java中的url 編碼(Encoder)與解碼(Decoder)__java

    在開始討論編碼解碼之前，首先來明確一下問題。

什麼是application/x-www-form-urlencoded字串。

答：它是一種編碼類別型。當URL地址裡包含非西歐字元的字串時，系統會將這些字元轉換成application/x-www-form-urlencoded字串。

      表單裡提交時也是如此，當包含非西歐字元的字串時，系統也會將這些字元轉換成application/x-www-form-urlencoded字串。

      然而，在向伺服器發送大量的文本、包含非ASCII字元的文本或位元據時這種編碼方式效率很低。這個時候我們就要使用另一種

      編碼類別型“multipart/form-data”，比如在我們在做上傳的時候，表單的enctype屬性一般會設定成“multipart/form-data”。

      Browser端<form>表單的ENCTYPE屬性值為multipart/form-data，它告訴我們傳輸的資料要用到多媒體傳輸協議，由於多媒體傳輸的都是大量的資料，所以規    定上傳檔案必須是post方法，<input>的type屬性必須是file。 

     form中的其他enctype請查看這裡。跑題了我。

 

    我們經常會在瀏覽器的地址欄裡看到這樣的字串%E6%96%87%E6%A1%A3

   這就是被編碼後的字串，下面我們就討論一下java 的url編碼與解碼問題

   代碼 java.net.URLDecoder.decode(String s,String enc);
將application / x - www - form - urlencoded字串轉換成一般字元串。

java.net.URLEncoder.decode(String s,String enc);
將一般字元串轉換成application / x - www - form - urlencoded字串 代碼

下面轉載一片文章

/*       網頁中的表單使用POST方法提交時，資料內容的類型是 application/x-www-form-urlencoded，這種類型會： 1.字元"a"-"z"，"A"-"Z"，"0"-"9"，"."，"-"，"*"，和"_" 都不會被編碼; 2.將空格轉換為加號 (+) ; 3.將非常值內容轉換成"%xy"的形式,xy是兩位16進位的數值; 4.在每個 name=value 對之間放置 & 符號。 */    URLEncoder類包含將字串轉換為application/x-www-form-urlencoded MIME 格式的靜態方法。        web 設計者面臨的眾多難題之一便是怎樣處理不同作業系統間的差異性。這些差異效能引起URL方面的問題：例如，一些作業系統允許檔案名稱中含有空格符，有些又不允許。大多數作業系統不會認為檔案名稱中含有符號“#”會有什麼特殊含義；但是在一個URL中，符號“#”表示該檔案名稱已經結束，後面會緊跟一個 fragment（部分）標識符。其他的特殊字元，非字母數字字元集，它們在URL或另一個作業系統上都有其特殊的含義，表述著相似的問題。為瞭解決這些問題，我們在URL中使用的字元就必須是一個ASCII字元集的固定字集中的元素，具體如下： 1.大寫字母A-Z 2.小寫字母a-z 3.數字 0-9 4.標點符 - _ . ! ~ * ' (和 ,)       諸如字元: / & ? @ # ; $ + = 和 %也可以被使用，但是它們各有其特殊的用途，如果一個檔案名稱包括了這些字元（ / & ? @ # ; $ + = %），這些字元和所有其他字元就應該被編碼。       編碼過程非常簡單，任何字元只要不是ASCII碼數字，字母，或者前面提到的標點符，它們都將被轉換成位元組形式，每個位元組都寫成這種形式：一個“%”後面跟著兩位16進位的數值。空格是一個特殊情況，因為它們太平常了。它除了被編碼成“%20”以外，還能編碼為一個“+”。加號（+）本身被編碼為%2B。當/ # = & 和?作為名字的一部分來使用時，而不是作為URL部分之間的分隔字元來使用時，它們都應該被編碼。      WARNING這種策略在存在大量字元集的異構環境中效果不甚理想。例如：在U.S. Windows 系統中, é 被編碼為 %E9. 在 U.S. Mac中被編碼為%8E。這種不確定性存在是現存的URI的一個明顯的不足。所以在將來URI的規範當中應該通過國際資源標識符(IRIs)進行改善。

    類 URL並不自動執行編碼或解碼工作。你能產生一個URL對象，它可以包括非法的ASCII和非ASCII字元和/或%xx。當用方法getPath() 和toExternalForm( ) 作為輸出方法時，這種字元和轉移符不會自動編碼或解碼。你應對被用來產生一個URL對象的字串對象負責，確保所有字元都會被恰當地編碼。


    幸運的是，java提供了一個類URLEncoder把string編碼成這種形式。Java1.2增加了一個類URLDecoder它能以這種形式解碼string。這兩個類都不用初始化：
public class URLDecoder extends Object
public class URLEncoder extends Object

一、URLEncoder

    在java1.3和早期版本中，類java.net.URLEncoder包括一個簡單的靜態方法encode( )， 它對string以如下規則進行編碼：
      public static String encode(String s)

    這個方法總是用它所在平台的預設編碼形式，所以在不同系統上，它就會產生不同的結果。結果java1.4中，這個方法被另一種方法取代了。該方法要求你自己指定編碼形式：

public static String encode(String s, String encoding) throws UnsupportedEncodingException

     兩種關於編碼的方法，都把任何非字母數字字元轉換成%xx（除了空格，底線(_)，連字號（?）,句號（。）,和星號（*））。兩者也都編碼所以的非ASCII字元。空格被轉換成一個加號。這些方法有一點過分累贅了；它們也把“~”，“‘”，“（）”轉換成%xx，即使它們完全用不著這樣做。儘管這樣，但是這種轉換並沒被URL規範所禁止。所以web瀏覽器會自然地處理這些被過分編碼後的URL。

     兩中關於編碼的方法都返回一個新的被編碼後的string，java1.3的方法encode( ) 使用了平台的預設編碼形式，得到%xx。這些編碼形式典型的有：在 U.S. Unix 系統上的ISO-8859-1, 在U.S. Windows 系統上的Cp1252,在U.S. Macs上的MacRoman，和其他本地字元集等。因為編碼解碼過程都是與本地操作平台相關的，所以這些方法是令人不爽的，不能跨平台的。
     這就明確地回答了為什麼在java1.4中這種方法被拋棄了，轉而投向了要求以自己指定編碼形式的這種方法。儘管如此，如果你執意要使用所在平台的預設編碼形式，你的程式將會像在java1.3中的程式一樣，是本地平台相關的。在另一種編碼的方法中，你應該總是用UTF-8，而不是其他什麼。 UTF-8比起你選的其他的編碼形式來說，它能與新的web瀏覽器和更多的其他軟體相相容。

     例子7-8是使用URLEncoder.encode( ) 來列印輸出各種被編碼後的string。它需要在java1.4或更新的版本中編譯和運行。

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中華人民共和國","UTF-8"));} catch (UnsupportedEncodingException ex) {throw new RuntimeException("Broken VM does not support UTF-8");}}}

 

 

下面就是它的輸出。需要注意的是這些代碼應該以其他編碼形式被儲存而不是以ASCII碼的形式，還有就是你選擇的編碼形式應該作為一個參數傳給編譯器，讓編譯器能據此對原始碼中的非ASCII字元作出正確的解釋。

% 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

特別需要注意的是這個方法編碼了符號，“\” ,&,=,和：。它不會嘗試著去規定在一個URL中這些字元怎樣被使用。由此，所以你不得不分塊編碼你的URL,而不是把整個URL一次傳給這個方法。這是很重要的，因為對類URLEncoder最通常的用法就是查詢string，為了和伺服器端使用GET方法的程式進行互動。例如，假設你想編碼這個查詢sting，它用來搜尋AltaVista網站：
pg=q&kl=XX&stype=stext&q=+"Java+I/O"&search.x=38&search.y=3

這段代碼對其進行編碼：
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，得到的輸出是:
pg%3Dq%26kl%3DXX%26stype%3Dstext%26q%3D%2B%22Java%2BI%2FO%22%26search.x%3D38%26search.y%3D3

出現這個問題就是方法URLEncoder.encode( ) 在進行盲目地編碼。它不能區分在URL或者查詢string中被用到的特殊字元（象前面string中的“＝”，和“&”）和確實需要被編碼的字元。由此，所以URL需要像下面這樣一次只編碼一塊：

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);

這才是你真正想得到的輸出：
pg=q&kl=XX&stype=stext&q=%2B%22Java+I%2FO%22&search.x=38&search.y=3

例子7-9是一個QueryString類。在一個java對象中，它使用了類URLEncoder來編碼連續的屬性名稱和屬性值對，這個java對象被用來發送資料到伺服器端的程式。

當你在建立一個QueryString對象時，你可以把查詢string中的第一個屬性對傳遞給類QueryString的建構函式，得到初始 string。如果要繼續加入後面的屬性對，就應調用方法add（），它也能接受兩個string作為參數，能對它們進行編碼。方法getQuery( )返回一個屬性對被逐個編碼後得到的整個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();
}
}

利用這個類，現在我們就能對前面那個例子中的string進行編碼了:
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
    與URLEncoder 類相對應的URLDecoder 類有兩種靜態方法。它們解碼以x-www-form-url-encoded這種形式編碼的string。也就是說，它們把所有的加號（+）轉換成空格符，把所有的%xx分別轉換成與之相對應的字元：
public static String decode(String s) throws Exception
public static String decode(String s, String encoding) // Java 1.4 throws UnsupportedEncodingException

第一種解碼方法在java1.3和java1.2中使用。第二種解碼方法在java1.4和更新的版本中使用。如果你拿不定主意用哪種編碼方式，那就選擇UTF-8吧。它比其他任何的編碼形式更有可能得到正確的結果。

如果string包含了一個“%”，但緊跟其後的不是兩位16進位的數或者被解碼成非法序列，該方法就會拋出 IllegalArgumentException 異常。當下次再出現這種情況時，它可能就不會被拋出了。這是與運行環境相關的，當檢查到有非法序列時，拋不拋出 IllegalArgumentException 異常，這時到底會發生什麼是不確定的。在Sun's JDK 1.4中，不會拋出什麼異常，它會把一些莫名其妙的位元組加進不能被順利編碼的string中。這的確令人頭疼，可能就是一個安全性漏洞。

由於這個方法沒有觸及到非逸出字元，所以你可以把整個URL作為參數傳給該方法，不用像之前那樣分塊進行。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); 
}

 

 

 

本文基於署名 2.5 中國大陸許可協議發布，歡迎轉載，演繹或用於商業目的，但是必須保留本文的署名時邵猛（包含連結）。如您有任何疑問或者授權方面的協商，請給我留言。如果您覺得文章很有用，歡迎捐贈。【通過】。