Get请求与URL编码解码

Get请求传参，与编码解码

@1 Get请求流程：

在get请求中，参数直接添加在了url后面，同url一起提交到服务器。

常用的url参数的格式为：

http://ip:port/path/file?参数1=值1&参数2=值2….
多个参数之间使用&分割，参数与值之间使用=分割

例如：
http://localhost:8080/http/test?p1=zhangsan&p2=18

服务器端Servlet通过 req.getParameter(“参数名”)就可以获取相应参数的值。

---

@2 问题的产生

这是正常的使用情况，我们需要考虑某些特殊情况，如下：

假如p1参数的值是 “zhang&san”,那么url地址变为：
http://localhost:8080/http/test?p1=zhang&san&p2=18

这时，我们通过req.getParameter(“p1”)获取到的值为“zhang”，而不是我们想要的“zhang&san”，

这该怎么办呢，URL机制该如何应对类似的这种情况呢？

---

@3 解决问题-1 URL编码过程

为了防止这种情况发生，URL规定（RFC1738草案），在通过URL进行网络访问时，
需要将URL参数中的特殊字符进行URL编码。

这里面涉及到两个问题：

1 哪些字符是特殊字符

2 编码的时候如何进行编码

第一个问题：
除了大小写字母、数字、-_.（横线下划线小数点）这三类字符之外的字符，均为特殊字符

第二个问题：
特殊字符进行编码时分为两个步骤，
1：
特殊字符需要按照一定的编码格式（gbk或utf-8）转换为byte数组 (ISO-8859-1)，
如，在gbk编码格式下 :
; 对应[3B]
& 对应[26]
%对应[25]
马对应[C2,ED]
经过第一步 ;&%马对应的字节序列变为 [3B,26,25,C2,ED]

2：
将第一步生成的byte数组，每个byte前添加%号，生成URL编码后的字符串
于是：
[3B,26,25,C2,ED]
转换为
%3B%26%25%C2%ED

这就是URL编码的过程，以及最终生成的编码后字符串。

在编写程序时，我们可以调用方法（或js中的function）来帮我们完成这个编码过程：
java中：java.net.URLEncoder(源URL，‘编码格式’);
js中：encodeUrIComponent(源URL);

这里需要注意的一点是，对于特殊字符空格“ ”，在通过URLEncoder编码时，不会编码成%20，（空格对应的ascii为0x20），而是会编码成“+”加号。这一点与 URL规定（RFC1738草案）中描述的不同。
但是这并不影响我们的使用，只要在解码时，按照这个规则进行解码就行了。

---

@3 解决问题-2 URL解码过程

web容器（以Tomcat为例）在接收到用户的Get请求后，会解析http请求报文，根据报文内容与服务器的环境，生成request对象，发送给Servlet处理。

服务器的环境，就是当前服务器的一些配置信息，其中重要的一项就是“默认编码格式”，
以tomcat8为例，默认编码格式为utf-8。

在servlet中，我们可以通过req.getParameter(“参数名”);来获取对应参数的值，这里要注意该调用背后的工作：
1：
在第一次调用该方法时，tomcat会将queryString按照&和=号进行分割成一个个的键值对，
然后对各个键和它对应的值进行url解码，string str = URLDecoder.decode(键/值，“tomcat编码格式”);，
这样，之前经过url编码的键/z值，又回归到了原本的模样。（解码的过程与编码过程相反）。
然后，解析该字符串，获取参数名和参数值（键值对），放入request对象的parameterMap中。
2：
第二步根据参数名，查找parameterMap，返回参数值。

这里需要注意的是，
1、按照URL规定（RFC1738草案），%20会解码为空格；按照encode方案，+号也会被解码为空格，所以%20和+号，均会被解码为空格。
2、解码过程会出现错误，此时该参数的值为null，
如，queryString为“name=3&age=3%3+&size=8”，这样在decode时参数age的值3%3+不满足解析的规则（%号后需要两位16进制数）；那么age参数的值为null，name和size的值不受影响。

所以，对于get请求，对url中参数进行URLDecode的工作，tomcat帮助我们做了，解码时采用的编码格式为tomcat默认的编码格式，当然我们也可以通过配置文件，修改默认编码。

---

最后有几点需要声明：
1：
如果decode时的编码格式与encode时不同，那么参数就会出现中文乱码的问题。

2：
在浏览器地址栏中输入地址，浏览器在发起http请求时，并不会自动帮你将特殊字符进行encode，造成这个假象的原因是，他会将空格和中文字符，按照“utf-8”编码格式进行urlencode，其他特殊字符，它是不管的。