URLDecoder: Incomplete trailing escape (%) pattern错误处理

转载地址：http://blog.csdn.net/woaigaolaoshi/article/details/51160999

爬虫过程中可能会碰到url中含有普通的%字符的情况，如果直接用URLDecode.decode()则会出现如题的错误，解决方法就是先将’%’编码为’%25’，再对url解码。

public static void main(String[] args) throws Exception{
    String test = "http://www.baidu.com?123%";//随意构造的
    //URLDecoder.decode(test, "utf8");//如直接接就会报如题的错误。
    System.out.println(URLDecoder.decode(test.replaceAll("%", "%25"), "utf8"));

}
 
 
1
2
3
4
5
6

输出：

http://www.baidu.com?123%
 
 
1

上述是最简单的一种情况，但是绝大多数情况会掺杂着%为编码的含义，此时只把%替换为%25是不能解出正确的url的，如下：

public static void main(String[] args) throws Exception{
    String test = "http://www.baidu.com?%e4%b8%ad%e5%9b%bd123%";//%e4%b8%ad%e5%9b%bd为中国
    System.out.println(URLDecoder.decode(test.replaceAll("%", "%25"), "utf8")); 
}
 
 
1
2
3
4

输出：

http://www.baidu.com?%e4%b8%ad%e5%9b%bd123% 
 
 
1

解决方法：

public class ConverPercent {

    //判断是否为16进制数
    public static boolean isHex(char c){
        if(((c >= '0') && (c <= '9')) || 
                ((c >= 'a') && (c <= 'f')) || 
                ((c >= 'A') && (c <= 'F')))
            return true;
        else
            return false;
    }

    public static String convertPercent(String str){
        StringBuilder sb = new StringBuilder(str);

        for(int i = 0; i < sb.length(); i++){
            char c = sb.charAt(i);
            //判断是否为转码符号%
            if(c == '%'){
                if(((i + 1) < sb.length() -1) && ((i + 2) < sb.length() - 1)){
                    char first = sb.charAt(i + 1);
                    char second = sb.charAt(i + 2);
                    //如只是普通的%则转为%25
                    if(!(isHex(first) && isHex(second)))
                        sb.insert(i+1, "25");
                }
                else{//如只是普通的%则转为%25
                    sb.insert(i+1, "25");
                }

            }
        }

        return sb.toString();
    }

    public static void main(String[] args) throws UnsupportedEncodingException{
        String test = "http://www.baidu.com?%e4%b8%ad%e5%9b%bd123%";
        //URLDecoder.decode(test, "utf8");//如直接接就会报如题的错误。   
        String url = convertPercent(test);
        System.out.println(url);
        System.out.println(URLDecoder.decode(url,"utf8"));

    }
}
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

输出：

http://www.baidu.com?%e4%b8%ad%e5%9b%bd123%25
http://www.baidu.com?中国123%