Question

我遇到的问题是从URL解码会导致一些重大问题。请求URL包含％C3％BC作为字母'ü'。解码服务器端现在应该将其解码为ü，但它执行此操作：Ã¼

解码是这样完成的：

decoded = URLDecoder.decode(value, "UTF-8");

虽然值包含'％C3％BC'并且解码现在应该包含'ü'，但这就是问题所在。这里出了什么问题？我在多个应用程序中使用此方法，并且在所有其他情况下都可以正常运行...

Answer 1

我还没有足够的声誉发表评论，所以我必须尽可能接近答案。

如果你正在使用servlet，并且“value”是你在servlet上调用getParameter（）得到的东西，那么它已经被servlet容器解码（正确或错误）。（Tomcat的？）

同样，如果它是路径的一部分。您的servlet容器可能会解码它，假设百分比编码的字节是ISO-8859-1，这是Tomcat的默认设置。请参阅文档，了解Tomcat的server.xml文件中Connector元素的URIEncoding属性，如果这是您正在使用的appserver。如果将其设置为UTF-8，Tomcat将假定百分比编码的字节代表UTF-8文本。

Answer 2

您可能输出错误的值。首先decoded.length()（假设为1）给出了公平的指示;你也可以转储它，Arrays.toString(decoded.toCharArray())。

在Windows下的IDE控制台中，您可以看到类似于Windows单字节ANSI编码的混乱。

其余的照顾：

String s;
byte[] b;

s.getBytes()   ->   s.getBytes(StandardCharsets.UTF_8)
                    s.getBytes("Cp1252")   // Windows Latin-1

new String(b)  ->   new String(b, StandardCharsets.UTF_8)

网址解码ä - ＆gt; ã1/4

2 个答案: