java.net.URLEncode編碼 與 URLDecode解碼問題 -

<div>/*
 　　網頁中的表單使用POST方法提交時，數據內容的類型是 application/x-www-form-urlencoded，這種類型會：</p>
 　　1.字符"a"-"z"，"A"-"Z"，"0"-"9"，"."，"-"，"*"，和"_" 都不會被編碼;</p>
 　　2.將空格轉換爲加號 (+) ;</p>
 　　3.將非文本內容轉換成"%xy"的形式,xy是兩位16進制的數值;</p>
<p style="TEXT-INDENT: 2em">　　4.在每個 name=value 對之間放置 &amp; 符號。</p>
<p style="TEXT-INDENT: 2em">　　*/</p>
<p style="TEXT-INDENT: 2em">　　URLEncoder類包含將字符串轉換爲application/x-www-form-urlencoded MIME 格式的靜態方法。</p>
<p style="TEXT-INDENT: 2em">　　web設計者面臨的衆多難題之一便是怎樣處理不同操作系統間的差異性。這些差異性能引起URL方面的問題：例如，一些操作系統允許文件名中含有空格符，有些又不允許。大多數操作系統不會認爲文件名中含有符號“#”會有什麼特殊含義;但是在一個URL中，符號“#”表示該文件名已經結束，後面會緊跟一個fragment(部分)標識符。其他的特殊字符，非字母數字字符集，它們在URL或另一個操作系統上都有其特殊的含義，表述着相似的問題。爲了解決這些問題，我們在URL中使用的字符就必須是一個ASCII字符集的固定字集中的元素，具體如下：</p>
<p style="TEXT-INDENT: 2em">　　1.大寫字母A-Z</p>
<p style="TEXT-INDENT: 2em">　　2.小寫字母a-z</p>
<p style="TEXT-INDENT: 2em">　　3.數字 0-9</p>
<p style="TEXT-INDENT: 2em">　　4.標點符 - _ . ! ~ * ' (和 ,)</p>
<p style="TEXT-INDENT: 2em">　　諸如字符: / &amp; ? @ # ; $ + = 和 %也可以被使用，但是它們各有其特殊的用途，如果一個文件名包括了這些字符( / &amp; ? @ # ; $ + = %)，這些字符和所有其他字符就應該被編碼。</p>
<p style="TEXT-INDENT: 2em">　　編碼過程非常簡單，任何字符只要不是ASCII碼數字，字母，或者前面提到的標點符，它們都將被轉換成字節形式，每個字節都寫成這種形式：一個“%”後面跟着兩位16進制的數值。空格是一個特殊情況，因爲它們太平常了。它除了被編碼成“%20”以外，還能編碼爲一個“+”。加號(+)本身被編碼爲%2B。當/ # = &amp; 和?作爲名字的一部分來使用時，而不是作爲URL部分之間的分隔符來使用時，它們都應該被編碼。</p>
<p style="TEXT-INDENT: 2em">　　WARNING這種策略在存在大量字符集的異構環境中效果不甚理想。例如：在U.S. Windows 系統中, é 被編碼爲 %E9. 在 U.S. Mac中被編碼爲%8E。這種不確定性的存在是現存的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。</p>
<p style="TEXT-INDENT: 2em">　　類URL並不自動執行編碼或解碼工作。你能生成一個URL對象，它可以包括非法的ASCII和非ASCII字符和/或%xx。當用方法getPath() 和toExternalForm( ) 作爲輸出方法時，這種字符和轉移符不會自動編碼或解碼。你應對被用來生成一個URL對象的字符串對象負責，確保所有字符都會被恰當地編碼。</p>
<p style="TEXT-INDENT: 2em">　　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：</p>
<p style="TEXT-INDENT: 2em">　　public class URLDecoder extends Object</p>
<p style="TEXT-INDENT: 2em">　　public class URLEncoder extends Object</p>
<p style="TEXT-INDENT: 2em">　　一、URLEncoder</p>
<p style="TEXT-INDENT: 2em">　　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：</p>
<p style="TEXT-INDENT: 2em">　　public static String encode(String s)</p>
<p style="TEXT-INDENT: 2em">　　這個方法總是用它所在平臺的默認編碼形式，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：</p>
<p style="TEXT-INDENT: 2em">　　public static String encode(String s, String encoding) throws UnsupportedEncodingException</p>
<p style="TEXT-INDENT: 2em">　　兩種關於編碼的方法，都把任何非字母數字字符轉換成%xx(除了空格，下劃線(_)，連字符(?),句號(。),和星號(*))。兩者也都編碼所以的非ASCII字符。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，即使它們完全用不着這樣做。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。</p>
<p style="TEXT-INDENT: 2em">　　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( ) 使用了平臺的默認編碼形式，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，和其他本地字符集等。因爲編碼解碼過程都是與本地操作平臺相關的，所以這些方法是令人不爽的，不能跨平臺的。</p>
<p style="TEXT-INDENT: 2em">　　這就明確地回答了爲什麼在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臺的默認編碼形式，你的程序將會像在java1.3中的程序一樣，是本地平臺相關的。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件相兼容。</p>
<p style="TEXT-INDENT: 2em">　　例子7-8是使用URLEncoder.encode( ) 來打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。</p>
<p style="TEXT-INDENT: 2em">　　Example 7-8. x-www-form-urlencoded strings</p>
<p style="TEXT-INDENT: 2em">　　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&amp;string&amp;has&amp;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");　　}　　}　　}</p>
<p style="TEXT-INDENT: 2em">　　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保存而不是以ASCII碼的形式，還有就是你選擇的編碼形式應該作爲一個參數傳給編譯器，讓編譯器能據此對源代碼中的非ASCII字符作出正確的解釋。</p>
<p style="TEXT-INDENT: 2em">　　% javac -encoding UTF8 EncoderTest %</p>
<p style="TEXT-INDENT: 2em">　　java EncoderTest</p>
<p style="TEXT-INDENT: 2em">　　This+string+has+spaces</p>
<p style="TEXT-INDENT: 2em">　　This*string*has*asterisks</p>
<p style="TEXT-INDENT: 2em">　　This%25string%25has%25percent%25signs</p>
<p style="TEXT-INDENT: 2em">　　This%2Bstring%2Bhas%2Bpluses</p>
<p style="TEXT-INDENT: 2em">　　This%2Fstring%2Fhas%2Fslashes</p>
<p style="TEXT-INDENT: 2em">　　This%22string%22has%22quote%22marks</p>
<p style="TEXT-INDENT: 2em">　　This%3Astring%3Ahas%3Acolons</p>
<p style="TEXT-INDENT: 2em">　　This%7Estring%7Ehas%7Etildes</p>
<p style="TEXT-INDENT: 2em">　　This%28string%29has%28parentheses%29</p>
<p style="TEXT-INDENT: 2em">　　This.string.has.periods</p>
<p style="TEXT-INDENT: 2em">　　This%3Dstring%3Dhas%3Dequals%3Dsigns</p>
<p style="TEXT-INDENT: 2em">　　This%26string%26has%26ampersands</p>
<p style="TEXT-INDENT: 2em">　　This%C3%A9string%C3%A9has%C3%A9non-ASCII+characters</p>
<p style="TEXT-INDENT: 2em">　　特別需要注意的是這個方法編碼了符號，“\” ,&amp;,=,和：。它不會嘗試着去規定在一個URL中這些字符怎樣被使用。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，因爲對類URLEncoder最通常的用法就是查詢string，爲了和服務器端使用GET方法的程序進行交互。例如，假設你想編碼這個查詢sting，它用來搜索AltaVista網站：</p>
<p style="TEXT-INDENT: 2em">　　pg=q&amp;kl=XX&amp;stype=stext&amp;q=+"Java+I/O"&amp;search.x=38&amp;search.y=3</p>
<p style="TEXT-INDENT: 2em">　　這段代碼對其進行編碼：</p>
<p style="TEXT-INDENT: 2em">　　String query = URLEncoder.encode( "pg=q&amp;kl=XX&amp;stype=stext&amp;q=+"Java+I/O"&amp;search.x=38&amp;search.y=3");System.out.println(query);</p>
<p style="TEXT-INDENT: 2em">　　不幸的是，得到的輸出是:</p>
<p style="TEXT-INDENT: 2em">　　pg%3Dq%26kl%3DXX%26stype%3Dstext%26q%3D%2B%22Java%2BI%2FO%22%26search.x%3D38%26search.y%3D3</p>
<p style="TEXT-INDENT: 2em">　　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中被用到的特殊字符(象前面string中的“=”，和“&amp;”)和確實需要被編碼的字符。由此，所以URL需要像下面這樣一次只編碼一塊：</p>
<p style="TEXT-INDENT: 2em">　　String query = URLEncoder.encode("pg");　　query += "=";　　query += URLEncoder.encode("q");　　query += "&amp;";　　query += URLEncoder.encode("kl");　　query += "=";　　query += URLEncoder.encode("XX");　　query += "&amp;";　　query += URLEncoder.encode("stype");　　query += "=";　　query += URLEncoder.encode("stext");　　query += "&amp;";　　query += URLEncoder.encode("q");　　query += "=";　　query += URLEncoder.encode(""Java I/O"");　　query += "&amp;";　　query += URLEncoder.encode("search.x");　　query += "=";　　query += URLEncoder.encode("38");　　query += "&amp;";　　query += URLEncoder.encode("search.y");　　query += "=";　　query += URLEncoder.encode("3");　　System.out.println(query);</p>
<p style="TEXT-INDENT: 2em">　　這纔是你真正想得到的輸出：</p>
<p style="TEXT-INDENT: 2em">　　pg=q&amp;kl=XX&amp;stype=stext&amp;q=%2B%22Java+I%2FO%22&amp;search.x=38&amp;search.y=3</p>
<p style="TEXT-INDENT: 2em">　　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和屬性值對，這個java對象被用來發送數據到服務器端的程序。</p>
<p style="TEXT-INDENT: 2em">　　當你在創建一個QueryString對象時，你可以把查詢string中的第一個屬性對傳遞給類QueryString的構造函數，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作爲參數，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。</p>
<p style="TEXT-INDENT: 2em">　　Example 7-9. -The QueryString class</p>
<p style="TEXT-INDENT: 2em">　　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('&amp;');　　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();　　}　　}</p>
<p style="TEXT-INDENT: 2em">　　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:</p>
<p style="TEXT-INDENT: 2em">　　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);</p>
<p style="TEXT-INDENT: 2em">　　二、URLDecoder</p>
<p style="TEXT-INDENT: 2em">　　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符：</p>
<p style="TEXT-INDENT: 2em">　　public static String decode(String s) throws Exception　　public static String decode(String s, String encoding) // Java 1.4 throws UnsupportedEncodingException</p>
<p style="TEXT-INDENT: 2em">　　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。</p>
<p style="TEXT-INDENT: 2em">　　如果string包含了一個“%”，但緊跟其後的不是兩位16進制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字節加進不能被順利編碼的string中。這的確令人頭疼，可能就是一個安全漏洞。</p>
<p style="TEXT-INDENT: 2em">　　由於這個方法沒有觸及到非轉義字符，所以你可以把整個URL作爲參數傳給該方法，不用像之前那樣分塊進行。例如：</p>
<p style="TEXT-INDENT: 2em">　　String input = "http://www.altavista.com/cgi-bin/" + "query?pg=q&amp;kl=XX&amp;stype=stext&amp;q=%2B%22Java+I%2FO%22&amp;search.x=38&amp;search.y=3";　　try {　　String output = URLDecoder.decode(input, "UTF-8");　　System.out.println(output);　　}</p>
</div>