1. 程式人生 > >Android網路請求時,漢字轉化為url編碼

Android網路請求時,漢字轉化為url編碼

 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:它是一種編碼型別。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,在向伺服器傳送大量的文字、包含非ASCII字元的文字或二進位制資料時這種編碼方式效率很低。這個時候我們就要使用另一種

      編碼型別“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請檢視這裡。跑題了我。

    我們經常會在瀏覽器的位址列裡看到這樣的字串%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

程式碼java.net.URLDecoder.decode(String s,String enc); 將application/x-www-form-urlencoded字串轉換成普通字串。 java.net.URLEncoder.decode(String s,String enc); 將普通字串轉換成application/x-www-form-urlencoded字串

下面轉載一片文章

 /*  網頁中的表單使用POST方法提交時,資料內容的型別是 application/x-www-form-urlencoded,這種型別會:

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.將非文字內容轉換成"%xy"的形式,xy是兩位16進位制的數值; 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名中含有空格符,有些又不允許。大多數作業系統不會認為檔名中含有符號“#”會有什麼特殊含義;但是在一個URL中,符號“#”表示該檔名已經結束,後面會緊跟一個 fragment(部分)識別符號。其他的特殊字元,非字母數字字符集,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字符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進位制的數值。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的規範當中應該通過國際資源識別符號(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物件,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物件的字串物件負責,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臺的預設編碼形式,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,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。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( ) 使用了平臺的預設編碼形式,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,和其他本地字符集等。因為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。      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臺的預設編碼形式,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執行。 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。需要注意的是這些程式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引數傳給編譯器,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 這段程式碼對其進行編碼: 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物件中,它使用了類URLEncoder來編碼連續的屬性名和屬性值對,這個java物件被用來發送資料到伺服器端的程式。 當你在建立一個QueryString物件時,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,就應呼叫方法add(),它也能接受兩個string作為引數,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進位制的數或者被解碼成非法序列,該方法就會丟擲 IllegalArgumentException 異常。當下次再出現這種情況時,它可能就不會被丟擲了。這是與執行環境相關的,當檢查到有非法序列時,拋不丟擲 IllegalArgumentException 異常,這時到底會發生什麼是不確定的。在Sun's JDK 1.4中,不會丟擲什麼異常,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作為引數傳給該方法,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);  }