Java 等同于产生相同输出的 JavaScript 的 encodeURIComponent 吗?

IT技术 java javascript unicode utf-8
2021-02-11 05:17:55

我一直在尝试各种 Java 代码,试图想出一些东西来编码包含引号、空格和“异国情调”Unicode 字符的字符串,并生成与 JavaScript 的encodeURIComponent函数相同的输出

我的酷刑测试字符串是:“A”B±“

如果我在 Firebug 中输入以下 JavaScript 语句:

encodeURIComponent('"A" B ± "');

——然后我得到:

"%22A%22%20B%20%C2%B1%20%22"

这是我的小测试 Java 程序:

import java.io.UnsupportedEncodingException;
import java.net.URLEncoder;

public class EncodingTest
{
  public static void main(String[] args) throws UnsupportedEncodingException
  {
    String s = "\"A\" B ± \"";
    System.out.println("URLEncoder.encode returns "
      + URLEncoder.encode(s, "UTF-8"));

    System.out.println("getBytes returns "
      + new String(s.getBytes("UTF-8"), "ISO-8859-1"));
  }
}

——这个程序输出:

URLEncoder.encode 返回 %22A%22+B+%C2%B1+%22
getBytes 返回 "A" B ± "

关闭,但没有雪茄!使用 Java 编码 UTF-8 字符串以使其产生与 JavaScript 相同的输出的最佳方法是什么encodeURIComponent

编辑:我正在使用 Java 1.4,很快就会迁移到 Java 5。

6个回答

这是我最后想出的类:

import java.io.UnsupportedEncodingException;
import java.net.URLDecoder;
import java.net.URLEncoder;

/**
 * Utility class for JavaScript compatible UTF-8 encoding and decoding.
 * 
 * @see http://stackoverflow.com/questions/607176/java-equivalent-to-javascripts-encodeuricomponent-that-produces-identical-output
 * @author John Topley 
 */
public class EncodingUtil
{
  /**
   * Decodes the passed UTF-8 String using an algorithm that's compatible with
   * JavaScript's <code>decodeURIComponent</code> function. Returns
   * <code>null</code> if the String is <code>null</code>.
   *
   * @param s The UTF-8 encoded String to be decoded
   * @return the decoded String
   */
  public static String decodeURIComponent(String s)
  {
    if (s == null)
    {
      return null;
    }

    String result = null;

    try
    {
      result = URLDecoder.decode(s, "UTF-8");
    }

    // This exception should never occur.
    catch (UnsupportedEncodingException e)
    {
      result = s;  
    }

    return result;
  }

  /**
   * Encodes the passed String as UTF-8 using an algorithm that's compatible
   * with JavaScript's <code>encodeURIComponent</code> function. Returns
   * <code>null</code> if the String is <code>null</code>.
   * 
   * @param s The String to be encoded
   * @return the encoded String
   */
  public static String encodeURIComponent(String s)
  {
    String result = null;

    try
    {
      result = URLEncoder.encode(s, "UTF-8")
                         .replaceAll("\\+", "%20")
                         .replaceAll("\\%21", "!")
                         .replaceAll("\\%27", "'")
                         .replaceAll("\\%28", "(")
                         .replaceAll("\\%29", ")")
                         .replaceAll("\\%7E", "~");
    }

    // This exception should never occur.
    catch (UnsupportedEncodingException e)
    {
      result = s;
    }

    return result;
  }  

  /**
   * Private constructor to prevent this class from being instantiated.
   */
  private EncodingUtil()
  {
    super();
  }
}
添加提示。在 Android 4.4 中我发现我们还需要替换%0A这意味着 Android 输入中的返回键,否则会使 js 崩溃。
2021-04-02 05:17:55
replaceAll当简单的replace具有相同效果时,无需使用没有必要转义%in 正则表达式,所以不要\\%只写%. 如果“这个异常永远不应该发生”,而是抛出一个Error或至少一个IllegalStateException,但不要默默地做一些错误的事情。
2021-04-05 05:17:55
@Aloong 替换是什么意思"%0A"哪个角色会被替换?它只是空字符串""吗?
2021-04-07 05:17:55
您是否涵盖了此处的所有内容:developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/...
2021-04-11 05:17:55

查看实现差异,我看到:

MDC 上encodeURIComponent()

  • 文字字符(正则表达式): [-a-zA-Z0-9._*~'()!]

Java 1.5.0 文档关于URLEncoder

  • 文字字符(正则表达式): [-a-zA-Z0-9._*]
  • 空格字符" "转换为加号"+"

所以基本上,要获得所需的结果,请使用URLEncoder.encode(s, "UTF-8")然后进行一些后处理:

  • 替换所有出现的"+"with"%20"
  • 将所有出现的"%xx"表示任何[~'()!]替换为它们的文字对应部分
我希望你用一些简单的语言写了“将所有出现的“%xx”代表任何 [~'()!] 替换回它们的文字对应部分”。:(我的小脑袋无法理解......
2021-03-17 05:17:55
替换所有出现的"+"with"%20"可能具有破坏性,"+"URI 路径中的合法字符也是如此(尽管不在查询字符串中)。例如,“a+b c”应编码为"a+b%20c"此解决方案会将其转换为"a%20b%20c". 相反,使用new URI(null, null, value, null).getRawPath().
2021-03-26 05:17:55
@Shailendra 的[~'()!]意思是"~"or"'""("or ")"or "!":) 不过,我也建议学习正则表达式基础知识。(我也没有对此进行扩展,因为至少有两个其他答案显示了各自的 Java 代码。)
2021-04-01 05:17:55
@ChrisNitchiea+b c被编码为a%2Bb+cjava'sURLEncodera%2Bb%20cjs' encodeURIComponent
2021-04-05 05:17:55
@ChrisNitchie 这不是问题的重点。问题是“Java 相当于产生相同输出的 JavaScript 的 encodeURIComponent?” ,不是“通用 Java 编码 URI 组件函数?” .
2021-04-09 05:17:55

