URLs codieren und decodieren

Question

Was ist der beste Weg, URL-Strings so zu codieren, dass sie rfc2396-konform sind, und eine RFC2396-konforme Zeichenkette so zu dekodieren, dass zum Beispiel% 20 durch ein Leerzeichen ersetzt wird?

edit: URLEncoder und URLDecoder Klassen tun nicht Encoder/Decoder RFC2396 konforme URLs, die sie kodieren, um einen MIME-Typen application/x-www-form-urlencoded die verwendet wird, HTML-Formularparameterdaten zu codieren.

Answer 1

die URI-Klasse wie folgt verwenden:

URI uri = new URI("http", "//www.someurl.com/has spaces in url", null); 
URL url = uri.toURL(); 

oder wenn Sie einen String wollen:

String urlString = uri.toASCIIString();

Answer 2

Verwenden Sie java.net.URLEncoder und java.net.URLDecoder.

Answer 3

Die Javadocs empfehlen die Verwendung der Klasse java.net.URI, um die Codierung durchzuführen. Um sicherzustellen, dass die URI-Klasse die URL korrekt codiert, muss einer der Konstruktoren mit mehreren Argumenten verwendet werden. Diese Konstruktoren führen die erforderliche Kodierung durch, erfordern jedoch, dass Sie jede URL-Zeichenfolge in den Parametern analysieren.

Wenn Sie dekodieren möchten, müssen Sie den URI mit dem Konstruktor für einzelne Argumente konstruieren, der keine Codierung durchführt. Sie können Methoden wie getPath() usw. aufrufen, um die dekodierte URL abzurufen und zu erstellen.

Answer 4

Ihre Komponenten, die möglicherweise Zeichen enthalten, die maskiert werden müssen, sollten bereits mit URLEncoder maskiert worden sein, bevor sie zu einem URI verkettet werden.

Wenn Sie einen URI mit Out-of-Band-Zeichen haben (wie Leerzeichen, "<> [] {} \ | ^` und Nicht-ASCII-Bytes), handelt es sich nicht wirklich um einen URI. Sie können es versuchen repariere sie, indem du sie manuell percentest, aber dies ist eine letzte Operation und keine Standardform der Kodierung Dies ist normalerweise notwendig, wenn du potentiell missgebildete URIs von Benutzereingaben akzeptierst, aber es ist kein standardisiertes Betrieb und ich kenne keine integrierte Java-Bibliothek-Funktion, die es für Sie tun wird, müssen Sie möglicherweise selbst mit einer RegExp hacken.

In die andere Richtung, müssen Sie Ihre URI auseinander in seine Bestandteile (jeder separate Pfadteil, Name und Wert des Abfrageparameters usw.), bevor Sie jedes Teil (mit einem URLDecoder) entschlüsseln können Es gibt keinen vernünftigen Weg, einen ganzen URI auf einmal zu dekodieren; Sie könnten versuchen, '% -escapes' zu dekodieren, die nicht zu Delimitern dekodieren '(wie /? = &;%), aber Sie hätten eine seltsame inkonsistente Zeichenkette, die keinem URI-Verarbeitungsstandard entspricht.

URLEncoder/URLDecoder eignen sich für die Behandlung von URI-Abfragekomponenten, sowohl Namen als auch Werte. Allerdings sind sie nicht durchaus Recht für die Handhabung von URI-Pfad Teilkomponenten. Der Unterschied ist, dass das Zeichen '+' kein Leerzeichen in einem Pfadteil bedeutet. Sie können dies mit einem einfachen String ersetzen ersetzen: Ersetzen Sie nach URLEncoding '+' durch '% 20'; Ersetzen Sie vor URLDecoding '+' durch '% 2B'. Sie können den Unterschied ignorieren, wenn Sie nicht beabsichtigen, Segmente mit Leerzeichen oder Pluszeichen in Ihren Pfad aufzunehmen.