URL编码传输问题（特殊字符）

问题产生过程

之前做安卓项目遗留下来的一个问题, 为什么我通过Http请求传输的中文到服务端(Java) 获取参数时, 总是出现各种问题, 莫名其妙就出现了乱码? 各种设置UFT-8 都不管用??

我们必须从去了解具体URL编码的过程.

浏览器环境

浏览器的导航栏输入包含中文URL后.

浏览器会自动将中文进行URL编码.(我们打开F12开发者工具查看)

那么我此时会产生好奇,URL编码是在什么阶段开始编码的?什么适合开始解码的?

安卓环境

我尝试在非浏览器环境下(比如Android的HttpURLConnection和OkHttp)用Get 请求访问 http://IP:port/getMS?name=邓洲
此时会发生什么?

结果在服务端接通过request.getParams()获取并打印了

好像也自动进行了URL编码

Nodejs环境

然后是nodejs环境使用fetch或者axios访问会怎么样?

const fetch = require('node-fetch')
fetch("http://localhost:8080/EncodeTest/URLEncode?name=邓大帅")
  .catch(err => console.log(err))
  .then(res => console.log(res))

好家伙,直接报错,请求根本发不出去

原因是URL不能携带中文,需要先手动URL编码才能访问

服务端也接收到了

URL编码特殊字符

字符	解释	转码
+	URL 中+号表示空格	%2B
空格	URL中的空格可以用+号或者编码	%20
/	分隔目录和子目录	%2F
?	分隔实际的URL和参数	%3F
%	指定特殊字符	%25
#	表示书签	%23
&	URL 中指定的参数间的分隔符	%26
=	URL 中指定参数的值	%3D

一次性测试这些符号(注意打印结果是服务器端的打印结果)

encodeURI("邓大+帅/?%=&#")
//邓大 帅/?%=
//+号变成了空格,最后两个不显示

encodeURI("邓大 帅/?%=#")
//邓大 帅/?%=
//去掉&后,#仍然不显示;+号换空格仍然是空格

encodeURI("邓&大+帅/?%=#")
//邓
//说明&会截断后面的内容

encodeURI("邓#大+帅/?%=")
//邓
//说明#也会截断后面的内容

发现只有 + & # 三个符号无法通过URL编码正常显示,因此在传输之前就得使用replace()来替换所有这三个字符.

const fetch = require('node-fetch')
fetch("http://localhost:8080/EncodeTest/URLEncode?name=" +
    encodeURI("邓+大&帅#太 帅/?%=")
    .replace("+", "%2B")
    .replace("#", "%23")
    .replace("&", "%26")
  )
  .then(res => res.text())
  .then(res => console.log(res))

服务端接收并打印

完美!!!
不过我们还是得认真分析一下这中间发生了什么.
首先进行encodeURI(“邓+大&帅#太 帅/?%=”)
然后再进行替换的.
那么就得知道这三个符号在函数执行后输出什么.

console.log(encodeURI("+&#"))
// +&#

console.log(encodeURI("+&#/"))
// +&#/

console.log(encodeURI("%"))
// %25
// % 能够正常编码

console.log(encodeURI("+ %"))
// +%20%25
//空格也能正常编码

console.log(encodeURI("?"))
// ?

console.log(encodeURI("="))
// =

结论是在编码阶段

符号	encodeURI编码	服务端接收(来自Node)	服务端接收(来自浏览器)	服务端接收(来自安卓)
+	+	空格	空格	空格
空格	%20	空格	空格	空格
/	/	/	/	/
?	?	?	?	?
%	%25	%	null	null
#	#	当前及后面字符全部失效	当前及后面字符全部失效	当前及后面字符全部失效
&	&	当前及后面字符全部失效	当前及后面字符全部失效	当前及后面字符全部失效
=	=	=	=	=

可以看出服务端接收的内容与发送端环境几乎无关.
那为什么Node环境的 % 会不一样?
因为Node环境是事先通过encodeURI 将%编码成%25,
而其他环境（浏览器导航、Android的HttpUrlConneciton等未经encodeURI()) 的URL则会编码成

这样

没错,根本就没编码.
所以才会产生不同的结果.
那么针对两种不同的场景(Node的encodeURI 和 浏览器等直接传URL自动编码)所遇到的问题，我们需要区分讨论。

---

最佳解决方案

首先我们要了解一个概念,不是所有的字符都必须编码才能解码,比如 = $ @ / ? ( ) [ ] ~ - _* 和空格等等以及所有的数字.
以上这些默认不编码,也不用解码.

另外还有一些是我们必须认识的不安全的字符,必须进行编码(encodeURI会自动编码):
^ { } ` \ |
这六个,不编码直接报错400 Bad Request,发都发不出去.

还有一些虽然可传但是对数据完整性造成影响的: + # & ,同样也必须编码（并且这三个不会被encodeURI编码）.

另外 % 与转移字符前缀相同，所以不可以重复编码。否则%转移成%25下一次就是%2525（对应服务器拿到的就是”%25“）,所以有的人提出的先encodeURI()再escape()编码明显不可行，因为会对%重复编码。

使用encodeURI() 可以解决大部分问题，但是
有些字符仍然不编码,我们需要手动替换.

encodeURI(url)
  .replaceAll("#", "%23")
  .replaceAll("&", "%26")
  .replaceAll("+", "%2B")
  //注意Node环境没有replaceAll()函数，各位自行去百度怎么实现replaceAll（通过正则）

这样一来，你可以在URL中携带任何字符的参数了！