试用EF开发WEB应用程序(5): URL编码和URL解码
题记：用“易语言.飞扬”（EF）开发WEB应用程序，此前还没有先例。但因为EF本地开发包（EFNDK）已经发布，用C/C++开发一个EF类库，使其支持EF开发WEB应用程序，应该并非难事。当然也可想而知，其中必有诸多难点有待解决。此系列文章，为本人探索过程之记录，对外人未必有多大价值。如有网友乐观其事，还请理性待之。作者：liigo。转载请务必注明出处：http://blog.csdn.net/liigo/。在线留言。
试用EF开发WEB应用程序(5): URL编码和URL解码
之前的文章提到，Query String是URL的一部分，那么其内容应当遵守URL的语法规则，例如不能出现 ; / ? = & 等特定字符，也不应该包含汉字字符。通常，在需要组合生成一个URL时，需要对Query String中的内容（尤其是value部分）进行“URL编码”，以确保得到一个合法的URL；在处理一个URL请求时，需要对Query String进行“URL解码”，以便还原到“URL编码”之前的Query String。CGI / FastCGI 程序在处理HTTP请求时，其从环境变量 QUERY_STRING 中获取的内容，即为已经过“URL编码”的Query String。
以之前文章中出现的URL “http://localhost:8080/querystring.efcgi?x=abc&y=ef&z=%E4%B8%AD%E5%9B%BD” 为例，其中“%E4%B8%AD%E5%9B%BD” 部分就是“URL编码”后的结果，经过“URL解码”之后，是汉字“中国”二字。
考虑到“URL编码”和“URL解码”是常见操作，EF类库 fastcgi.efn 中提供了这两项功能，同时对环境变量 QUERY_STRING 中的内容自动进行“URL解码”。
在EF类库 fastcgi.efn 中，实现“URL编码”的C++代码如下：
{
EFChar c;
EFChar hexOutputBuffer[2];
EF_MiniMem mem;
int n = EF_strlen(url);
buffer.Alloc(n << 1);
buffer.Empty();
for(int i = 0; i < n; i++)
{
c = url[i];
if( (c>='a' && c<='z') || (c>='0' && c<='9') || (c>='A' && c<='Z')
|| (strchr("-_.", c) != NULL) )
{
buffer.AddChar(c);
}
else if(c == ' ')
{
buffer.AddChar(myC('+'));
}
else
{
if(c <= 255)
{
_URLEncode_addEncodeChar((unsigned char)c, buffer, hexOutputBuffer);
}
else
{
const char* utf8 = (const char*) EF_UCS_to_UTF8(&c, 1, mem);
int len = strlen(utf8);
for(int j = 0; j < len; j++)
{
_URLEncode_addEncodeChar(utf8[j], buffer, hexOutputBuffer);
}
}
}
}
buffer.AddChar(myC('
在EF中，调用 FCGI.URLEncode() 即可进行“URL编码”工作。
在EF类库 fastcgi.efn 中，实现“URL解码”的C++代码如下：
{
EFChar c, *pc;
unsigned char utf8[3];
EF_MiniMem mem;
int n = EF_strlen(url);
buffer.Alloc(n);
buffer.Empty();
for(int i = 0; i < n; i++)
{
c = url[i];
if(c != myC('%'))
{
buffer.AddChar((c == myC('+') ? myC(' ') : c));
continue;
}
utf8[0] = fromhex(&url[i+1]);
if((utf8[0] & 0x80) == 0) //0xxxxxxx
{
buffer.AddChar((EFChar)utf8[0]);
i += 2;
}
else if((utf8[0] >> 5) == 6) //110xxxxx
{
if(n - i >= 6 && url[i+3] == myC('%'))
{
utf8[1] = fromhex(&url[i+4]); ASSERT(utf8[1] >> 6 == 2); //10xxxxxx
pc = EF_UTF8_to_UCS((char*)utf8, 2, mem);
ASSERT(pc && EF_strlen(pc) == 1);
if(pc == NULL) return NULL;
buffer.AddChar(*pc);
i += 5;
}
else return NULL;
}
else if((utf8[0] >> 4) == 0x0E) //1110xxxx
{
if(n - i >= 9 && url[i+3] == myC('%') && url[i+6] == myC('%'))
{
utf8[1] = fromhex(&url[i+4]); ASSERT(utf8[1] >> 6 == 2); //10xxxxxx
utf8[2] = fromhex(&url[i+7]); ASSERT(utf8[2] >> 6 == 2); //10xxxxxx
pc = EF_UTF8_to_UCS((char*)utf8, 3, mem);
ASSERT(pc && EF_strlen(pc) == 1);
if(pc == NULL) return NULL;
buffer.AddChar(*pc);
i += 8;
}
else return NULL;
}
else
return NULL;
}
buffer.AddChar(myC('
在EF中，调用 FCGI.URLDecode() 即可进行“URL解码”工作。
网络浏览器在处理用户提交的FORM数据时，也会自动将FORM中的数据生成经过“URL编码”的Query String。在实践中发现，如果FORM所属HTML文件的编码为UTF-8，则汉字是按其UTF-8编码数据进行“URL编码”；如果FORM所属HTML文件的编码未指定或为非UTF-8编码，则汉字可能不是按其UTF-8编码数据进行“URL编码”。本文上面所列代码，只能按UTF-8编码进行“URL编码”和“URL解码”，使用时需要注意。
如果代码有错误或疏忽、遗漏之处，请各位批评指正。
下文预告：解析Query String中的各参数值
