Question

我有一些链接资源没有拉丁字符，如åäö 这些通常是用户上传的文件

问题是我没有成功编码它们

使用filename.encodeAsURL似乎没有以正确的方式对其进行编码

例如，角色ö变为o％CC％88 测试在firefox中键入相同的内容并复制内容给出％C3％B6

这些编码之间有什么区别，我应该用什么来获得正确的编码？

Answer 1

两种编码都是正确的。您实际上看到了两个不同字符串的编码。

这里的关键是注意到字符串开头的o：

o%CC%88是o后跟Unicode Character Combining Diaeresis的字母，在呈现时与前一个字符结合。

%C3%B6是Unicode Character Latin Small O With Diaeresis。

您看到的是，在第一种情况下，输入的字符串类似于这两个字符：o ¨，实际上呈现为ö。在第二种情况下，它是实际的字符ö。

我的猜测是你看到两种不同输入之间的区别。

基于以下讨论进行更新：如果您正在动态处理Unicode字符，并且无法控制输入方法，则可以尝试使用java.text.Normalizer（Java 1.6或更高版本）来规范化Unicode。 / p>

规范化尝试以确保始终表示所有字符，以便重音字符始终由组合字符表示或始终由字符+组合标记表示。

粗略的例子：

String.metaClass.normalizeUnicode = {
    return java.text.Normalizer.normalize(delegate, java.text.Normalizer.Form.NFC)
}

input = input.normalizeUnicode()

有四种标准化形式。我选择了一个最适合您案例based on the description of how they work的案例，但您可能更愿意尝试其他案例，看看哪些案例最有效。

所有这一切，如果您尝试在URL中表示Unicode字符，并且它们没有被代码直接加载和处理，则最好避免完全使用非拉丁字符。这不仅具有一致性，而且具有明显更短且更易读的URL的优点。 boo.pdf比bo%CC%88o.pdf更容易阅读。

Grails UrlEccoding非拉丁字符，如åäö

1 个答案: