Question

目前将URLEncoder和URLDecoder合并到一些代码中。已经保存了许多URL，这些URL将由URLDecoder例程处理，该例程最初未由URLEncoder例程处理。

根据某些测试，它不会出现问题，但我没有测试过所有方案。

我确实注意到一些像/这样的字符，即使最初没有编码，也只能通过解码程序找到正常编码的字符。

这导致我过于简单的分析。似乎URLDecoder例程实质上检查了%的URL和接下来的2个字节（使用了UTF-8）。只要在之前保存的关闭网址中没有任何%，则在URLDecoder例程处理时不应该出现问题。听起来不错吗？

Answer 1

是的，虽然它适用于＆＃34;简单＆＃34;在某些情况下，如果为包含某些特殊字符的未编码URL调用URLDecoder.decode，您可能会遇到a）异常或b）意外行为。

考虑以下示例：它会为第三个测试抛出一个java.lang.IllegalArgumentException: URLDecoder: Incomplete trailing escape (%) pattern，它将在第二次测试中毫无例外地更改URL（而常规编码/解码没有问题）：

import java.net.URLDecoder;
import java.net.URLEncoder;

public class Test {
    public static void main(String[] args) throws Exception {
        test("http://www.foo.bar/");
        test("http://www.foo.bar/?q=a+b");
        test("http://www.foo.bar/?q=äöüß%"); // Will throw exception
    }

    private static void test(String url) throws Exception {
        String encoded = URLEncoder.encode(url, "UTF-8");
        String decoded = URLDecoder.decode(encoded, "UTF-8");
        System.out.println("encoded: " + encoded);
        System.out.println("decoded: " + decoded);
        System.out.println(URLDecoder.decode(decoded, "UTF-8"));
    }
}

输出（注意+符号消失的方式）：

encoded: http%3A%2F%2Fwww.foo.bar%2F
decoded: http://www.foo.bar/
http://www.foo.bar/
encoded: http%3A%2F%2Fwww.foo.bar%2F%3Fq%3Da%2Bb
decoded: http://www.foo.bar/?q=a+b
http://www.foo.bar/?q=a b
encoded: http%3A%2F%2Fwww.foo.bar%2F%3Fq%3D%C3%A4%C3%B6%C3%BC%C3%9F%25
decoded: http://www.foo.bar/?q=äöüß%
Exception in thread "main" java.lang.IllegalArgumentException: URLDecoder: Incomplete trailing escape (%) pattern
    at java.net.URLDecoder.decode(Unknown Source)
    at Test.test(Test.java:16)

对于这两种情况，请参阅javadoc of URLDecoder：

加号＆＃34; +＆＃34;转换成空格字符＆＃34; ＆＃34;

形式的序列＆＃34;％xy＆＃34;将被视为表示一个字节，其中xy是8位的两位十六进制表示。   然后，所有子字符串包含一个或多个这些字节序列   连续将被其编码的字符替换   会导致那些连续的字节。编码方案用于   解码这些字符可能是指定的，或者如果未指定，则   将使用平台的默认编码。

如果您确定未编码的网址不包含+或%，那么我说它可以安全地拨打URLDecoder.decode。否则，我建议实施额外的检查，例如尝试解码并与原作比较（参见this question on SO）。

是否有关于针对未编码的URL执行URLDecoder的问题？

1 个答案: