精华内容
下载资源
问答
  • 百分号编码(Percent-Encoding)

    千次阅读 2019-04-22 00:16:57
    百分号编码(Percent-Encoding)也被称为 URL 编码,是一种编码机制。该机制主要应用于 URI 编码中,URI 包含 URL 和 URN,所以它们也同样适用。除此之外,也用于 MIME 类型为"application/x-www-form-urlencoded"的...

    百分号编码(Percent-Encoding)也被称为 URL 编码,是一种编码机制。该机制主要应用于 URI 编码中,URI 包含 URL 和 URN,所以它们也同样适用。除此之外,也用于 MIME 类型为"application/x-www-form-urlencoded"的内容。

    百分号编码会对 URI 中不允许出现的字符或者其他特殊情况的允许的字符进行编码,对于被编码的字符,最终会转为以百分号"%“开头,后面跟着两位16进制数值的形式。举个例子,空格符(SP)是不允许的字符,在 ASCII 码对应的二进制值是"00100000”,最终转为"%20"。

    保留字符

    什么是保留字符?将 URI 分割为多个部分或子部分的那些字符,比如"/“和”?",以及需保留以后使用的暂未定义其用处的字符,这些字符被称作保留字符。

    根据 RFC 3986 标准,保留字符为以下18个:

    ! * ’ ( ) ; : @ & = + $ , / ? # [ ]

    未保留字符

    未保留字符则是在 URI 中允许的但没有保留目的的字符。这些字符包含大小写字母,数字,以及连字符"-”,句号“.”,下划线"_”,波浪号"~”。

    以下为未保留字符:

    A B C D E F G H I J K L M N O P Q R S T U V W X Y Z a b c d e f g h i j k l m n o p q r s t u v w x y z 0 1 2 3 4 5 6 7 8 9 - _ . ~

    使用

    未保留字符一般不需要百分号编码。

    什么时候要编码?大概可分以下几种:

    1. 保留字符在 URI 的组成部分中不作为分割符存在时,需进行编码;
    2. 百分号字符"%“由于是作为百分号编码的标识符,因此需编码为”%25";
    3. 其他字符则需要先转换为 UTF-8 字节序列,然后再对其字节进行编码。

    application/x-www-form-urlencoded 类型

    由于 W3C HTML Form 规范中,当 MIME 类型为“application/x-www-form-urlencoded”时,这里的表单的名(name)和值中的空格会被编码为"+",而不是"%20"。因此对于 application/x-www-form-urlencoded 类型的内容进行百分比编码时,需把空格替换为"+"。

    参考文献

    1. RFC 3986
    2. W3C HTML Form content types
    展开全文
  • from urllib.parse import quote,unquote quote('汉字') unquote('百分号编码')
    from urllib.parse import quote,unquote
    
    quote('汉字')
    
    unquote('百分号编码')
    
    展开全文
  • url 编码(percentcode 百分号编码

    千次阅读 2015-11-18 08:41:23
     ... 摘要 本文主要针对URI编解码的相关问题做了介绍,对Url编码中哪些字符需要编码、为什么需要编码做了详细的说明,并对比分析了Javascrip
    
    http://www.imkevinyang.com/2009/08/%E8%AF%A6%E8%A7%A3javascript%E4%B8%AD%E7%9A%84url%E7%BC%96%E8%A7%A3%E7%A0%81.html

    摘要

    本文主要针对URI编解码的相关问题做了介绍,对Url编码中哪些字符需要编码、为什么需要编码做了详细的说明,并对比分析了Javascript 中和编解码相关的几对函数escape / unescape,encodeURI / decodeURI和encodeURIComponent / decodeURIComponent。

    预备知识

       foo://example.com:8042/over/there?name=ferret#nose 
       \_/  \______________/ \________/\_________/ \__/
         |                 |                        |                    |             |
    scheme     authority               path             query      fragment

    URI是统一资源标识的意思,通常我们所说的Url只是URI的一种。典型Url的格式如上面所示。下面提到的Url编码,实际上应该指的是URI编码。

    为什么需要Url编码

    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,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。

    又如,Url的编码格式采用的是ASCII码,而不是Unicode,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。

    Url编码的原则就是使用安全的字符(没有特殊用途或者特殊意义的可打印字符)去表示那些不安全的字符。

    哪些字符需要编码

    RFC3986文档规定,Url中只允许包含英文字母(a-zA-Z)、数字(0-9)、-_.~4个特殊字符以及所有保留字符。

    RFC3986文档对Url的编解码问题做出了详细的建议,指出了哪些字符需要被编码才不会引起Url语义的转变,以及对为什么这些字符需要编码做出了相应的解释。

    US-ASCII字符集中没有对应的可打印字符

    Url中只允许使用可打印字符。US-ASCII码中的10-7F字节全都表示控制字符,这些字符都不能直接出现在Url中。同时,对于80-FF字节(ISO-8859-1),由于已经超出了US-ACII定义的字节范围,因此也不可以放在Url中。

    保留字符

    Url可以划分成若干个组件,协议、主机、路径等。有一些字符(:/?#[]@)是用作分隔不同组件的。例如:冒号用于分隔协议和主机,/用于分隔 主机和路径,?用于分隔路径和查询参数,等等。还有一些字符(!$&'()*+,;=)用于在每个组件中起到分隔作用的,如=用于表示查询参数中 的键值对,&符号用于分隔查询多个键值对。当组件中的普通数据包含这些特殊字符时,需要对其进行编码。

    RFC3986中指定了以下字符为保留字符:

    !*'();:@&=+$,/?#[]

    不安全字符

    还有一些字符,当他们直接放在Url中的时候,可能会引起解析程序的歧义。这些字符被视为不安全字符,原因有很多。

    空格Url在传输的过程,或者用户在排版的过程,或者文本处理程序在处理Url的过程,都有可能引入无关紧要的空格,或者将那些有意义的空格给去掉
    引号以及<>引号和尖括号通常用于在普通文本中起到分隔Url的作用
    #通常用于表示书签或者锚点
    %百分号本身用作对不安全字符进行编码时使用的特殊字符,因此本身需要编码
    {}|\^[]`~某一些网关或者传输代理会篡改这些字符

     

    需要注意的是,对于Url中的合法字符,编码和不编码是等价的,但是对于上面提到的 这些字符,如果不经过编码,那么它们有可能会造成Url语义的不同。因此对于Url而言,只有普通英文字符和数字,特殊字符$-_.+!*'()还有保留 字符,才能出现在未经编码的Url之中。其他字符均需要经过编码之后才能出现在Url中。

    但是由于历史原因,目前尚存在一些不标准的编码实现。例如对于~符号,虽然RFC3986文档规定,对于波浪符号~,不需要进行Url编码,但是还是有很多老的网关或者传输代理会

    如何对Url中的非法字符进行编码

    Url编码通常也被称为百分号编码(Url Encoding,also known as percent-encoding),是因为它的编码方式非常简单,使用%百分号加上两位的字符——0123456789ABCDEF——代表一个字节的 十六进制形式。Url编码默认使用的字符集是US-ASCII。例如a在US-ASCII码中对应的字节是0x61,那么Url编码之后得到的就 是%61,我们在地址栏上输入http://g.cn/search?q=%61%62%63,实际上就等同于在google上搜索abc了。又如@符号 在ASCII字符集中对应的字节为0x40,经过Url编码之后得到的是%40。

    常见字符的Url编码列表:

    保留字符的Url编码
    !*"'();:@&
    %21%2A%22%27%28%29%3B%3A%40%26
    =+$,/?%#[]
    %3D%2B%24%2C%2F%3F%25%23%5B%5D

    对于非ASCII字符,需要使用ASCII字符集的超集进行编码得到相应的字节,然后对每个字节执行百分号编码。 对于Unicode字符,RFC文档建议使用utf-8对其进行编码得到相应的字节,然后对每个字节执行百分号编码。如“中文”使用UTF-8字符集得到 的字节为0xE4 0xB8 0xAD 0xE6 0x96 0x87,经过Url编码之后得到“%E4%B8%AD%E6%96%87”。

    如果某个字节对应着ASCII字符集中的某个非保留字符,则此字节无需使用百分号表示。 例如“Url编码”,使用UTF-8编码得到的字节是0x55 0x72 0x6C 0xE7 0xBC 0x96 0xE7 0xA0 0x81,由于前三个字节对应着ASCII中的非保留字符“Url”,因此这三个字节可以用非保留字符“Url”表示。最终的Url编码可以简化成 “Url%E7%BC%96%E7%A0%81” ,当然,如果你用"%55%72%6C%E7%BC%96%E7%A0%81”也是可以的。

    由于历史的原因,有一些Url编码实现并不完全遵循这样的原则,下面会提到。

    Javascript中的escape,encodeURI和encodeURIComponent的区别

    Javascript中提供了3对函数用来对Url编码以得到合法的Url,它们分别是escape / unescape,encodeURI / decodeURI和encodeURIComponent / decodeURIComponent。由于解码和编码的过程是可逆的,因此这里只解释编码的过程。

    这三个编码的函数——escape,encodeURI,encodeURIComponent——都是用于将不安全不合法的Url字符转换为合法的Url字符表示,它们有以下几个不同点。

    安全字符不同

    下面的表格列出了这三个函数的安全字符(即函数不会对这些字符进行编码)

     安全字符
    escape(69个)*/@+-._0-9a-zA-Z
    encodeURI(82个)!#$&'()*+,/:;=?@-._~0-9a-zA-Z
    encodeURIComponent(71个)!'()*-._~0-9a-zA-Z

    兼容性不同

    escape函数是从Javascript1.0的时候就存在了,其他两个函数是在Javascript1.5才引入的。但是由于 Javascript1.5已经非常普及了,所以实际上使用encodeURI和encodeURIComponent并不会有什么兼容性问题。

    对Unicode字符的编码方式不同

    这三个函数对于ASCII字符的编码方式相同,均是使用百分号+两位十六进制字符来表示。但是对于Unicode字符,escape的编码方式是%uxxxx,其中的xxxx是用来表示unicode字符的4位十六进制字符。这种方式已经被W3C废弃了。但是在ECMA-262标准中仍然保留着escape的这种编码语法。encodeURI和encodeURIComponent则使用UTF-8对非ASCII字符进行编码,然后再进行百分号编码。这是RFC推荐的。因此建议尽可能的使用这两个函数替代escape进行编码。

    适用场合不同

    encodeURI被用作对一个完整的URI进行编码,而encodeURIComponent被用作对URI的一个组件进行编码。

    从上面提到的安全字符范围表格来看,我们会发现,encodeURIComponent编码的字符范围要比encodeURI的大。我们上面提到 过,保留字符一般是用来分隔URI组件(一个URI可以被切割成多个组件,参考预备知识一节)或者子组件(如URI中查询参数的分隔符),如:号用于分隔 scheme和主机,?号用于分隔主机和路径。由于encodeURI操纵的对象是一个完整的的URI,这些字符在URI中本来就有特殊用途,因此这些保 留字符不会被encodeURI编码,否则意义就变了。

    组件内部有自己的数据表示格式,但是这些数据内部不能包含有分隔组件的保留字符,否则就会导致整个URI中组件的分隔混乱。因此对于单个组件使用encodeURIComponent,需要编码的字符就更多了。

    表单提交

    当Html的表单被提交时,每个表单域都会被Url编码之后才在被发送。由于历史的原因,表单使用的Url编码实现并不符合最新的标准。例如对于空 格使用的编码并不是%20,而是+号,如果表单使用的是Post方法提交的,我们可以在HTTP头中看到有一个Content-Type的header, 值为application/x-www-form-urlencoded。大部分应用程序均能处理这种非标准实现的Url编码,但是在客户端 Javascript中,并没有一个函数能够将+号解码成空格,只能自己写转换函数。还有,对于非ASCII字符,使用的编码字符集取决于当前文档使用的 字符集。例如我们在Html头部加上

    <meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

    这样浏览器就会使用gb2312去渲染此文档(注意,当HTML文档中没有设置此meta标签,则浏览器会根据当前用户喜好去自动选择字符集,用户也可以强制当前网站使用某个指定的字符集)。当提交表单时,Url编码使用的字符集就是gb2312。

    文档字符集会影响encodeURI吗?

    之前在使用Aptana(为什么专指aptana下面会提到)遇到一个很迷惑的问题,就是在使用encodeURI的时候,发现它编码得到的结果和我想的很不一样。下面是我的示例代码:

    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml">     <head>         <meta http-equiv="Content-Type" content="text/html; charset=gb2312" />     </head>     <body>         <script type="text/javascript">             document.write(encodeURI("中文"));         </script>     </body> </html>    

    运行结果输出%E6%B6%93%EE%85%9F%E6%9E%83。显然这并不是使用UTF-8字符集进行Url编码得到的结果(在Google上搜索“中文”,Url中显示的是%E4%B8%AD%E6%96%87)。

    所以我当时就很质疑,难道encodeURI还跟页面编码有关,但是我发现,正常情况下,如果你使用gb2312进行Url编码也不会得到这个结果的才是。后来终于被我发现,原来是页面文件存储使用的字符集和Meta标签中指定的字符集不一致导致的问题。 Aptana的编辑器默认情况下使用UTF-8字符集。也就是说这个文件实际存储的时候使用的是UTF-8字符集。但是由于Meta标签中指定了 gb2312,这个时候,浏览器就会按照gb2312去解析这个文档,那么自然在“中文”这个字符串这里就会出错,因为“中文”字符串用UTF-8编码过 后得到的字节是0xE4 0xB8 0xAD 0xE6 0x96 0x87,这6个字节又被浏览器拿gb2312去解码,那么就会得到另外三个汉字“涓枃”(GBK中一个汉字占两个字节),这三个汉字在传入 encodeURI函数之后得到的结果就是%E6%B6%93%EE%85%9F%E6%9E%83。因此,encodeURI使用的还是UTF-8,并 不会受到页面字符集的影响。

    其他和Url编码相关的问题

    对于包含中文的Url的处理问题,不同浏览器有不同的表现。例如对于IE,如果你勾选了高级设置“总是以UTF-8发送Url”,那么Url中的路 径部分的中文会使用UTF-8进行Url编码之后发送给服务端,而查询参数中的中文部分使用系统默认字符集进行Url编码。为了保证最大互操作性,建议所 有放到Url中的组件全部显式指定某个字符集进行Url编码,而不依赖于浏览器的默认实现。

