轉載請註明出處：http://blog.csdn.net/xiaojimanman/article/details/44407297

http://www.llwjy.com/blogdetail/9383e88e4bc7378b8318e15b0ac33559.html

個人博客站已經上線了，網址：www.llwjy.com，歡迎大家吐槽~

--------------------------------------------------------------------------------------------------------------------------

在之前的博客中介紹了一些關於怎樣利用HttpClient去模擬瀏覽器請求，從而獲取網頁源碼，得到自己想要的內容。近期自己在做一些項目測試的時候，發下例如以下問題：

問題描寫敘述

1.使用HttpClient模擬post/get請求時，當參數中有中文，在server端解析出的參數值中的中文都是“?”。英文數字等能夠正常解析。

2.當模擬的url參數中有中文時，解析出的參數值中的中文也是“?”，例：http://hostname/test.do?name=您好

問題原因

在查閱眾多相關資料。最終找到當中的原因，眼下市面上多數的瀏覽器中url中的中文採用的都是utf-8的編碼方式。而HttpClient默認的編碼方式是gbk，因此在模擬瀏覽器請求的過程中，就會由於編碼方式不正確造成亂碼的問題。

解決方式

對於該問題，從下面兩個方面去解決：

第一步：指定HttpClient請求的編碼方式，指定編碼方式能夠有下面幾種方法：

method.getParams().setContentCharset("utf-8");
method.getParams().setParameter(HttpMethodParams.HTTP_CONTENT_CHARSET,"utf-8");
method.addRequestHeader("Content-Type", "text/html; charset=UTF-8");
httpClient.getParams().setContentCharset("utf-8");

第二步：對URL中的中文進行轉碼處理，能夠通過以下的方法對URL做一次預處理，這樣再去模擬瀏覽器的行為時，就不會出現亂碼了。

public static String encodeUrlCh (String url) throws UnsupportedEncodingException {
	String ChRegex = "([\u4e00-\u9fa5]+)";
	while (true) {
		String s = getFirstString(url, ChRegex, 1);
		if ("".equals(s)){
			return url;
		}
		url = url.replaceAll(s, URLEncoder.encode(s, "utf-8"));
	}
}

關於HttpClient模擬瀏覽器請求的參數亂碼問題解決方式