encode decode学习心得

最新推荐文章于 2023-11-21 10:36:45 发布

水滴滴

最新推荐文章于 2023-11-21 10:36:45 发布

阅读量573

点赞数

CC 4.0 BY-SA版权

分类专栏：知识类技术类文章标签： string exception url windows 工作 c

本文链接：https://blog.youkuaiyun.com/plasea/article/details/7321906

技术类同时被 2 个专栏收录

4 篇文章

订阅专栏

知识类

0 篇文章

订阅专栏

本文探讨了URL编码原理及不同编码方式的影响，演示了如何使用Java中的URLEncoder和URLDecoder进行编码与解码操作，并解释了特定字符的编码规则。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天才发现原来英文字母是不参与编码的，并且截取合适长度的编码可以解码为原来的内容；

public static void main(String[] args) {
// TODO Auto-generated method stub

  try{
   String result=URLEncoder.encode("我是中国人，I love！","UTF-8");
   System.out.println(result);
   String result2=URLEncoder.encode("我是牛人，I love!","UTF-8");
   System.out.println(URLDecoder.decode("%E6%88%91%E6%98%AF","UTF-8"));
   System.out.println(result2);
   String origin=URLDecoder.decode(result,"UTF-8");
   System.out.println(origin);
  }catch(Exception e){
   e.printStackTrace();
  }


  try{
   String result=URLEncoder.encode("我是中国人，I love！","GB2312");
   System.out.println(result);
   String origin=URLDecoder.decode(result,"GB2312");
   System.out.println(origin);
  }catch(Exception e){
   e.printStackTrace();
  }

  try{
   String result=URLEncoder.encode("我是中国人，I love！","GB2312");
   System.out.println(result);
   String origin=URLDecoder.decode(result,"UTF-8");
   System.out.println(origin);
  }catch(Exception e){
   e.printStackTrace();
  }
}

运行结果入下：

%E6%88%91%E6%98%AF%E4%B8%AD%E5%9B%BD%E4%BA%BA%EF%BC%8CI+love%EF%BC%81
我是
%E6%88%91%E6%98%AF%E7%89%9B%E4%BA%BA%EF%BC%8CI+love%21
我是中国人，I love！
%CE%D2%CA%C7%D6%D0%B9%FA%C8%CB%A3%ACI+love%A3%A1
我是中国人，I love！
%CE%D2%CA%C7%D6%D0%B9%FA%C8%CB%A3%ACI+love%A3%A1
��й��ˣ�I love��

所以说对于英文字母用什么编码解码是没有意义的。

网页中的表单使用POST方法提交时，数据内容的类型是 application/x-www-form-urlencoded，这种类型会：

1.字符"a"-"z"，"A"-"Z"，"0"-"9"，"."，"-"，"*"，和"_" 都不会被编码;
2.将空格转换为加号 (+) ;
3.将非文本内容转换成"%xy"的形式,xy是两位16进制的数值;
4.在每个 name=value 对之间放置 & 符号。
*/

URLEncoder类包含将字符串转换为application/x-www-form-urlencoded MIME 格式的静态方法。

        web设计者面临的众多难题之一便是怎样处理不同操作系统间的差异性。这些差异性能引起URL方面的问题：例如，一些操作系统允许文件名中含有空格符，有些又不允许。大多数操作系统不会认为文件名中含有符号“#”会有什么特殊含义；但是在一个URL中，符号“#”表示该文件名已经结束，后面会紧跟一个fragment（部分）标识符。其他的特殊字符，非字母数字字符集，它们在URL或另一个操作系统上都有其特殊的含义，表述着相似的问题。为了解决这些问题，我们在URL中使用的字符就必须是一个ASCII字符集的固定字集中的元素，具体如下：

1.大写字母A-Z
2.小写字母a-z
3.数字 0-9
4.标点符 - _ . ! ~ * ' (和 ,)

       诸如字符: / & ? @ # ; $ + = 和 %也可以被使用，但是它们各有其特殊的用途，如果一个文件名包括了这些字符（ / & ? @ # ; $ + = %），这些字符和所有其他字符就应该被编码。

       编码过程非常简单，任何字符只要不是ASCII码数字，字母，或者前面提到的标点符，它们都将被转换成字节形式，每个字节都写成这种形式：一个“%”后面跟着两位16进制的数值。空格是一个特殊情况，因为它们太平常了。它除了被编码成“%20”以外，还能编码为一个“+”。加号（+）本身被编码为%2B。当/ # = & 和?作为名字的一部分来使用时，而不是作为URL部分之间的分隔符来使用时，它们都应该被编码。

      WARNING这种策略在存在大量字符集的异构环境中效果不甚理想。例如：在U.S. Windows 系统中, é 被编码为 %E9. 在 U.S. Mac中被编码为%8E。这种不确定性的存在是现存的URI的一个明显的不足。所以在将来URI的规范当中应该通过国际资源标识符(IRIs)进行改善。

类URL并不自动执行编码或解码工作。你能生成一个URL对象，它可以包括非法的ASCII和非ASCII字符和/或%xx。当用方法getPath() 和toExternalForm( ) 作为输出方法时，这种字符和转移符不会自动编码或解码。你应对被用来生成一个URL对象的字符串对象负责，确保所有字符都会被恰当地编码。