    另外,很多HTTP监视工具或者浏览器地址栏等在显示Url的时候会自动将Url进行一次解码(使用UTF-8字符集),这就是为什么当你在 Firefox中访问Google搜索中文的时候,地址栏显示的Url包含中文的缘故。但实际上发送给服务端的原始Url还是经过编码的。你可以在地址栏 上使用Javascript访问location.href就可以看出来了。在研究Url编解码的时候千万别被这些假象给迷惑了。



    /*

      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。

      幸运的是,java提供了一个类URLEncoder把string编码成这种形式。Java1.2增加了一个类URLDecoder它能以这种形式解码string。这两个类都不用初始化:

      public class URLDecoder extends Object

      public class URLEncoder extends Object

      一、URLEncoder

      在java1.3和早期版本中,类java.net.URLEncoder包括一个简单的静态方法encode( ), 它对string以如下规则进行编码:

      public static String encode(String s)

      这个方法总是用它所在平台的默认编码形式,所以在不同系统上,它就会产生不同的结果。结果java1.4中,这个方法被另一种方法取代了。该方法要求你自己指定编码形式:

      public static String encode(String s, String encoding) throws UnsupportedEncodingException

      两种关于编码的方法,都把任何非字母数字字符转换成%xx(除了空格,下划线(_),连字符(?),句号(。),和星号(*))。两者也都编码所以的非ASCII字符。空格被转换成一个加号。这些方法有一点过分累赘了;它们也把“~”,“‘”,“()”转换成%xx,即使它们完全用不着这样做。尽管这样,但是这种转换并没被URL规范所禁止。所以web浏览器会自然地处理这些被过分编码后的URL。

      两中关于编码的方法都返回一个新的被编码后的string,java1.3的方法encode( ) 使用了平台的默认编码形式,得到%xx。这些编码形式典型的有:在 U.S. Unix 系统上的ISO-8859-1, 在U.S. Windows 系统上的Cp1252,在U.S. Macs上的MacRoman,和其他本地字符集等。因为编码解码过程都是与本地操作平台相关的,所以这些方法是令人不爽的,不能跨平台的。

      这就明确地回答了为什么在java1.4中这种方法被抛弃了,转而投向了要求以自己指定编码形式的这种方法。尽管如此,如果你执意要使用所在平台的默认编码形式,你的程序将会像在java1.3中的程序一样,是本地平台相关的。在另一种编码的方法中,你应该总是用UTF-8,而不是其他什么。UTF-8比起你选的其他的编码形式来说,它能与新的web浏览器和更多的其他软件相兼容。

      例子7-8是使用URLEncoder.encode( ) 来打印输出各种被编码后的string。它需要在java1.4或更新的版本中编译和运行。

      Example 7-8. x-www-form-urlencoded strings

    <!--
    Code highlighting produced by Actipro CodeHighlighter (freeware)
    http://www.CodeHighlighter.com/
    -->  import java.net.URLEncoder;
      import java.net.URLDecoder;
      import java.io.UnsupportedEncodingException;
      public class EncoderTest {
      public static void main(String[] args) {
      try {
      System.out.println(URLEncoder.encode("This string has spaces","UTF-8"));
      System.out.println(URLEncoder.encode("This*string*has*asterisks","UTF-8"));
      System.out.println(URLEncoder.encode("This%string%has%percent%signs", "UTF-8"));
      System.out.println(URLEncoder.encode("This+string+has+pluses","UTF-8"));
      System.out.println(URLEncoder.encode("This/string/has/slashes","UTF-8"));
      System.out.println(URLEncoder.encode("This"string"has"quote"marks", "UTF-8"));
      System.out.println(URLEncoder.encode("This:string:has:colons","UTF-8"));
      System.out.println(URLEncoder.encode("This~string~has~tildes","UTF-8"));
      System.out.println(URLEncoder.encode("This(string)has(parentheses)", "UTF-8"));
      System.out.println(URLEncoder.encode("This.string.has.periods","UTF-8"));
      System.out.println(URLEncoder.encode("This=string=has=equals=signs", "UTF-8"));
      System.out.println(URLEncoder.encode("This&string&has&ersands","UTF-8"));
      System.out.println(URLEncoder.encode("Thiséstringéhasé non-ASCII characters","UTF-8"));
      // System.out.println(URLEncoder.encode("this中华人民共和国","UTF-8"));
    
      } catch (UnsupportedEncodingException ex) {throw new RuntimeException("
    Broken VM does not support UTF-8");
      }
      }
      }
    

      下面就是它的输出。需要注意的是这些代码应该以其他编码形式被保存而不是以ASCII码的形式,还有就是你选择的编码形式应该作为一个参数传给编译器,让编译器能据此对源代码中的非ASCII字符作出正确的解释。

      % javac -encoding UTF8 EncoderTest %

      java EncoderTest

      This+string+has+spaces

      This*string*has*asterisks

      This%25string%25has%25percent%25signs

      This%2Bstring%2Bhas%2Bpluses

      This%2Fstring%2Fhas%2Fslashes

      This%22string%22has%22quote%22marks

      This%3Astring%3Ahas%3Acolons

      This%7Estring%7Ehas%7Etildes

      This%28string%29has%28parentheses%29

      This.string.has.periods

      This%3Dstring%3Dhas%3Dequals%3Dsigns

      This%26string%26has%26ampersands

      This%C3%A9string%C3%A9has%C3%A9non-ASCII+characters

      特别需要注意的是这个方法编码了符号,“\” ,&,=,和:。它不会尝试着去规定在一个URL中这些字符怎样被使用。由此,所以你不得不分块编码你的URL,而不是把整个URL一次传给这个方法。这是很重要的,因为对类URLEncoder最通常的用法就是查询string,为了和服务器端使用GET方法的程序进行交互。例如,假设你想编码这个查询sting,它用来搜索AltaVista网站:

      pg=q&kl=XX&stype=stext&q=+"Java+I/O"&search.x=38&search.y=3

      这段代码对其进行编码:

      String query = URLEncoder.encode( "pg=q&kl=XX&stype=stext&q=+"Java+I/O"&search.x=38&search.y=3");System.out.println(query);

      不幸的是,得到的输出是:

      pg%3Dq%26kl%3DXX%26stype%3Dstext%26q%3D%2B%22Java%2BI%2FO%22%26search.x%3D38%26search.y%3D3

      出现这个问题就是方法URLEncoder.encode( ) 在进行盲目地编码。它不能区分在URL或者查询string中被用到的特殊字符(象前面string中的“=”,和“&”)和确实需要被编码的字符。由此,所以URL需要像下面这样一次只编码一块:

    <!--
    Code highlighting produced by Actipro CodeHighlighter (freeware)
    http://www.CodeHighlighter.com/
    -->  String query = URLEncoder.encode("pg");
      query += "=";
      query += URLEncoder.encode("q");
      query += "&";
      query += URLEncoder.encode("kl");
      query += "=";
      query += URLEncoder.encode("XX");
      query += "&";
      query += URLEncoder.encode("stype");
      query += "=";
      query += URLEncoder.encode("stext");
      query += "&";
      query += URLEncoder.encode("q");
      query += "=";
      query += URLEncoder.encode(""Java I/O"");
      query += "&";
      query += URLEncoder.encode("search.x");
      query += "=";
      query += URLEncoder.encode("38");
      query += "&";
      query += URLEncoder.encode("search.y");
      query += "=";
      query += URLEncoder.encode("3");
      System.out.println(query);
    

      这才是你真正想得到的输出:

      pg=q&kl=XX&stype=stext&q=%2B%22Java+I%2FO%22&search.x=38&search.y=3

      例子7-9是一个QueryString类。在一个java对象中,它使用了类URLEncoder来编码连续的属性名和属性值对,这个java对象被用来发送数据到服务器端的程序。

      当你在创建一个QueryString对象时,你可以把查询string中的第一个属性对传递给类QueryString的构造函数,得到初始string。如果要继续加入后面的属性对,就应调用方法add(),它也能接受两个string作为参数,能对它们进行编码。方法getQuery( )返回一个属性对被逐个编码后得到的整个string。

      Example 7-9. -The QueryString class

    <!--
    Code highlighting produced by Actipro CodeHighlighter (freeware)
    http://www.CodeHighlighter.com/
    -->  package com.macfaq.net;
      import java.net.URLEncoder;
      import java.io.UnsupportedEncodingException;
      public class QueryString {
      private StringBuffer query = new StringBuffer();
      public QueryString(String name, String value) {
      encode(name, value);
      }
      public synchronized void add(String name, String value) {
      query.append('&');
      encode(name, value);
      }
      private synchronized void encode(String name, String value) {
      try {
      query.append(URLEncoder.encode(name, "UTF-8"));
      query.append('=');
      query.append(URLEncoder.encode(value, "UTF-8"));
      } catch (UnsupportedEncodingException ex) {
      throw new RuntimeException("Broken VM does not support UTF-8");
      }
      }
      public String getQuery() {
      return query.toString();
      }
      public String toString() {
      return getQuery();
      }
      }
    

      利用这个类,现在我们就能对前面那个例子中的string进行编码了:

    <!--
    Code highlighting produced by Actipro CodeHighlighter (freeware)
    http://www.CodeHighlighter.com/
    -->  QueryString qs = new QueryString("pg", "q");
      qs.add("kl", "XX");
      qs.add("stype", "stext");
      qs.add("q", "+"Java I/O"");
      qs.add("search.x", "38");
      qs.add("search.y", "3");
      String url = "http://www.altavista.com/cgi-bin/query?" + qs;
      System.out.println(url);
    

      二、URLDecoder

      与URLEncoder 类相对应的URLDecoder 类有两种静态方法。它们解码以x-www-form-url-encoded这种形式编码的string。也就是说,它们把所有的加号(+)转换成空格符,把所有的%xx分别转换成与之相对应的字符:

    <!--
    Code highlighting produced by Actipro CodeHighlighter (freeware)
    http://www.CodeHighlighter.com/
    -->  public static String decode(String s) throws Exception
      public static String decode(String s, String encoding) // Java 1.4 throws 
    UnsupportedEncodingException
    

      第一种解码方法在java1.3和java1.2中使用。第二种解码方法在java1.4和更新的版本中使用。如果你拿不定主意用哪种编码方式,那就选择UTF-8吧。它比其他任何的编码形式更有可能得到正确的结果。

      如果string包含了一个“%”,但紧跟其后的不是两位16进制的数或者被解码成非法序列,该方法就会抛出IllegalArgumentException 异常。当下次再出现这种情况时,它可能就不会被抛出了。这是与运行环境相关的,当检查到有非法序列时,抛不抛出IllegalArgumentException 异常,这时到底会发生什么是不确定的。在Sun's JDK 1.4中,不会抛出什么异常,它会把一些莫名其妙的字节加进不能被顺利编码的string中。这的确令人头疼,可能就是一个安全漏洞。

      由于这个方法没有触及到非转义字符,所以你可以把整个URL作为参数传给该方法,不用像之前那样分块进行。例如:

    <!--
    Code highlighting produced by Actipro CodeHighlighter (freeware)
    http://www.CodeHighlighter.com/
    -->  String input = "http://www.altavista.com/cgi-bin/" + "query?
    pg=q&kl=XX&stype=stext&q=%2B%22Java+I%2FO%22&search.x=38&search.y=3";
    
      try {
      String output = URLDecoder.decode(input, "UTF-8");
      System.out.println(output);
      }
    

    URL编码 百分号编码 URLDecoder.decode的大致实现原理

    Java代码   收藏代码
    1. package com.dt.test;  
    2.   
    3. import java.io.UnsupportedEncodingException;  
    4. import java.net.URLDecoder;  
    5. import java.net.URLEncoder;  
    6.   
    7. /*** 
    8.  * URL编码又叫百分号编码 URLDecoder.decode的大致实现原理 
    9.  */  
    10. class testURLEncode {  
    11.     public void testURLEncode() {  
    12.         String testString;  
    13.         try {  
    14.             testString = URLEncoder.encode("中文""utf-8");  
    15.             System.out.println("testString : " + testString);  
    16.             testString = testString.replace("%""");  
    17.             int length = testString.length() / 2;  
    18.             byte[] data = new byte[length];  
    19.             for (int i = 0; i < length; i++) {  
    20.                 data[i] = (byte) Integer.parseInt(testString.substring(2 * i,  
    21.                         2 * i + 2), 16);  
    22.             }  
    23.             String result = new String(data, "utf-8");  
    24.             System.out.println("result : " + result);  
    25.         } catch (UnsupportedEncodingException e1) {  
    26.             // TODO Auto-generated catch block  
    27.             e1.printStackTrace();  
    28.         }  
    29.     }  
    30.     public void testURLEncodeGBK() {  
    31.         String testString;  
    32.         String testString0;  
    33.           
    34.         try {  
    35.             testString = URLEncoder.encode("中文""utf-8");  
    36.             testString0 = testString;  
    37.             System.out.println("testString : " + testString);  
    38.               
    39.             testString =  URLDecoder.decode(testString0,"GBK");  
    40.             System.out.println("decode : " + testString);  
    41.               
    42.             testString =  URLDecoder.decode(testString0,"utf-8");  
    43.             System.out.println("decode : " + testString);  
    44.             testString =  URLEncoder.encode("中文""GBK");  
    45.             System.out.println("decode : " + testString);  
    46.             testString =  URLDecoder.decode(testString,"GBK");  
    47.             System.out.println("decode : " + testString);  
    48.         } catch (UnsupportedEncodingException e1) {  
    49.             // TODO Auto-generated catch block  
    50.             e1.printStackTrace();  
    51.         }  
    52.     }  
    53.   
    54.     public static void main(String[] args) {  
    55.   
    56.         new testURLEncode().testURLEncode();  
    57.         new testURLEncode().testURLEncodeGBK();  
    58.     }  
    59. }  

     

    Java代码   收藏代码
    1. testString : %E4%B8%AD%E6%96%87  
    2. result : 中文  
    3. testString : %E4%B8%AD%E6%96%87  
    4. decode : 涓枃  
    5. decode : 中文  
    6. decode : %D6%D0%CE%C4  
    7. decode : 中文 
     
    展开全文
  • Base64与百分号编码相关 - iOS

    千次阅读 2018-01-16 10:28:08
    Base64 编码 Base64 是许多 web 协议的标准,在日常开发中很多地方会需要利用 Base64 进行编解码的操作; 在相互转换操作的时候,可以借用 NSData 来执行,例如接口中提供的如下方法: /* Create an NSData from a ...

    一. Base64 编码

    Base64 是许多 web 协议的标准,在日常开发中很多地方会需要利用 Base64 进行编解码的操作;

    在相互转换操作的时候,可以借用 NSData 来执行,例如接口中提供的如下方法:

    /* Create an NSData from a Base-64 encoded NSString using the given options. By default, returns nil when the input is not recognized as valid Base-64.
    */
    - (nullable instancetype)initWithBase64EncodedString:(NSString *)base64String options:(NSDataBase64DecodingOptions)options API_AVAILABLE(macos(10.9), ios(7.0), watchos(2.0), tvos(9.0));
    
    /* Create a Base-64 encoded NSString from the receiver's contents using the given options.
    */
    - (NSString *)base64EncodedStringWithOptions:(NSDataBase64EncodingOptions)options API_AVAILABLE(macos(10.9), ios(7.0), watchos(2.0), tvos(9.0));

    其中,第一个方法用来编码时操作,官方大致意思为将一个字符串(NSString)类型的参数通过编码后转换为 NSData 类型,若所输入的数据未能被识别为有效 Base-64 时,则返回 nil.

    第二个方法是将 NSData 类型数据通过 Base-64 的方式解码为字符串类型参数.

    具体使用方式 code 如下:

    1.Data 转 String

    NSData *data = [[NSData alloc] initWithBase64EncodedString:@"Encoded String"
                                                       options:0];//编码
    NSString *decodeStr = [data base64EncodedStringWithOptions:0];//解码
    NSLog(@"data --- %@/n decodeStr --- %@", data, decodeStr);
    2.字符串与 Data 间相互转换

    NSString *encodeStr = @"Encode String Test";
    NSData *encodeData = [[encodeStr dataUsingEncoding:NSUTF8StringEncoding] base64EncodedDataWithOptions:0];// 编码
    NSData *decodeData = [[NSData alloc] initWithBase64EncodedData:encodeData
                                                               options:0];// 解码
    NSString *decodeStr = [[NSString alloc] initWithData:decodeData
                                                    encoding:NSUTF8StringEncoding];// Data 转 String
    NSLog(@"编码:\n%@解码:\n%@Data to change String:\n%@", encodeData, decodeData, decodeStr);

    二.百分号编码

    百分号编码对 web 协议也很重要,尤其是对 URL 的处理上;

    其中官方 API 提供的接口方法如下:

    // Returns a new string made from the receiver by replacing all percent encoded sequences with the matching UTF-8 characters.
    @property (nullable, readonly, copy) NSString *stringByRemovingPercentEncoding API_AVAILABLE(macos(10.9), ios(7.0), watchos(2.0), tvos(9.0));
    
    // Returns a new string made from the receiver by replacing all characters not in the allowedCharacters set with percent encoded characters. UTF-8 encoding is used to determine the correct percent encoded characters. Entire URL strings cannot be percent-encoded. This method is intended to percent-encode an URL component or subcomponent string, NOT the entire URL string. Any characters in allowedCharacters outside of the 7-bit ASCII range are ignored.
    - (nullable NSString *)stringByAddingPercentEncodingWithAllowedCharacters:(NSCharacterSet *)allowedCharacters API_AVAILABLE(macos(10.9), ios(7.0), watchos(2.0), tvos(9.0));
    其中,第一项为将输入的字符串内容通过百分号编码序列后生成一个编码后的新字符串;

    第二项与第一项类似,同样是将输入的字符串内容通过百分号编码序列的方式编码后生成一个新的字符串,但该方法允许开发者控制需要百分号编码的字符,目的是成一个 URL 字符串编码组件或子组件,而不是整个 URL 字符串.在7位 ASCII 范围外的任何字符被忽略.
    具体使用方式 code 如下:

    NSString *testStr = @"Percent Test";
    NSString *encodStr = [testStr stringByRemovingPercentEncoding];// 编码
    NSString *encodCharacters = [testStr stringByAddingPercentEncodingWithAllowedCharacters:[NSCharacterSet URLQueryAllowedCharacterSet]];// 编码并控制所需百分号编码的字符
    
    NSLog(@"\nPercentEncoding:\n%@\nPercentEncodingAndCharacters:\n%@", encodStr, encodCharacters);
    打印结果如下:




    展开全文
  • 百分号编码(URL编码)

    千次阅读 2015-01-06 10:11:06
    百分号编码(URL编码) 使用这种编码的目的是为了传输, 类似UTF8的用途. 百分号编码中分为保留字符和非保留字符, 很明显, 所谓的保留字符就是有其特殊用途的, 编码时需要转换的; 非保留字符就是可以直接被使用的, ...
  • nodejs处理url中的百分号编码

    千次阅读 2018-07-30 13:44:37
    nodejs处理url中的百分号编码 写网站的时候,前端表单发送数据到nodejs服务器,发送的数据会出现一些乱码,像下面这样: nickname=%E5%B0%8F%E5%88%98&amp;amp;amp;amp;gender=%E7%94%B7&amp;amp;...
  • python_百分号编码

