網(wǎng)頁中的表單使用POST方法提交時(shí)，數(shù)據(jù)內(nèi)容的類型是 application/x-www-form-urlencoded，這種類型會：
1.字符"a"-"z"，"A"-"Z"，"0"-"9"，"."，"-"，"*"，和"_" 都不會被編碼;
2.將空格轉(zhuǎn)換為加號 (+) ;
3.將非文本內(nèi)容轉(zhuǎn)換成"%xy"的形式,xy是兩位16進(jìn)制的數(shù)值;
4.在每個(gè) name=value 對之間放置 & 符號。
*/
URLEncoder類包含將字符串轉(zhuǎn)換為application/x-www-form-urlencoded MIME 格式的靜態(tài)方法。
web設(shè)計(jì)者面臨的眾多難題之一便是怎樣處理不同操作系統(tǒng)間的差異性。這些差異性能引起URL方面的問題：例如，一些操作系統(tǒng)允許文件名中含有空格符，有些又不允許。大多數(shù)操作系統(tǒng)不會認(rèn)為文件名中含有符號“#”會有什么特殊含義;但是在一個(gè)URL中，符號“#”表示該文件名已經(jīng)結(jié)束，后面會緊跟一個(gè)fragment(部分)標(biāo)識符。其他的特殊字符，非字母數(shù)字字符集，它們在URL或另一個(gè)操作系統(tǒng)上都有其特殊的含義，表述著相似的問題。為了解決這些問題，我們在URL中使用的字符就必須是一個(gè)ASCII字符集的固定字集中的元素，具體如下：
1.大寫字母A-Z
2.小寫字母a-z
3.數(shù)字 0-9
4.標(biāo)點(diǎn)符 - _ . ! ~ * ' (和 ,)
諸如字符: / & ? @ # ; $ + = 和 %也可以被使用，但是它們各有其特殊的用途，如果一個(gè)文件名包括了這些字符( / & ? @ # ; $ + = %)，這些字符和所有其他字符就應(yīng)該被編碼。
編碼過程非常簡單，任何字符只要不是ASCII碼數(shù)字，字母，或者前面提到的標(biāo)點(diǎn)符，它們都將被轉(zhuǎn)換成字節(jié)形式，每個(gè)字節(jié)都寫成這種形式：一個(gè)“%”后面跟著兩位16進(jìn)制的數(shù)值。空格是一個(gè)特殊情況，因?yàn)樗鼈兲匠Ａ恕Ｋ吮痪幋a成“%20”以外，還能編碼為一個(gè)“+”。加號(+)本身被編碼為%2B。當(dāng)/ # = & 和?作為名字的一部分來使用時(shí)，而不是作為URL部分之間的分隔符來使用時(shí)，它們都應(yīng)該被編碼。
WARNING這種策略在存在大量字符集的異構(gòu)環(huán)境中效果不甚理想。例如：在U.S. Windows 系統(tǒng)中, é 被編碼為 %E9. 在 U.S. Mac中被編碼為%8E。這種不確定性的存在是現(xiàn)存的URI的一個(gè)明顯的不足。所以在將來URI的規(guī)范當(dāng)中應(yīng)該通過國際資源標(biāo)識符(IRIs)進(jìn)行改善。
類URL并不自動執(zhí)行編碼或解碼工作。你能生成一個(gè)URL對象，它可以包括非法的ASCII和非ASCII字符和/或%xx。當(dāng)用方法getPath() 和toExternalForm( ) 作為輸出方法時(shí)，這種字符和轉(zhuǎn)移符不會自動編碼或解碼。你應(yīng)對被用來生成一個(gè)URL對象的字符串對象負(fù)責(zé)，確保所有字符都會被恰當(dāng)?shù)鼐幋a。
幸運(yùn)的是，java提供了一個(gè)類URLEncoder把string編碼成這種形式。Java1.2增加了一個(gè)類URLDecoder它能以這種形式解碼string。這兩個(gè)類都不用初始化：
public class URLDecoder extends Object
public class URLEncoder extends Object
一、URLEncoder
在java1.3和早期版本中，類java.net.URLEncoder包括一個(gè)簡單的靜態(tài)方法encode( )， 它對string以如下規(guī)則進(jìn)行編碼：
public static String encode(String s)
這個(gè)方法總是用它所在平臺的默認(rèn)編碼形式，所以在不同系統(tǒng)上，它就會產(chǎn)生不同的結(jié)果。結(jié)果java1.4中，這個(gè)方法被另一種方法取代了。該方法要求你自己指定編碼形式：
public static String encode(String s, String encoding) throws UnsupportedEncodingException
兩種關(guān)于編碼的方法，都把任何非字母數(shù)字字符轉(zhuǎn)換成%xx(除了空格，下劃線(_)，連字符(?),句號(。),和星號(*))。兩者也都編碼所以的非ASCII字符?？崭癖晦D(zhuǎn)換成一個(gè)加號。這些方法有一點(diǎn)過分累贅了;它們也把“~”，“‘”，“()”轉(zhuǎn)換成%xx，即使它們完全用不著這樣做。盡管這樣，但是這種轉(zhuǎn)換并沒被URL規(guī)范所禁止。所以web瀏覽器會自然地處理這些被過分編碼后的URL。
兩中關(guān)于編碼的方法都返回一個(gè)新的被編碼后的string，java1.3的方法encode( ) 使用了平臺的默認(rèn)編碼形式，得到%xx。這些編碼形式典型的有：在 U.S. Unix 系統(tǒng)上的ISO-8859-1, 在U.S. Windows 系統(tǒng)上的Cp1252,在U.S. Macs上的MacRoman，和其他本地字符集等。因?yàn)榫幋a解碼過程都是與本地操作平臺相關(guān)的，所以這些方法是令人不爽的，不能跨平臺的。
這就明確地回答了為什么在java1.4中這種方法被拋棄了，轉(zhuǎn)而投向了要求以自己指定編碼形式的這種方法。盡管如此，如果你執(zhí)意要使用所在平臺的默認(rèn)編碼形式，你的程序?qū)裨趈ava1.3中的程序一樣，是本地平臺相關(guān)的。在另一種編碼的方法中，你應(yīng)該總是用UTF-8，而不是其他什么。UTF-8比起你選的其他的編碼形式來說，它能與新的web瀏覽器和更多的其他軟件相兼容。
例子7-8是使用URLEncoder.encode( ) 來打印輸出各種被編碼后的string。它需要在java1.4或更新的版本中編譯和運(yùn)行。
Example 7-8. x-www-form-urlencoded strings
