Question

'长时间读者，第一次在这里发布海报'。

我正在为我管理的西班牙语Wiki制作bot。我想从头开始，因为我的目的之一是练习Java。但是，在尝试使用HttpClient向包含非ASCII字符（如á，é，í，ó或ú）的URI进行GET请求时遇到了一些麻烦。

String url = "http://es.metroid.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categoría:Mejoras de las Botas"
method = new GetMethod(url);
client.executeMethod(method);

当我执行上述操作时，GetMethod会抱怨URI：

Exception in thread "main" java.lang.IllegalArgumentException: Invalid uri 'http://es.pruebaloca.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categoría:Mejoras%20de%20las%20Botas&cmlimit=500&format=xml': Invalid query
    at org.apache.commons.httpclient.HttpMethodBase.<init>(HttpMethodBase.java:222)
    at org.apache.commons.httpclient.methods.GetMethod.<init>(GetMethod.java:89)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:69)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:120)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:38)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)

请注意，在堆栈跟踪中显示的URI中，空格被编码为%20，í s保持原样。完全相同的URI在浏览器上完美运行，但我无法接受GetMethod接受它。

我也尝试过以下操作：

URI uri = new URI(url, false);
method = new GetMethod(uri.getEscapedURI());
client.executeMethod(method);

这样，URI转义i s，但双重转义空格（%2520）...

http://es.metroid.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categor%C3%ADa:Mejoras%2520de%2520las%2520Botas&cmlimit=500&format=xml

现在，如果我在查询中不使用任何空格，则没有双重转义，我得到了所需的输出。因此，如果没有任何非ASCII字符的可能性，我就不需要使用URI类，也不会得到双重转义。为了避免第一次逃离空间，我尝试了这个：

URI uri = new URI(url, true);
method = new GetMethod(uri.getEscapedURI());
client.executeMethod(method);

但URI班不喜欢它：

org.apache.commons.httpclient.URIException: Invalid query
    at org.apache.commons.httpclient.URI.parseUriReference(URI.java:2049)
    at org.apache.commons.httpclient.URI.<init>(URI.java:167)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:66)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:121)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:38)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)
Exception in thread "main" java.lang.IndexOutOfBoundsException: Index: 1, Size: 0
    at java.util.ArrayList.RangeCheck(ArrayList.java:547)
    at java.util.ArrayList.get(ArrayList.java:322)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:39)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)

如何避免这种双重逃逸的任何输入将非常感激。我一直潜伏着，绝对没有运气。

谢谢！

编辑：最适合我的解决方案是parsifal的解决方案，但是，作为补充，我想说使用method.setPath(url)设置路径{{1}拒绝我需要保存的cookie：

HttpMethod

但是，如果我将URI发送给构造函数并忘记Aug 26, 2011 4:07:08 PM org.apache.commons.httpclient.HttpMethodBase processCookieHeaders WARNING: Cookie rejected: "wikicities_session=900beded4191ff880e09944c7c0aaf5a". Illegal path attribute "/". Path of origin: "http://es.metroid.wikia.com/api.php"，那么cookie会毫无问题地保存。

setPath(url)

Answer 1

我建议使用UrlEncoder对queryString值进行编码（而不是整个queryString）。

UrlEncoder.encode("Categoría:Mejoras de las Botas", "UTF-8");

Answer 2

查看HttpMethodBase的文档，似乎所有String参数都必须进行预编码。最简单的解决方案是分阶段构建您的URL，使用setPath()和setQueryString()的变体，其中包含一组名称 - 值参数。

Answer 3

为什么不尝试将params添加为NameValuePair，这里的问题是，当您转义URL时，URL中的所有内容都会被转义，包括http：// ..这就是系统抱怨的原因

您也可以使用URLEncoder.encode()转义参数，只需将参数传递给此＆amp;将返回值附加到URL。

String url = "http://es.metroid.wikia.com/api.php?"+URLEncoder.encode("action=query&list=categorymembers&cmtitle=Categoría:Mejoras de las Botas");

HttpClient和非ASCII URL字符（á，é，í，ó，ú）

3 个答案: