我的Java独立应用程序从用户那里获得一个URL(指向一个文件)，我需要点击它并下载它。我面临的问题是，我不能正确编码HTTP URL地址…
例子:
URL: http://search.barnesandnoble.com/booksearch/first book.pdf
java.net.URLEncoder.encode(url.toString(), "ISO-8859-1");
回报我。
http%3A%2F%2Fsearch.barnesandnoble.com%2Fbooksearch%2Ffirst+book.pdf
但是，我想要的是
http://search.barnesandnoble.com/booksearch/first%20book.pdf
(空格替换为%20)
我猜URLEncoder不是为编码HTTP url设计的…JavaDoc说“HTML表单编码的实用程序类”…还有别的办法吗?
当前回答
我创建了一个新项目来帮助构建HTTP url。库将自动URL编码路径段和查询参数。
您可以在https://github.com/Widen/urlbuilder上查看源代码并下载二进制文件
这个问题中的URL示例:
new UrlBuilder("search.barnesandnoble.com", "booksearch/first book.pdf").toString()
生产
http://search.barnesandnoble.com/booksearch/first%20book.pdf
其他回答
不幸的是，org.apache.commons.httpclient.uti.uriutil已弃用，替代的org.apache.commons.codec.net.URLCodec编码适用于表单帖子，而不适用于实际URL。所以我必须写我自己的函数，它只做一个组件(不适合有?'s和&'s的整个查询字符串)
public static String encodeURLComponent(final String s)
{
if (s == null)
{
return "";
}
final StringBuilder sb = new StringBuilder();
try
{
for (int i = 0; i < s.length(); i++)
{
final char c = s.charAt(i);
if (((c >= 'A') && (c <= 'Z')) || ((c >= 'a') && (c <= 'z')) ||
((c >= '0') && (c <= '9')) ||
(c == '-') || (c == '.') || (c == '_') || (c == '~'))
{
sb.append(c);
}
else
{
final byte[] bytes = ("" + c).getBytes("UTF-8");
for (byte b : bytes)
{
sb.append('%');
int upper = (((int) b) >> 4) & 0xf;
sb.append(Integer.toHexString(upper).toUpperCase(Locale.US));
int lower = ((int) b) & 0xf;
sb.append(Integer.toHexString(lower).toUpperCase(Locale.US));
}
}
}
return sb.toString();
}
catch (UnsupportedEncodingException uee)
{
throw new RuntimeException("UTF-8 unsupported!?", uee);
}
}
我同意马特的观点。事实上，我从未在教程中看到过很好的解释，但一个问题是如何编码URL路径，另一个非常不同的问题是如何编码附加到URL的参数(“?”符号后面的查询部分)。它们使用类似的编码，但并不相同。
专门用于空白字符的编码。URL路径需要编码为%20，而查询部分允许使用%20和“+”符号。最好的方法是使用Web浏览器对我们的Web服务器进行测试。
对于这两种情况，我总是会编码组件组件，而不是整个字符串。实际上URLEncoder允许查询部分这样做。对于路径部分，您可以使用类URI，尽管在本例中它要求整个字符串，而不是单个组件。
无论如何，我相信避免这些问题的最好方法是使用个人无冲突的设计。怎么做?例如，我从来不使用a-Z, a-Z, 0-9和_以外的字符命名目录或参数。这样，唯一需要做的就是对每个参数的值进行编码，因为它可能来自用户输入，使用的字符是未知的。
如何:
UrlEncode(String in_) {
String retVal = "";
try {
retVal = URLEncoder.encode(in_, "UTF8");
} catch (UnsupportedEncodingException ex) {
Log.get().exception(Log.Level.Error, "urlEncode ", ex);
}
return retVal;
}
我用这个
org.apache.commons.text.StringEscapeUtils.escapeHtml4("my text % & < >");
添加这个依赖项
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-text</artifactId>
<version>1.8</version>
</dependency>
如果你有一个URL，你可以将URL . tostring()传递给这个方法。首先解码，以避免双重编码(例如，编码空格会得到%20，编码百分号会得到%25，因此双重编码将把空格变成%2520)。然后，像上面解释的那样使用URI，添加URL的所有部分(这样就不会删除查询参数)。
public URL convertToURLEscapingIllegalCharacters(String string){
try {
String decodedURL = URLDecoder.decode(string, "UTF-8");
URL url = new URL(decodedURL);
URI uri = new URI(url.getProtocol(), url.getUserInfo(), url.getHost(), url.getPort(), url.getPath(), url.getQuery(), url.getRef());
return uri.toURL();
} catch (Exception ex) {
ex.printStackTrace();
return null;
}
}
