关于URL的encode和decode

URL无法显示某些特殊符号，这个时候就要使用编码了。编码的格式为：一个百分号，后面跟对应字符的ASCII（16进制）码值。例如 空格的编码值是"%20"。（ASCII参考）

	URL中的特殊字符	特殊含义	十六进制值
1	+	表示空格（在 URL 中不能使用空格）	%2F
2	/	分隔目录和子目录	%2F
3	？	分隔实际的 URL 和参数	%3F
4	%	指定特殊字符	%25
5	#	表示书签	%23
6	&	URL 中指定的参数间的分隔符	%26
7	=	URL 中指定参数的值	%3D

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(*))。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

　　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：

　　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

　　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:

　　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：

　　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：

　　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);
　　}

HTML URL 编码

下面是用 URL 编码形式表示的 ASCII 字符（十六进制格式）。

十六进制格式用于在浏览器和插件中显示非标准的字母和字符。

URL 编码 - 从 %00 到 %8f

ASCII Value	URL-encode	ASCII Value	URL-encode	ASCII Value	URL-encode
æ	%00	0	%30	`	%60
	%01	1	%31	a	%61
	%02	2	%32	b	%62
	%03	3	%33	c	%63
	%04	4	%34	d	%64
	%05	5	%35	e	%65
	%06	6	%36	f	%66
	%07	7	%37	g	%67
backspace	%08	8	%38	h	%68
tab	%09	9	%39	i	%69
linefeed	%0a	:	%3a	j	%6a
	%0b	;	%3b	k	%6b
	%0c	<	%3c	l	%6c
c return	%0d	=	%3d	m	%6d
	%0e	>	%3e	n	%6e
	%0f	?	%3f	o	%6f
	%10	@	%40	p	%70
	%11	A	%41	q	%71
	%12	B	%42	r	%72
	%13	C	%43	s	%73
	%14	D	%44	t	%74
	%15	E	%45	u	%75
	%16	F	%46	v	%76
	%17	G	%47	w	%77
	%18	H	%48	x	%78
	%19	I	%49	y	%79
	%1a	J	%4a	z	%7a
	%1b	K	%4b	{	%7b
	%1c	L	%4c	|	%7c
	%1d	M	%4d	}	%7d
	%1e	N	%4e	~	%7e
	%1f	O	%4f		%7f
space	%20	P	%50	€	%80
!	%21	Q	%51		%81
"	%22	R	%52	‚	%82
#	%23	S	%53	ƒ	%83
$	%24	T	%54	„	%84
%	%25	U	%55	…	%85
&	%26	V	%56	†	%86
'	%27	W	%57	‡	%87
(	%28	X	%58	ˆ	%88
)	%29	Y	%59	‰	%89
*	%2a	Z	%5a	Š	%8a
+	%2b	[	%5b	‹	%8b
,	%2c	\	%5c	Œ	%8c
-	%2d	]	%5d		%8d
.	%2e	^	%5e	Ž	%8e
/	%2f	_	%5f		%8f

URL 编码 - 从 %90 到 %ff

ASCII Value	URL-encode	ASCII Value	URL-encode	ASCII Value	URL-encode
	%90	À	%c0	ð	%f0
‘	%91	Á	%c1	ñ	%f1
’	%92	Â	%c2	ò	%f2
“	%93	Ã	%c3	ó	%f3
”	%94	Ä	%c4	ô	%f4
•	%95	Å	%c5	õ	%f5
–	%96	Æ	%c6	ö	%f6
—	%97	Ç	%c7	÷	%f7
˜	%98	È	%c8	ø	%f8
™	%99	É	%c9	ù	%f9
š	%9a	Ê	%ca	ú	%fa
›	%9b	Ë	%cb	û	%fb
œ	%9c	Ì	%cc	ü	%fc
	%9d	Í	%cd	ý	%fd
ž	%9e	Î	%ce	þ	%fe
Ÿ	%9f	Ï	%cf	ÿ	%ff
	%a0	Ð	%d0
¡	%a1	Ñ	%d1
¢	%a2	Ò	%d2
£	%a3	Ó	%d3
	%a4	Ô	%d4
¥	%a5	Õ	%d5
|	%a6	Ö	%d6
§	%a7		%d7
¨	%a8	Ø	%d8
©	%a9	Ù	%d9
ª	%aa	Ú	%da
«	%ab	Û	%db
¬	%ac	Ü	%dc
¯	%ad	Ý	%dd
®	%ae	Þ	%de
¯	%af	ß	%df
°	%b0	à	%e0
±	%b1	á	%e1
²	%b2	â	%e2
³	%b3	ã	%e3
´	%b4	ä	%e4
µ	%b5	å	%e5
¶	%b6	æ	%e6
·	%b7	ç	%e7
¸	%b8	è	%e8
¹	%b9	é	%e9
º	%ba	ê	%ea
»	%bb	ë	%eb
¼	%bc	ì	%ec
½	%bd	í	%ed
¾	%be	î	%ee
¿	%bf	ï	%ef