    千次阅读 2020-09-09 10:30:58
  • from http://www.xuebuyuan.com/1736323.html  /*  网页中的表单使用POST方法提交时,数据内容的类型...  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 (+) ;
  • 相信大家在玩爬虫的时候,经常需要自己去批量构建url,但是有的时候网站中作为参考的同类型url却包含一串百分号的乱码,让我们自己在构建的时候无从下手。这一篇博客就来一起看看这些百分号到底是什么东西。 文章...
  • 本篇文章主要介绍了python实现中文及其他字符转换url编码的方法,结合实例形式分析了Python针对中文的gbk与utf-8编码转换的相关技巧,具有一定参考借鉴价值,需要的朋友可以参考下 今天做一个外贸电商网站上的商品明细...
  • 代码: - (void)viewDidLoad { [super viewDidLoad]; // Do any additional setup after loading the view, typically from a nib. ... //URL百分号编码 //URL编码会编码&,问号和其他标点符号。 NSString *urlStr
  • 主要介绍了解决node.js含有%百分号时发送get请求时浏览器地址自动编码的问题,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下
  • ![图片说明](https://img-ask.csdn.net/upload/201901/23/1548235165_126385.png) idea往svn上面提交代码 路径中的中文变成了百分号编码
  • URIencoding:百分号编码

    2016-10-19 15:43:16
    最近在学习Web安全,在看《web应用安全权威指南》时,看到了百分号编码很不解(在下新手)。就百度了一下,特地写在博客上,供自己以后查看。 百分号编码(Percent-encoding), 也称作URL编码(URL encoding), 是...
  • URL编码 百分号编码 URLDecoder.decode的大致实现原理 package com.dt.test; import java.io.UnsupportedEncodingException; import java.net.URLDecoder; import java.net.URLEncoder; /*** * URL编码又...
  • 将中文转化为百分号

    千次阅读 2019-06-20 09:25:30
    //将中文转换成百分号编码(URL中需要使用百分号编码) str2 = URLEncoder.encode(str,"utf-8"); System.out.println(str2); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } } }  
  • URI的百分号编码

    2013-05-07 10:08:44
    如果一个保留字符在特定上下文中具有特殊含义(称作“reserved purpose”),且URI中必须使用该字符用于其它目的,那么该字符必须百分号编码百分号编码一个保留字符,首先需要把该字符的ASCII的值表示为两个16进制...
  • uft-8 及 gb2312对 数据编码时,保留 字符和数字的anscii 编码方式,但对汉字及特殊字符进程 百分号编码。其中utf-8中一个 汉字 占3个字节,gb2312 中占2个字节。 例如 "三" 进行utf-8 百分号编码,生成%E4%B8%89在...
  • url中出现汉字,需要进行百分号转译

    千次阅读 2016-01-11 23:51:21
    url中出现汉字,需要进行百分号转译.   NSString *urlString = @"http://192.168.1.254/服务器资料/demo.json”;//在Safari上打开     // http://192.168.1.254/%E6%9C%8D%E5%8A%A1%E5%99%A8
  • 有个需求要在前端发请求,且上送的参数写在了URL里面。...上面的URL本意是要上送一个参数paraB,这个参数的值就是%,但是URL中百分号%本身就是用来对不安全字符进行编码的一个特殊字符,如果你需要在UR
  • 解决办法如下: 1.用ASCII码替换百分号和与符号 ...2.在jquery中用编码转换来实现百分号的保存 //encodeURI() 函数可把字符串作为 URI 进行编码。 //对以下在 URI 中具有特殊含义的 ASCII 标点符号,encode
  • test=%25test 搜索相关资料后发现,URL中的百分号是个特殊字符,用来对需要进行百分号编码的字符的ASCII码进行转义,具体参考维基百科 python的requests库会将params中的百分号进行转义 所以解决办法就是禁止对%进行...
  • 我们经常会遇到所谓的URL编码(也叫百分号编码)和Base64编码。 先说一下Bsae64编码。BASE64编码是一种常用的将二进制数据转换为64个可打印字符的编码,常用于在通常处理文本数据的场合,表示、传输、存储一些二进制...
  • C#_编码转换

    千次阅读 2019-06-27 16:43:39
    一、URL编码转换 URL转码 UrlDecode UrlEncode using System.Web; 引用system.web。  textBox2.Text = System.Web.HttpUtility.UrlDecode(textBox1.Text, System.Text.Encoding.GetEncoding("GB2312"));//将Url中...
  • 今天同事问我下面的奇怪问题...zh = "中文" # 这个是utf8编码 en = u'english' # 这个是unicode,注意带个u在前面 en2 = 'english' # 这个是utf8,不带u print '%s-%s' % (zh, en2) # 正常 print u'%s-%s' % (zh,
  • url 百分号 解码

    2020-12-23 20:25:44
    url 百分号 解码 在线urlencode编码、urldecode解码、url编码解码、百分号编码 在线解码: http://web.chacuo.net/charseturlencode

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 35,733
精华内容 14,293
关键字:

百分号编码