判断URL中的中文参数是GB2312还是Utf-8编码

最新推荐文章于 2022-01-13 15:46:39 发布

栗子ma

最新推荐文章于 2022-01-13 15:46:39 发布

阅读量1.8k

点赞数

分类专栏： url 文章标签： url

url 专栏收录该内容

1 篇文章

订阅专栏

以下文章转自：https://www.cnblogs.com/sandyfog/p/4736517.html

【如出现侵权问题，请第一时间联系我删除该文章】

如两个URL字符串：

&q=%E8%A3%99%E5%AD%90&style=grid&seller_type=taobao
&q=%CE%D0%C2%D6%D4%F6%D1%B9&style=list&s=44;

上面有uft-8编码，下面的用gb2312编码,但是怎么自动识别呢？

参考csdn论坛讨论，解决方法有两种：

不管它是utf-8,还是 gbk, 还是....
先按 iso-8859-1 解码
然后用正则匹配一下看是否全文符合 utf-8 规则
符合的话，认为是 utf-8, 不符合认为是 gbk

public  String urlDecode(String code) throws Exception{
        
        String tem = URLDecoder.decode(code, "iso-8859-1");
        if (tem.matches("^(?:[\\x00-\\x7f]|[\\xe0-\\xef][\\x80-\\xbf]{2})+$"))
            return URLDecoder.decode(code, "utf-8");
        else
            return URLDecoder.decode(code,"gb2312");
    }

通用的判断方法：
假定他就是 GBK 的编码：
则将其解码成字节码，然后再把字节码编码为GBK，如果转换回来后与没有转换之前是相等的。这样假设成立，也就是GBK编码。
可以描述成这样：
字符串 abc 如果是GBK编码的话，经过转换
abc -> GBK -> byte -> GBK -> abc2
如果： abc == abc2 说明假设成立，他就是GBK编码，否则不相等。
代码如下：

    public  String decode(String code) throws Exception {

        String fis = URLDecoder.decode(code, "gb2312");
        String sec = new String(fis.getBytes("gb2312"), "gb2312");
        if (fis.equals(sec))
            return fis;
        else {
            return URLDecoder.decode(code, "utf-8");
        }
    }

另外检测字节流是否是UTF8编码