Question

我有一个接收一些POST数据的servlet。因为这个数据是x-www-form-urlencoded，所以像サボテン这样的字符串将被编码为＆amp;＃12469;＆amp;＃12508;＆amp;＃12486;＆amp;＃12531;。

如何将此字符串取消编码回正确的字符？我尝试过使用URLDecoder.decode("encoded string", "UTF-8");，但它没有什么区别。

我想取消对它们进行编码的原因是因为，在我在网页上显示这些数据之前，我是逃避＆amp;到＆amp; amp;目前，它正在转换编码字符串中的＆amp; s，因此字符没有正确显示。

Answer 1

那些不 URL encodings。它看起来像%E3%82%B5%E3%83%9C%E3%83%86%E3%83%B3。这些是decimal HTML/XML entities。要浏览HTML / XML实体，请使用Apache Commons Lang StringEscapeUtils。

根据评论

更新：当响应编码不是UTF-8时，您将收到问号。如果您正在使用JSP，只需将以下行添加到页面顶部：

<%@ page pageEncoding="UTF-8" %>

有关中途this article的解决方案的详细信息，请参阅。我更喜欢使用-UTF8-all-the-way来摆弄正则表达式，因为正则表达式不会让你为世界统治做好准备。

Answer 2

这是浏览器的功能/错误。如果网页位于有限的字符集中，例如ASCII，并且用户在表单字段中键入字符集外的某些字符，则浏览器将以$#xxxx;

的形式发送这些字符

这可能是一个问题，因为如果用户实际输入$#xxxx;，他们将按原样发送。所以服务器无法区分这两种情况。

最好的方法是使用覆盖所有字符的字符集，例如UTF-8，因此浏览器不会这样做。

Answer 3

只是一个疯狂的猜测，但你使用的是Tomcat吗？

如果是这样，请确保已使用UTF-8的URIEncoding在Tomcat中设置连接器。谷歌在网络上，你会发现大量的点击，如

How to get UTF-8 working in Java webapps?

Answer 4

正则表达式怎么样？

Pattern pattern = Pattern.compile("&([^a][^m][^p][^;])?");
Matcher matcher = pattern.matcher(inputStr);
String output = matcher.replaceAll("&amp;$1");

Java中的URL解码日语字符等

4 个答案: