12、URL 编解码

一、为什么要 URL 编码

---

• 在因特网上传送 URL，只能采用 ASCII 字符集。
• 1、只有字母和数字 [0-9a-zA-Z]、一些特殊符号 $-_.+!*'() [不包括双引号]、以及某些保留字（空格转换为+），才可以不经过编码直接用于 URL。
• 2、如果 URL 中有汉字，就必须编码后使用。 但是麻烦的是标准的国际组织并没有规定具体的编码方法，而是交给应用程序（浏览器）自己决定。 这导致"URL编码"成为了一个混乱的领域。
• 3、对于同一个中文，不同的浏览器可能会有不同的编码方式，不要将编码交给浏览器。应该用 JS 在前端对 URL 编码，这样就实现了统一。
  • 如果 key=value 这种传参方式中，value 中包含 ?``=& 等符号，url 的解析会变得很困难。

二、什么是 URL 编码

---

• 1、URL 编码通常也被称为百分号编码（percent-encoding），是因为它的编码方式非常简单：
  • 1、使用 % 加上两位的字符——0123456789ABCDEF——代表一个字节的十六进制形式。
  • 2、URL 编码要做的，就是将每一个非安全的 ASCII 字符都被替换为“%xx”格式，

• 2、对于 非 ASCII 字符，的 URL 编码实现，RFC 文档建议：
  • 1、使用 utf-8 对其进行编码得到相应的字节。
    • 如："中文"使用 UTF-8 编码 得到的字节为 0xE4 0xB8 0xAD 0xE6 0x96 0x87。
  • 2、然后，对每个字节执行百分号编码。
    • 如：0xE4 0xB8 0xAD 0xE6 0x96 0x87 经过 Url 编码后得到 “%E4%B8%AD%E6%96%87”。

三、JS 的三种 URL 编码

---

• 1、escape
• 2、encodeURI 函数 (推荐使用)
  • 1、对需要编码的参数用 encodeURI 函数最推荐
  • 2、对应的解码函数是 decodeURI()
• 3、encodeURIComponent函数（最推荐使用）
  • 1、对需要编码的参数用 encodeURIComponent 函数最推荐
  • 2、对应的解码函数是 decodeURIComponent()

四、Java 中的 URL 编码、解码 – URLDecoder 与 URLEncoder

---

• URLEncoder：可以把非西欧文字 “张三zxw” 编码成 “%E5%BC%A0%E4%B8%89zxw” 的形式。
  • –在有些场景，无法传输和存储“非西欧文字”，此时就需要用到 URLEncoder 转换。
    • 典型的像 Cookie，Cookie 的值不能使中文的。
• URLDecoder：可以把 “%E5%BC%A0%E4%B8%89zxw” 的形式解码成 “张三zxw”。

• URLEncoder 的核心逻辑是：
  • 将每个字节视为无符号的 8 位整数（0-255），然后转为 %XX 格式的十六进制字符串。
• 具体步骤：
  • 将 byte 转换为 int，并屏蔽符号位（通过 & 0xFF）。
  • 将结果转为两位十六进制字符串。如：0xE4 → %E4。

package org.rainlotus.materials.javabase.a01_unicode;

import java.io.UnsupportedEncodingException;
import java.net.URLDecoder;
import java.net.URLEncoder;
import java.nio.charset.StandardCharsets;
import java.util.Arrays;

/**
 * URL 编码解码
 * @author zhangxw
 * @since 0.0.1
 */
public class URLDecoderTest {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String str = "张兴旺zxw";

		// URLDecoder：URL 解码。
		String encodeStr = URLEncoder.encode(str, "GBK");

		// %D5%C5%D0%CB%CD%FAzxw
		System.out.println(encodeStr);

		// URLDecoder：URL 解码。
		// 张兴旺zxw
		System.out.println(URLDecoder.decode(encodeStr, "GBK"));


	// URLEncoder.encode 的原理：
		// 第 1 步：获取字符串 对应编码的 byte 数组。
		byte[] bytes = str.getBytes("GBK");

		// GBK 编码结果："张兴旺zxw" → 字节数组：[-43, -59, -48, -53, -51, -6, 122, 120, 119]
		System.out.println(Arrays.toString(bytes));

		StringBuilder hexBuilder = new StringBuilder();
		// 第 2 步：将 字节数组：[-43, -59, -48, -53, -51, -6, 122, 120, 119] 中的每个 byte 数字，
			// 转为 【无符号的十六进制】字符串。
		for (byte b : bytes) {
			// 消除符号位影响
			int value = b & 0xFF;
			hexBuilder.append(String.format("%02X ", value));
		}
		// 无符号十六进制: D5 C5 D0 CB CD FA 7A 78 77
		System.out.println("无符号十六进制: " + hexBuilder);

	}
}

五、什么是 application/x-www-form-urlencoded

---

• 1、是一种编码类型。
  • 当 URL 地址里包含 非西欧字符 的字符串时，
    • 系统会将这些字符转换成 application/x-www-form-urlencoded 字符串。
  • 表单提交中的表单里包含 非西欧字符 的字符串时，
    • 系统也会将这些字符转换成 application/x-www-form-urlencoded 字符串，
    • 然后，在服务器端自动解码。
  • FORM 元素的 enctype 属性指定了表单数据向服务器提交时所采用的编码类型，
    • 默认的缺省值是 application/x-www-form-urlencoded。

• 2、在向服务器发送大量的文本、包含大量非 ASCII 字符的文本或二进制数据时这种编码方式效率很低。
  • 这时，就要使用另一种编码类型“multipart/form-data”。
    • 如：做文件上传时，表单的 enctype 属性一般会设置成“multipart/form-data”。
  • Browser 端 表单的 ENCTYPE 属性值为 multipart/form-data 。
    • 它告诉我们传输的数据要用到多媒体传输协议，由于多媒体传输的都是大量的数据。
    • 所以，规定上传文件必须是 post 方法，<input> 的 type 属性必须是 file。