Question

的信息：

我有一个为Google网站站长工具生成XML站点地图的程序（其中包括） GWT为我提供了一些站点地图的错误，因为URL包含¾，ã<，ã€等字符序列。**

GWTs说：

我们要求您的Sitemap文件采用UTF-8编码（通常可以在保存文件时执行此操作）。与所有XML文件一样，任何数据值（包括URL）都必须使用字符的实体转义码：＆amp; ，'，“， ＆lt; ，＆gt; 。

特殊字符在XML文件中展开（使用HTML实体） XML文件片段：

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
    <url>
        <loc>http://domain/folder/listing-&#227;&#129;.shtml</loc>
        ...

我的网址是UTF-8编码的吗？

如果没有，我如何在Java中执行此操作？
以下是我的程序中的行，我将URL添加到站点地图：

    siteMap.addUrl(StringEscapeUtils.escapeXml(countryName+"/"+twoCharFile.getRelativeFileName().toLowerCase()));

** =我不确定哪些是导致错误的，可能是前两个例子。

我为所有的编辑道歉。

Answer 1

尝试使用URLEncoder.encode(stringToBeEncoded, "UTF-8")对网址进行编码。

Answer 2

网址必须按照URI spec进行百分比编码。

例如，代码点U + 00e3（ã）将成为编码序列%C3%A3。

在XML文档中发出URI时，它必须符合XML的标记要求。

例如，URI http://foo/bar?a=b&x=%C3%A3变为http://foo/bar?a=b&x=%C3%A3。＆符是XML中的escape character。

您可以找到有关URI编码here的详细讨论。

Answer 3

请勿在URL中使用percentage encoding个字符entity escapes的网址中混淆{{3}}个非ASCII字符。在创建XML站点地图时，您需要同时执行这两项操作。

诚实地阅读你的原帖，似乎有点时髦，因为你提到的人物让我想起转换失败的时候：）

使用UTF-8时，您确定这些字符是否真的属于您的网址？

Answer 4

URL中的所有非ascii字符必须是'x-url-encoding'编码。

以下是解释它的维基链接：http://en.wikipedia.org/wiki/Percent-encoding。

此外，所有XML特殊符号（&, >, <, etc.）也必须进行转义。

Jai's answer显示了对任意字符串进行x-url编码的正确方法。但请注意，它不会执行XML转义。

UTF-8编码URL

的信息：

4 个答案: