对包含Unicode字符的URL进行编码

是否存在能正确编码包含unicode字符的URL的Android类？例如：对包含Unicode字符的URL进行编码

Blue Öyster Cult

被转换为下面的使用java.net.URI中：

uri.toString() 
(java.lang.String) Blue%20Öyster%20Cult

邻字符不被编码。使用URLEncoder：

URLEncoder.encode("Blue Öyster Cult", "UTF-8").toString() 
(java.lang.String) Blue+%C3%96yster+Cult

它编码太多（即空间变成 “+” 和路径分隔符 “/” 成为％2F）。如果我用Dolphin网络浏览器点击包含unicode字符的链接，它可以正常工作，显然这可以完成。但是，如果我尝试使用任何上述字符串打开HttpURLConnection，我会得到一个HTTP 404 Not Found异常。

来源

2013-03-19 Disk Crasher

[**后一种方法是正确的**]（HTTP：// ideone .com/bAnuL8）'％2F'是一个百分比编码的'/'，它不存在于字符串“BlueÖysterCult”中。您正在测试的内容与您应该使用的内容之间存在虚假的断开连接。 – 2013-03-19 22:35:28

@MattBall我不小心粘贴了早期测试（更正后）的％2F。但这也是一个问题。真正的URL是一个完整的HTTP链接，包含我不想编码的斜线。 – 2013-03-19 22:38:46

然后，您需要在构建整个URL字符串之前对组件进行编码。如果你有一个字符串表示一个URL，其中一些部分应该是百分比编码的，而另一些部分则不应该，但已经太晚了。 – 2013-03-19 22:49:50

我结束了一起黑客似乎对这项工作的解决方案，但可能不是最强大的：

url = new URL(userSuppliedPath); 
String context = url.getProtocol(); 
String hostname = url.getHost(); 
String thePath = url.getPath(); 
int port = url.getPort(); 
thePath = thePath.replaceAll("(^/|/$)", ""); // removes beginning/end slash 
String encodedPath = URLEncoder.encode(thePath, "UTF-8"); // encodes unicode characters 
encodedPath = encodedPath.replace("+", "%20"); // change + to %20 (space) 
encodedPath = encodedPath.replace("%2F", "/"); // change %2F back to slash 
urlString = context + "://" + hostname + ":" + port + "/" + encodedPath;

来源

2013-03-23 00:22:41

URLEncoder被设计用于编码表单内容，而不是整个URI。编码/ as％2F旨在防止用户输入被解释为目录，并且+是表单数据的有效编码。（表格数据==继？URI的一部分）

理想情况下，你会编码“蓝牡蛎崇拜” 之前追加到你的基地URI，而不是编码整个字符串。如果“BlueÖysterCult”是路径的一部分而不是查询字符串的一部分，则必须自行将％20替换为％20。有了这些限制，URLEncoder可以正常工作。

来源

2013-03-19 22:48:25

这就是我所害怕的。没有办法可以干净地做到这一点。这些链接是从HTML文件中解析出来的，也可以是用户提供的。我使用URL.getPath（）来获取路径部分，但需要对其进行编码。 – 2013-03-19 23:18:45

对包含Unicode字符的URL进行编码

回答

相关问题