2016-12-27
对字符编码时的规则
通常如果一样东西需要编码，说明这样东西并不适合传输。原因多种多样，如Size过大，包含隐私数据。对于Url来说，之所以要进行编码，一个是因为Url中有些字符会引起歧义。例如Url参数字符串中使用key=value键值对这样的形式来传参，键值对之间以&符号分隔，如/s?q=abc&ie=utf-8。如果你的value字符串中包含了=或者&，那么势必会造成接收Url的服务器解析错误，因此必须将引起歧义的&和=符号进行转义，也就是对其进行编码。另外，Url的编码格式采用的是ASCII码，而不是Unicode（包含中文），这也就是说你不能在Url中包含任何非ASCII字符，例如中文。否则如果客户端浏览器和服务端浏览器支持的字符集不同的情况下，中文可能会造成问题。编码时的规则：
- 【字母】字符 "a" 到 "z"、"A" 到 "Z" 和【数字】字符 "0" 到 "9" 保持不变
- 特殊字符【.】【-】【*】【_】保持不变
- 空格字符 【 】转换为一个加号【+】
- 所有其他字符都是不安全的，因此首先使用一些编码机制将它们转换为【一个或多个】字节，然后每个字节用一个包含 3 个字符的字符串【%xy】表示，其中 xy 为该字节的两位十六进制表示形式。
- 可以指定对这些字符进行解码的编码机制，或者如果未指定的话，则使用平台的默认编码机制。
例如，使用 UTF-8 编码机制，字符串【ü@】将转换为【%C3%BC%40】，因为在 UTF-8 中，字符【ü】编码为两个字节【0xC3和0xBC】，字符【@】编码为一个字节【0x40】。解码时的规则：
- 将把【%xy】格式的子序列视为【一个字节】，其中 xy 为 8 位的两位十六进制表示形式。
- 然后，所有连续包含一个或多个这些字节序列的子字符串，将被其编码可生成这些连续字节的字符所代替。
测试代码
public class Test {public static void main(String[] args) throws Exception {String enc = "UTF-8";test("aA0 .-*_", enc);//编码【aA0+.-*_】解码【aA0 .-*_】test("@", enc);//编码【%40】解码【@】test("ü", enc);//编码【%C3%BC】解码【ü】test("白", enc);//编码【%E7%99%BD】解码【白】test("白", "GBK");//编码【%B0%D7】解码【白】}/*** 测试编解码* @param str 原始字符串* @param enc 对字符串进行URLEncoder和URLDecoder时使用的编码规则* @throws UnsupportedEncodingException*/public static void test(String str, String enc) throws UnsupportedEncodingException {String encode = URLEncoder.encode(str, enc);//推荐 UTF-8。如果未指定，则使用平台的默认编码String decode = URLDecoder.decode(encode, enc);//编码和解码必须使用同一套码表，否则解码时可能乱码System.out.println("原始字符串【" + str + "】编码后【" + encode + "】解码后【" + decode + "】");//获取通过UTF8码表编码的字符串的字节数组byte[] bytes = str.getBytes(enc);System.out.println(" 原始字符串对应的字节数组" + Arrays.toString(bytes));StringBuilder sb = new StringBuilder();for (byte b : bytes) {//手动对【每个字节】都进行上面【类似URLEncoder】编码规则的算法进行编码（即使字母和数字也进行了编码）sb.append(Integer.toHexString(b & 0xFF).toUpperCase() + " ");}System.out.println(" 对每个字节都进行编码【" + sb.toString().trim() + "】");}
//源码public static String decode(String s, String enc) throws UnsupportedEncodingException {boolean needToChange = false;int numChars = s.length();//字符数StringBuffer sb = new StringBuffer(numChars > 500 ? numChars / 2 : numChars);int i = 0;if (enc.length() == 0) throw new UnsupportedEncodingException("URLDecoder: empty string enc parameter");char c;byte[] bytes = null;while (i < numChars) {c = s.charAt(i);//逐个遍历所有字符switch (c) {case '+':sb.append(' ');i++;needToChange = true;break;case '%':try {if (bytes == null) bytes = new byte[(numChars - i) / 3];// (numChars-i)/3 is an upper bound上线 for the number of remaining剩下的 bytesint pos = 0;while (((i + 2) < numChars) && (c == '%')) {int v = Integer.parseInt(s.substring(i + 1, i + 3), 16);//16进制if (v < 0) throw new IllegalArgumentException("URLDecoder: Illegal hex characters in escape (%) pattern - negative value");bytes[pos++] = (byte) v;i += 3;if (i < numChars) c = s.charAt(i);}// A trailing, incomplete不完全的 byte encoding such as "%x" will cause an exception to be thrownif ((i < numChars) && (c == '%')) throw new IllegalArgumentException("URLDecoder: Incomplete trailing escape (%) pattern");sb.append(new String(bytes, 0, pos, enc));} catch (NumberFormatException e) {throw new IllegalArgumentException("URLDecoder: Illegal hex characters in escape (%) pattern - " + e.getMessage());}needToChange = true;break;default:sb.append(c);i++;break;}}return (needToChange ? sb.toString() : s);}}