url編碼java
㈠ java的url編碼
URL編碼如果是英文和數字，輸出的當然相同了，要用符號或者漢字才能看到變化
㈡ java urldecoder和urlencoder的區別
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：
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.將非文本內容轉換成"%xy"的形式,xy是兩位16進制的數值;
4.在每個 name=value 對之間放置 & 符號。
*/
URLEncoder類包含將字元串轉換為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為文件名中含有符號「#」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。其他的特殊字元，非字母數字字元集，它們在URL或另一個操作系統上都有其特殊的含義，表述著相似的問題。為了解決這些問題，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，如果一個文件名包括了這些字元（ / & ? @ # ; $ + = %），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進制的數值。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部分之間的分隔符來使用時，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。這種不確定性的存在是現存的URI的一個明顯的不足。所以在將來URI的規范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。你能生成一個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。你應對被用來生成一個URL對象的字元串對象負責，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：
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，下劃線(_)，連字元（?）,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。盡管這樣，但是這種轉換並沒被URL規范所禁止。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。盡管如此，如果你執意要使用所在平台的默認編碼形式，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兼容。
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為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：
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和屬性值對，這個java對象被用來發送數據到伺服器端的程序。
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，可能就是一個安全漏洞。
由於這個方法沒有觸及到非轉義字元，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);
}
㈢ 如何用Java實現URLEncode
用Java實現URLEncode的方法是引入java.net.URLEncoder包。
java.net.URLDecoder.decode(String s,String enc);
將application/x-www-form-urlencoded字元串轉換成普通字元串。
java.net.URLEncoder.decode(String s,String enc);
將普通字元串轉換成application/x-www-form-urlencoded字元串
URLEncoder類包含將字元串轉換為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為文件名中含有符號「#」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。其他的特殊字元，非字母數字字元集，它們在URL或另一個操作系統上都有其特殊的含義，表述著相似的問題。為了解決這些問題，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，如果一個文件名包括了這些字元（ / & ? @ # ; $ + = %），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進制的數值。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部分之間的分隔符來使用時，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。這種不確定性的存在是現存的URI的一個明顯的不足。所以在將來URI的規范當中應該通過國際資源標識符(IRIs)進行改善。