程序(5): URL编码和URL解码

之前的文章提到，Query String是URL的一部分，那么其内容应当遵守URL的语法规则，例如不能出现 ; / ? = & 等特定字符，也不应该包含汉字字符。通常，在需要组合生成一个URL时，需要对Query String中的内容（尤其是value部分）进行“URL编码”，以确保得到一个合法的URL；在处理一个URL请求时，需要对Query String进行“URL解码”，以便还原到“URL编码”之前的Query String。CGI / FastCGI 程序在处理HTTP请求时，其从环境变量 QUERY_STRING 中获取的内容，即为已经过“URL编码”的Query String。

以之前文章中出现的URL “http://localhost:8080/querystring.efcgi?x=abc&y=ef&z=%E4%B8%AD%E5%9B%BD” 为例，其中“%E4%B8%AD%E5%9B%BD” 部分就是“URL编码”后的结果，经过“URL解码”之后，是汉字“中国”二字。

考虑到“URL编码”和“URL解码”是常见操作，EF类库 fastcgi.efn 中提供了这两项功能，同时对环境变量 QUERY_STRING 中的内容自动进行“URL解码”。

在EF类库 fastcgi.efn 中，实现“URL编码”的C++代码如下：

EFChar * URLEncode(EFChar * url,EF_MiniMem & buffer)
{
EFCharc;
EFCharhexOutputBuffer[ 2 ];
EF_MiniMemmem;

int n = EF_strlen(url);
buffer.Alloc(n << 1 );
buffer.Empty();

for ( int i = 0 ;i < n;i ++ )
{
c = url[i];
if ((c >= ' a ' && c <= ' z ' ) || (c >= ' 0 ' && c <= ' 9 ' ) || (c >= ' A ' && c <= ' Z ' )
|| (strchr( " -_. " ,c) != NULL))
{
buffer.AddChar(c);
}
else if (c == ' ' )
{
buffer.AddChar(myC( ' + ' ));
}
else
{
if (c <= 255 )
{
_URLEncode_addEncodeChar((unsigned char )c,buffer,hexOutputBuffer);
}
else
{
const char * utf8 = ( const char * )EF_UCS_to_UTF8( & c, 1 ,mem);
int len = strlen(utf8);
for ( int j = 0 ;j < len;j ++ )
{
_URLEncode_addEncodeChar(utf8[j],buffer,hexOutputBuffer);
}
}
}
}
buffer.AddChar(myC( '

在EF中，调用 FCGI.URLEncode() 即可进行“URL编码”工作。

在EF类库 fastcgi.efn 中，实现“URL解码”的C++代码如下：

EFChar * URLDecode(EFChar * url,EF_MiniMem & buffer)
{
EFCharc, * pc;
unsigned char utf8[ 3 ];
EF_MiniMemmem;

int n = EF_strlen(url);
buffer.Alloc(n);
buffer.Empty();

for ( int i = 0 ;i < n;i ++ )
{
c = url[i];
if (c != myC( ' % ' ))
{
buffer.AddChar((c == myC( ' + ' ) ? myC( ' ' ):c));
continue ;
}
utf8[ 0 ] = fromhex( & url[i + 1 ]);
if ((utf8[ 0 ] & 0x80 ) == 0 ) // 0xxxxxxx
{
buffer.AddChar((EFChar)utf8[ 0 ]);
i += 2 ;
}
else if ((utf8[ 0 ] >> 5 ) == 6 ) // 110xxxxx
{
if (n - i >= 6 && url[i + 3 ] == myC( ' % ' ))
{
utf8[ 1 ] = fromhex( & url[i + 4 ]);ASSERT(utf8[ 1 ] >> 6 == 2 ); // 10xxxxxx
pc = EF_UTF8_to_UCS(( char * )utf8, 2 ,mem);
ASSERT(pc && EF_strlen(pc) == 1 );
if (pc == NULL) return NULL;
buffer.AddChar( * pc);
i += 5 ;
}
else return NULL;
}
else if ((utf8[ 0 ] >> 4 ) == 0x0E ) // 1110xxxx
{
if (n - i >= 9 && url[i + 3 ] == myC( ' % ' ) && url[i + 6 ] == myC( ' % ' ))
{
utf8[ 1 ] = fromhex( & url[i + 4 ]);ASSERT(utf8[ 1 ] >> 6 == 2 ); // 10xxxxxx
utf8[ 2 ] = fromhex( & url[i + 7 ]);ASSERT(utf8[ 2 ] >> 6 == 2 ); // 10xxxxxx
pc = EF_UTF8_to_UCS(( char * )utf8, 3 ,mem);
ASSERT(pc && EF_strlen(pc) == 1 );
if (pc == NULL) return NULL;
buffer.AddChar( * pc);
i += 8 ;
}
else return NULL;
}
else
return NULL;
}

buffer.AddChar(myC( '

在EF中，调用 FCGI.URLDecode() 即可进行“URL解码”工作。

网络浏览器在处理用户提交的FORM数据时，也会自动将FORM中的数据生成经过“URL编码”的Query String。在实践中发现，如果FORM所属HTML文件的编码为UTF-8，则汉字是按其UTF-8编码数据进行“URL编码”；如果FORM所属HTML文件的编码未指定或为非UTF-8编码，则汉字可能不是按其UTF-8编码数据进行“URL编码”。本文上面所列代码，只能按UTF-8编码进行“URL编码”和“URL解码”，使用时需要注意。

如果代码有错误或疏忽、遗漏之处，请各位批评指正。

下文预告：解析Query String中的各参数值