java学习-http中get请求的非ascii参数如何编码解码探讨

# 背景：

看着别人项目代码看到一个PathUtils工具类，

里面只有一个方法，String  rebuild(String Path)，将路径进行URLDecoder.decode解码，避免路径中因为中文乱码导致程序异常

上面的方法的用处是，获取到项目配置文件的路径，通过 rebuild 方法返回解码后的路径。

 

# 疑惑：

由于我不清楚Path变量是怎么样的情况，为什么要经过rebuild方法过滤一遍

就想测试下，如果是正常中文进行解码，解码后的字符串还是一样的吗？

String newPath = "Keywords=湿答答";
        try {
            newPath = URLDecoder.decode(newPath, "UTF-8");
            System.out.println(newPath);
        } catch (UnsupportedEncodingException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

结果中文没有发生变化。

接着我查看的 URLDecoder的decode方法，  + 号和 % 开头的字符串才会进行解码

note：这里的编码解码也称   %百分号编码解码

 

# 深入学习：

接着，用百度搜索的下 “urldecoder 编码和解码”

发现url编码解码主要是应用于发送 http 的 get 请求时，对特定字符串进行编码，后台服务器会对get请求的url进行解码，以保证网络传输过程中数据的正常。

看到一篇文章 不同浏览器中URL的编码方式

 不同浏览器对编码字符的编码方式是不同的，

如IE浏览器可以设置编码的方式

可以设置是否发送utf-8格式的url

浏览器对URL编码方式不一样可能会导致我们后台获取到的数据是错误的。

浏览器编码方式有gbk，utf-8,等等，

假设：浏览器使用gbk的编码方式编码中文参数。我们后台服务器接收到后会进行utf-8解码，因为解码方式不一样，就导致我们获取到的参数是乱码的

为了避免这个问题我们需要自己对get请求的参数进行url编码。

 

为什么要自己主动对参数进行编码呢，需要先大概看下编码解码过程

注意：url编码解码也称   %百分号编码解码

编码过程：

字母，特殊用户字符（/,:@-_.等。即斜杠，逗号，点，冒号，横线，下划线等）

会被直接跳过，不会进行编码处理，

其他的所有字符都要经过%xx编码处理。

encodeURI不编码字符有82个：!，#，$，&，'，(，)，*，+，,，-，.，/，:，;，=，?，@，_，~，0-9，a-z，A-Z

编码方法很简单，在该字节ascii码的的16进制字符前面加% 

如 空格字符，ascii码是32，对应16进制是'20'，那么urlencode编码结果是 %20

由于JavaScript使用的是Unicode编码，也就是utf-8编码，所以编码函数也是使用utf-8编码，

所以js的encodeURI函数，编码中文，‘爱’  是三个字节，编码后 %e7%88%b1  ，这3个十六进制就代表，爱

 

解码过程：

解码是编码的逆向，对匹配到的百分号编码进行反向解码，字母和特殊字符也会被跳过。java中会对+号字符进行特殊处理，直接用空格替换。

 

上面的编码和解码有一个值得注意的地方，浏览器不会对 + 号进行编码，而tomcat或jetty服务器会将这个加号使用空格替换。

如下面的get请求

http://localhost:8080/api/test?aa=zhang+san&p2=18

我们java中使用request.getParameter("aa")方法获取到的aa参数的值是zhang san

+ 号被替换成的空格

这是一种情况，用户输入，跟我们获取到的数据不一致

 

还有一种情况，服务器是以 & 符号进行分割参数的，如果我们把上面+号替换成&

http://localhost:8080/api/test?aa=zhang&san&p2=18

我们获取到aa的值是zhang

服务器会认为这个get请求有三个参数，以 & 为分隔符

分别是

aa=zhang

san=

p2=18

 

为了避免以上问题，我们都不应该让浏览器对参数进行编码，而是我们自己做编码