import java.net.URLEncoder; import java.net.URLDecoder; import java.io.UnsupportedEncodingException; public class EncoderTest { public static void main(String[] args) { try { System.out.println(URLEncoder.encode("This string has spaces","UTF-8")); System.out.println(URLEncoder.encode("This*string*has*asterisks","UTF-8")); System.out.println(URLEncoder.encode("This%string%has%percent%signs", "UTF-8")); System.out.println(URLEncoder.encode("This+string+has+pluses","UTF-8")); System.out.println(URLEncoder.encode("This/string/has/slashes","UTF-8")); System.out.println(URLEncoder.encode("This"string"has"quote"marks", "UTF-8")); System.out.println(URLEncoder.encode("This:string:has:colons","UTF-8")); System.out.println(URLEncoder.encode("This~string~has~tildes","UTF-8")); System.out.println(URLEncoder.encode("This(string)has(parentheses)", "UTF-8")); System.out.println(URLEncoder.encode("This.string.has.periods","UTF-8")); System.out.println(URLEncoder.encode("This=string=has=equals=signs", "UTF-8")); System.out.println(URLEncoder.encode("This&string&has&ersands","UTF-8")); System.out.println(URLEncoder.encode("Thiséstringéhasé non-ASCII characters","UTF-8")); // System.out.println(URLEncoder.encode("this中華人民共和國","UTF-8")); } catch (UnsupportedEncodingException ex) {throw new RuntimeException("Broken VM does not support UTF-8"); } } }
下面就是它的輸出。需要注意的是這些代碼應(yīng)該以其他編碼形式被保存而不是以ASCII碼的形式，還有就是你選擇的編碼形式應(yīng)該作為一個(gè)參數(shù)傳給編譯器，讓編譯器能據(jù)此對源代碼中的非ASCII字符作出正確的解釋。
% javac -encoding UTF8 EncoderTest %
java EncoderTest
This+string+has+spaces
This*string*has*asterisks
This%25string%25has%25percent%25signs
This%2Bstring%2Bhas%2Bpluses
This%2Fstring%2Fhas%2Fslashes
This%22string%22has%22quote%22marks
This%3Astring%3Ahas%3Acolons
This%7Estring%7Ehas%7Etildes
This%28string%29has%28parentheses%29
This.string.has.periods
This%3Dstring%3Dhas%3Dequals%3Dsigns
This%26string%26has%26ampersands
This%C3%A9string%C3%A9has%C3%A9non-ASCII+characters
特別需要注意的是這個(gè)方法編碼了符號，“\” ,&,=,和：。它不會嘗試著去規(guī)定在一個(gè)URL中這些字符怎樣被使用。由此，所以你不得不分塊編碼你的URL,而不是把整個(gè)URL一次傳給這個(gè)方法。這是很重要的，因?yàn)閷︻怳RLEncoder最通常的用法就是查詢string，為了和服務(wù)器端使用GET方法的程序進(jìn)行交互。例如，假設(shè)你想編碼這個(gè)查詢sting，它用來搜索AltaVista網(wǎng)站：
pg=q&kl=XX&stype=stext&q=+"Java+I/O"&search.x=38&search.y=3
這段代碼對其進(jìn)行編碼：
String query = URLEncoder.encode( "pg=q&kl=XX&stype=stext&q=+"Java+I/O"&search.x=38&search.y=3");System.out.println(query);
不幸的是，得到的輸出是:
pg%3Dq%26kl%3DXX%26stype%3Dstext%26q%3D%2B%22Java%2BI%2FO%22%26search.x%3D38%26search.y%3D3
出現(xiàn)這個(gè)問題就是方法URLEncoder.encode( ) 在進(jìn)行盲目地編碼。它不能區(qū)分在URL或者查詢string中被用到的特殊字符(象前面string中的“=”，和“&”)和確實(shí)需要被編碼的字符。由此，所以URL需要像下面這樣一次只編碼一塊：
String query = URLEncoder.encode("pg"); query += "="; query += URLEncoder.encode("q"); query += "&"; query += URLEncoder.encode("kl"); query += "="; query += URLEncoder.encode("XX"); query += "&"; query += URLEncoder.encode("stype"); query += "="; query += URLEncoder.encode("stext"); query += "&"; query += URLEncoder.encode("q"); query += "="; query += URLEncoder.encode(""Java I/O""); query += "&"; query += URLEncoder.encode("search.x"); query += "="; query += URLEncoder.encode("38"); query += "&"; query += URLEncoder.encode("search.y"); query += "="; query += URLEncoder.encode("3"); System.out.println(query);
這才是你真正想得到的輸出：
pg=q&kl=XX&stype=stext&q=%2B%22Java+I%2FO%22&search.x=38&search.y=3
例子7-9是一個(gè)QueryString類。在一個(gè)java對象中，它使用了類URLEncoder來編碼連續(xù)的屬性名和屬性值對，這個(gè)java對象被用來發(fā)送數(shù)據(jù)到服務(wù)器端的程序。
當(dāng)你在創(chuàng)建一個(gè)QueryString對象時(shí)，你可以把查詢string中的第一個(gè)屬性對傳遞給類QueryString的構(gòu)造函數(shù)，得到初始string。如果要繼續(xù)加入后面的屬性對，就應(yīng)調(diào)用方法add()，它也能接受兩個(gè)string作為參數(shù)，能對它們進(jìn)行編碼。方法getQuery( )返回一個(gè)屬性對被逐個(gè)編碼后得到的整個(gè)string。
Example 7-9. -The QueryString class
package com.macfaq.net; import java.net.URLEncoder; import java.io.UnsupportedEncodingException; public class QueryString { private StringBuffer query = new StringBuffer(); public QueryString(String name, String value) { encode(name, value); } public synchronized void add(String name, String value) { query.append('&'); encode(name, value); } private synchronized void encode(String name, String value) { try { query.append(URLEncoder.encode(name, "UTF-8")); query.append('='); query.append(URLEncoder.encode(value, "UTF-8")); } catch (UnsupportedEncodingException ex) { throw new RuntimeException("Broken VM does not support UTF-8"); } } public String getQuery() { return query.toString(); } public String toString() { return getQuery(); } }
利用這個(gè)類，現(xiàn)在我們就能對前面那個(gè)例子中的string進(jìn)行編碼了:
QueryString qs = new QueryString("pg", "q"); qs.add("kl", "XX"); qs.add("stype", "stext"); qs.add("q", "+"Java I/O""); qs.add("search.x", "38"); qs.add("search.y", "3"); String url = "http://www.altavista.com/cgi-bin/query?" + qs; System.out.println(url);
二、URLDecoder
與URLEncoder 類相對應(yīng)的URLDecoder 類有兩種靜態(tài)方法。它們解碼以x-www-form-url-encoded這種形式編碼的string。也就是說，它們把所有的加號(+)轉(zhuǎn)換成空格符，把所有的%xx分別轉(zhuǎn)換成與之相對應(yīng)的字符：
public static String decode(String s) throws Exception public static String decode(String s, String encoding) // Java 1.4 throws UnsupportedEncodingException
第一種解碼方法在java1.3和java1.2中使用。第二種解碼方法在java1.4和更新的版本中使用。如果你拿不定主意用哪種編碼方式，那就選擇UTF-8吧。它比其他任何的編碼形式更有可能得到正確的結(jié)果。
如果string包含了一個(gè)“%”，但緊跟其后的不是兩位16進(jìn)制的數(shù)或者被解碼成非法序列，該方法就會拋出IllegalArgumentException 異常。當(dāng)下次再出現(xiàn)這種情況時(shí)，它可能就不會被拋出了。這是與運(yùn)行環(huán)境相關(guān)的，當(dāng)檢查到有非法序列時(shí)，拋不拋出IllegalArgumentException 異常，這時(shí)到底會發(fā)生什么是不確定的。在Sun's JDK 1.4中，不會拋出什么異常，它會把一些莫名其妙的字節(jié)加進(jìn)不能被順利編碼的string中。這的確令人頭疼，可能就是一個(gè)安全漏洞。
由于這個(gè)方法沒有觸及到非轉(zhuǎn)義字符，所以你可以把整個(gè)URL作為參數(shù)傳給該方法，不用像之前那樣分塊進(jìn)行。例如：
String input = "http://www.altavista.com/cgi-bin/" + "query?pg=q&kl=XX&stype=stext&q=%2B%22Java+I%2FO%22&search.x=38&search.y=3"; try { String output = URLDecoder.decode(input, "UTF-8"); System.out.println(output); }
