Java结合JS实现URL编解码

2024-02-18 05:02:49 阅读 0

通常如果某些东西需要编码，就意味着它不适合传输。原因有多种，比如Size太大，包含私有数据等。对于Url来说，之所以要进行编码，是因为Url中的某些字符会造成歧义。

例如Url参数字符串使用key=value对来传递参数，键值对之间用&符号分隔，如/s?q=abc& ie=utf-8。如果你的值字符串中包含=或&，那么必然会导致接收Url的服务器出现解析错误。因此，有歧义的&和=符号必须进行转义，即编码。

再比如，Url的编码格式使用的是ASCII码，而不是. 这意味着您不能在 URL 中包含任何非 ASCII 字符，例如中文。否则，如果客户端浏览器和服务器浏览器支持的字符集不同，中文可能会出现问题。

URL编码的原理是用安全字符（没有特殊用途或意义的可打印字符）来表示不安全字符。

预备知识：URI的意思是统一资源标识符。通常我们所说的 URL 只是 URI 的一种。典型的 URL 格式如下。下面提到的URL编码实际上应该指的是URI编码。

哪些字符需要编码

文档规定Url只允许包含英文字母（a-zA-Z）、数字（0-9）、-_.~4个特殊字符以及所有保留字符。该文档对Url的编码和解码提出了详细的建议，指出了哪些字符需要进行编码，以免引起Url语义的改变，并对于为什么需要对这些字符进行编码提供了相应的解释。

US-ASCII 字符集中没有对应的可打印字符：Url 中只允许使用可打印字符。 US-ASCII码中的10-7F字节全部代表控制字符，这些字符不能直接出现在Url中。同时，对于80-FF字节（ISO-8859-1），由于已经超出了US-ACII定义的字节范围，所以不能放在Url中。

保留字符：Url 可以分为几个组成部分，如协议、主机、路径等。一些字符（:/?#[]@）用于分隔不同的组成部分。例如：冒号用于分隔协议和主机，/用于分隔主机和路径，? 用于分隔路径、查询参数等。还有一些字符(!$&'()*+,;=)用于分隔各个组成部分。例如，查询参数中使用=表示键值对，&符号用于分隔查询倍数。键值对。当组件中的普通数据包含这些特殊字符时，需要对其进行编码。

以下字符被指定为保留字符： ! * '(); : @ & = + $ , / ? #[]

不安全字符：还有一些字符直接放入 URL 中时可能会导致解析器产生歧义。由于多种原因，这些字符被认为是不安全的。

需要注意的是，对于Url中的合法字符，编码和不编码是等价的。但是，对于上面提到的字符，如果不进行编码，可能会导致Url的语义不同。因此，对于Url来说，未编码的Url中只能出现普通的英文字符和数字、特殊字符$-_.+!*'()和保留字符。其他字符需要经过编码才能出现在 Url 中。

但由于历史原因，仍然存在一些不标准的编码实现。例如，对于~符号，虽然文档规定波浪号符号~不需要进行URL编码，但是仍然有很多老的网关或者传输代理会对它进行编码。

如何对Url中的非法字符进行编码

url编码通常被称为百分号编码（Url，也称为-），因为它的编码方法非常简单，使用%百分号加两个字符——代表一个字节的十。十六进制形式。用于 URL 编码的默认字符集是 US-ASCII。比如a在US-ASCII码中对应的字节是0x61，那么编码后得到的URL就是%61。当我们在地址栏输入%61%62%63时，其实相当于在网上搜索abc。又比如@符号在ASCII字符集中对应的字节是0x40，经过Url编码后得到的值为%40。

对于非ASCII字符，需要使用ASCII字符集的超集对对应的字节进行编码，然后对每个字节进行百分比编码。对于字符，RFC文档建议使用UTF-8编码得到对应的字节，然后对每个字节进行百分比编码。例如“中文”使用UTF-8字符集得到的字节为0xE4 0xB8 0xAD 0xE6 0x96 0x87，Url编码后得到“%E4%B8%AD%E6%96%87”。

如果某个字节对应于 ASCII 字符集中的非保留字符，则该字节不需要用百分号表示。例如“Url编码”，使用UTF-8编码得到的字节为0x55 0x72 0x6C 0xE7 0xBC 0x96 0xE7 0xA0 0x81。由于前三个字节对应于ASCII中的非保留字符“Url”，因此这三个字节可以用非保留字符“Url”来表示。最终的Url编码可以简化为“Url%E7%BC%96%E7%A0%81”。当然，如果用“%55%72%6C%E7%BC%96%E7%A0%81”也是可以的。的。

由于历史原因，有些URL编码实现并不完全遵循这个原则，下面会提到。

和之间的区别

提供了三对函数用于对Url进行编码以获得合法的Url，它们是/、/和/。由于解码和编码过程是可逆的，因此这里只解释编码过程。

这三个编码函数-、、-都是用来将不安全、非法的Url字符转换成合法的Url字符表示。它们有以下区别。

安全字符不同

下面列出了这三个函数的安全字符（即函数不会对这些字符进行编码）

兼容性有所不同

该函数从1.0开始就存在，另外两个函数是在1.5中引入的。但由于1.5已经很流行了，所以使用时其实不存在兼容性问题。

字符的编码方式不同：这三个函数对ASCII字符的编码方式是一样的，都是用百分号+两个十六进制字符来表示。但对于字符来说，编码方式是%uxxxx，其中xxxx是4位十六进制字符，用来表示字符。此方法已被 W3C 弃用。但这种编码语法仍然保留在 ECMA-262 标准中。然后使用 UTF-8 对非 ASCII 字符进行编码，然后对它们进行百分比编码。这是 RFC 推荐的。因此，建议尽可能使用这两个函数来代替编码。

适用于不同场合

用于对完整的 URI 进行编码，并用于对 URI 的组成部分进行编码。从上面提到的安全字符范围表来看，我们会发现编码的字符范围大于。上面我们提到，保留字符一般用来分隔URI的组成部分（一个URI可以被切分成多个组成部分，参考预备知识部分）或者子组成部分（比如URI中查询参数的分隔符），比如：用于分隔主机和主机，？字符用于分隔主机和路径。由于操作的对象是一个完整的URI，这些字符在URI中有特殊的用途，所以这些保留字符不会被编码，否则含义就会改变。

组件内部有自己的数据表示格式，但是这些数据不能包含分隔组件的保留字符，否则会造成整个URI中组件分隔的混乱。因此，对于要使用的单个组件，需要编码更多的字符。

表单提交

当提交 Html 表单时，每个表单字段在发送之前都会进行 URL 编码。由于历史原因，表单使用的URL编码实现不符合最新标准。例如，用于空格的编码不是%20，而是+。如果使用 Post 方法提交表单，我们可以在 HTTP 标头中看到一个 -Type，其值为 /x-www-form-。大多数应用程序都可以处理Url编码的这种非标准实现，但是在客户端中，没有可以将+号解码为空格的函数，只能自己编写转换函数。另外，对于非ASCII字符，使用的编码字符集取决于当前文档使用的字符集。例如我们添加

<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

这样浏览器就会用它来渲染文档（注意，当HTML文档中没有设置这个meta标签时，浏览器会根据当前用户的喜好自动选择字符集。用户也可以强制当前使用网站使用指定的字符集。）。提交表单时，用于URL编码的字符集是。

之前使用的时候遇到了一个很困惑的问题（为什么下面专门提到）。当我使用它的时候，我发现它的编码结果和我想象的有很大的不同。下面是我的示例代码：



    
        <meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
    
    <body>
        <script type="text/javascript">
            document.write(encodeURI("中文"));
        </script>

运行结果输出为%E6%B6%93%EE%85%9F%E6%9E%83。显然这不是使用UTF-8字符集进行Url编码的结果（在网上搜索“中文”，显示的Url是%E4%B8%AD%E6%96%87）。

所以我当时很怀疑，是不是和页面编码有关，但是我发现一般情况下，如果使用Url编码，是不会得到这个结果的。后来终于发现问题是由于页面文件存储所使用的字符集与Meta标签中指定的字符集不一致造成的。编辑器默认使用UTF-8字符集。换句话说，文件实际上是使用UTF-8字符集存储的。但是，由于是在Meta标签中指定的，此时浏览器会相应地解析文档，所以自然会出现“”字符串的错误，因为“”字符串是用UTF-8编码的获取字符部分为0xE4 0xB8 0xAD 0xE6 0x96 0x87。这6个字节被浏览器解码后，就会得到另外三个汉字“一枃”（GBK中一个汉字占两个字节）。这三个汉字传入函数的结果是%E6%B6%93%EE%85%9F%E6%9E%83。因此，仍然使用UTF-8，不会受到页面字符集的影响。

对于含有汉字的URL的处理，不同的浏览器有不同的表现。例如，对于 IE，如果勾选高级设置“始终以 UTF-8 发送 Url”，则 Url 路径部分中的中文会以 UTF-8 编码发送到服务器，而查询参数将被发送到服务器。部分使用系统默认字符集进行Url编码。为了保证最大程度的互操作性，建议放置在Url中的所有组件显式指定Url编码的某种字符集，并且不要依赖于浏览器的默认实现。

另外，很多HTTP监控工具或者浏览器地址栏在显示Url时都会自动对Url进行解码（使用UTF-8字符集）。这就是为什么当你在中国搜索中文时，地址栏显示“URL包含中文字符”。但实际上发送到服务器的原始 URL 仍然是经过编码的。您可以通过访问地址栏上的 .href 来查看这一点。在学习Url编码和解码时，不要被这些错觉所迷惑。

下面，我们举个例子：

可以通过本网站访问在线直接网址

编码规范java_java url对象编码问题_java编码方式

通过程序实现

package com.souvc.test;
import java.io.UnsupportedEncodingException;
import java.net.URLDecoder;
import java.net.URLEncoder;
/**
* 类名: URLEncodeTest 

* 描述: 把URL 编码或是解码  

* 开发人员： souvc 

* 创建时间：  2015-11-30 

* 发布版本：V1.0  

 */
public class URLEncodeTest {
    public static void main(String[] args) {
        String URL ="http://www.souvc.com/oauthServlet";
        System.out.println(urlEncodeUTF8(URL));
        System.out.println(urlEncodeGb2312(URL));
        System.out.println(urlDecodeUTF8("http%3A%2F%2Fwww.souvc.com%2FoauthServlet"));
        System.out.println(urlDecodeGb2312("http%3A%2F%2Fwww.souvc.com%2FoauthServlet"));
    }
    
    /**
    * 方法名：urlEncodeUTF8

    * 详述： URL 编码  

    * 开发人员：souvc 

    * 创建时间：2015-11-30  

    * @param source
    * @return
    * @throws
     */
    public static String urlEncodeUTF8(String URL) {
        String result = URL;
        try {
            result = URLEncoder.encode(URL, "UTF-8");
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return result;
    }
    /**
    * 方法名：urlDecodeUTF8

    * 详述：URL 解码 

    * 开发人员：souvc 

    * 创建时间：2015-11-30  

    * @param URL
    * @return
    * @throws
     */
    public static String urlDecodeUTF8(String URL) {
        String result = "";
        try {
            result = URLDecoder.decode(URL, "UTF-8");
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return result;
    }
    
    /**
    * 方法名：urlDecodeGb2312

    * 详述：URL 解码

    * 开发人员：souvc  

    * 创建时间：2015-11-30  

    * @param URL
    * @return
    * @throws
     */
    public static String urlDecodeGb2312(String URL) {
        String result = "";
        try {
            result = URLDecoder.decode(URL, "gb2312");
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return result;
    }
    
    
    /**
    * 方法名：urlEncodeGb2312

    * 详述：URL 编码  

    * 开发人员：souvc  

    * 创建时间：2015-11-30  

    * @param URL
    * @return
    * @throws
     */
    public static String urlEncodeGb2312(String URL) {
        String result = URL;
        try {
            result = URLEncoder.encode(URL, "gb2312");
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return result;
    }
    
    
}

这篇关于Java结合JS实现URL编解码的文章到此结束。希望对大家的学习有所帮助，也希望大家支持 Home。

上一篇： PHP编程中最常见的错误，你犯了几个？

下一篇： C语言复习毕业论文文档有哪些？

标签： url编码字符编码编码转换

排行榜

259℃1hustoj比赛作业里面的时间是什么含义，OI排名跟普通排名有何区别？
214℃2Ubuntu18.04搭建LAMP环境完成帝国CMS安装
212℃3LAMP环境如何搭建多站点
210℃4 linux 下基本文件操作
197℃5hustoj脚本把OJ装在哪里了？可以卸载么？
187℃6hustoj如何限制未登录用户访问？
170℃7hustoj比赛后题目看不见了怎么弄？
160℃8Apache如何做301重定向

图文教程

技术标签