使用 Java 6 附带的 javascript 引擎:


import javax.script.ScriptEngine;
import javax.script.ScriptEngineManager;

public class Wow
{
    public static void main(String[] args) throws Exception
    {
        ScriptEngineManager factory = new ScriptEngineManager();
        ScriptEngine engine = factory.getEngineByName("JavaScript");
        engine.eval("print(encodeURIComponent('\"A\" B ± \"'))");
    }
}

输出:%22A%22%20B%20%c2%b1%20%22

情况不同,但更接近您想要的。

或许。我认为最简单的解决方案是编写自己的转义函数,如果您找不到任何适合您的方法。只需从 StringEscapeUtils 类(Jakarta Commons Lang)复制一些方法并根据您的需要重新实现它。
2021-03-23 05:17:55
啊,抱歉……我应该在问题中提到我很快就会将 Java 1.4 迁移到 Java 5!
2021-03-30 05:17:55
如果 javascript 是唯一的解决方案,您可以尝试使用 Rhino,但仅就这个小问题而言就太过分了。
2021-04-02 05:17:55
即使他使用的是 Java 6,我也认为这个解决方案太过分了。我不认为他在寻找一种直接调用 javascript 方法的方法,只是一种模拟它的方法。
2021-04-03 05:17:55
这实际上有效,如果您不担心性能......我认为这很好。
2021-04-07 05:17:55

我使用java.net.URI#getRawPath(),例如

String s = "a+b c.html";
String fixed = new URI(null, null, s, null).getRawPath();

fixedwill的值a+b%20c.html,这就是你想要的。

对 的输出进行后处理URLEncoder.encode()将消除任何应该在 URI 中的加号。例如

URLEncoder.encode("a+b c.html").replaceAll("\\+", "%20");

会给你a%20b%20c.html,这将被解释为a b c.html

在认为这应该是最好的答案之后,我在实践中尝试了几个文件名,但至少失败了两个,一个是西里尔字符。所以,不,这显然没有经过足够的测试。
2021-04-01 05:17:55
不适用于像:http://a+b c.html这样的字符串,它会抛出错误
2021-04-07 05:17:55

我想出了我自己版本的encodeURIComponent,因为发布的解决方案有一个问题,如果字符串中存在一个+,应该编码,它将转换为空格。

所以这是我的课:

import java.io.UnsupportedEncodingException;
import java.util.BitSet;

public final class EscapeUtils
{
    /** used for the encodeURIComponent function */
    private static final BitSet dontNeedEncoding;

    static
    {
        dontNeedEncoding = new BitSet(256);

        // a-z
        for (int i = 97; i <= 122; ++i)
        {
            dontNeedEncoding.set(i);
        }
        // A-Z
        for (int i = 65; i <= 90; ++i)
        {
            dontNeedEncoding.set(i);
        }
        // 0-9
        for (int i = 48; i <= 57; ++i)
        {
            dontNeedEncoding.set(i);
        }

        // '()*
        for (int i = 39; i <= 42; ++i)
        {
            dontNeedEncoding.set(i);
        }
        dontNeedEncoding.set(33); // !
        dontNeedEncoding.set(45); // -
        dontNeedEncoding.set(46); // .
        dontNeedEncoding.set(95); // _
        dontNeedEncoding.set(126); // ~
    }

    /**
     * A Utility class should not be instantiated.
     */
    private EscapeUtils()
    {

    }

    /**
     * Escapes all characters except the following: alphabetic, decimal digits, - _ . ! ~ * ' ( )
     * 
     * @param input
     *            A component of a URI
     * @return the escaped URI component
     */
    public static String encodeURIComponent(String input)
    {
        if (input == null)
        {
            return input;
        }

        StringBuilder filtered = new StringBuilder(input.length());
        char c;
        for (int i = 0; i < input.length(); ++i)
        {
            c = input.charAt(i);
            if (dontNeedEncoding.get(c))
            {
                filtered.append(c);
            }
            else
            {
                final byte[] b = charToBytesUTF(c);

                for (int j = 0; j < b.length; ++j)
                {
                    filtered.append('%');
                    filtered.append("0123456789ABCDEF".charAt(b[j] >> 4 & 0xF));
                    filtered.append("0123456789ABCDEF".charAt(b[j] & 0xF));
                }
            }
        }
        return filtered.toString();
    }

    private static byte[] charToBytesUTF(char c)
    {
        try
        {
            return new String(new char[] { c }).getBytes("UTF-8");
        }
        catch (UnsupportedEncodingException e)
        {
            return new byte[] { (byte) c };
        }
    }
}
感谢您提供一个好的解决方案!其他人看起来完全......效率低下,IMO。也许今天的硬件上没有 BitSet 会更好。或者 0...127 的两个硬编码 long。
2021-03-23 05:17:55
URLEncoder.encode("+", "UTF-8");yields "%2B",这是正确的 URL 编码,所以你的解决方案,我很抱歉,完全没有必要。为什么地球URLEncoder.encode上不把空间变成%20我无法理解。
2021-03-28 05:17:55