url中有空格等特殊字符及中文字符处理

在做爬虫时，爬下来的书籍的URL地址各式各样，什么情况都有。

有的url地址既有中文，又有%20 空格等特殊字符。如 http://www.ishareread.com/book/2018/不成问题的问题%20-%20老舍.mobi

如果是在url中有中文需要转码，但转码后会将%号替换成%25，导致url不能访问了。

解决的办法，先判断url中是否有中文，如果有中文，则替换特殊字符，再进行转码。

代码如下：

判断字符串是否含有中文的方法：

public static boolean isContainChinese(String str) {

Pattern p = Pattern.compile("[\u4e00-\u9fa5]");

Matcher m = p.matcher(str);

if (m.find()) {

return true;

}

return false;

}

#先判断是否有中文，然后替换特殊字符，再转码，一般来说英文的url是不需要转码的。

if(StringUtil.isContainChinese(ebookDownloadUrl))

{

try

{

ebookDownloadUrl=ebookDownloadUrl.replaceAll("%20", " ");

ebookDownloadUrl=UriUtils.encodePath(ebookDownloadUrl, "UTF-8");

}

catch(Exception ex)

{

log.error(String.format("解释文件路径失败，URL地址为%s", ebookDownloadUrl), ex);

}

}

return "redirect:" +ebookDownloadUrl;