URL地址中的中文亂碼問題的解決

itwangchen發表於2019-03-22
 在Restful類的服務設計中,經常會碰到需要在URL地址中使用中文作為的引數的情況,這種情況下,一般都需要正確的設定和編碼中文字元資訊。

1. 問題的引出

在Restful的服務設計中,查詢某些資訊的時候,一般的URL地址設計為: get /basic/service? keyword=歷史 , 之類的URL地址。 但是,在實際的開發和使用中,確是有亂碼情況的發生,在後臺的讀取keyword資訊為亂碼,無法正確讀取。

2. 亂碼是如何產生的?

由於我們利用URL傳遞引數這種方式是依賴與瀏覽器環境中的,也就是說URL及URL中包含的各個key=value格式的傳遞引數鍵值對引數是在瀏覽器位址列中的處理原理處理相應編碼後傳遞至後臺進行解碼的。

由於我們沒有進行任何處理,此時javascript請求URL並傳引數存在中文時(也就是說輸入框中輸入中文時),對URL的中文引數進行編碼是按照瀏覽器機制進行編碼的。此時編碼存在亂碼問題。

3. 初次編碼, javascript中利用encodeURI()方法進行編碼。

利用encodeURI()在javascript中對中文URL引數進行編碼時,“測試”二字會被轉換為“%E6%B5%8B%E8%AF%95”。 但是問題依然存在。原因是在編碼後的字串資訊,瀏覽器機制會認為“%”是一個轉義字元,瀏覽器會把位址列URL中的傳遞的已轉換引數“%”與“%”之間的已轉義字元進行處理傳遞到後臺中。這樣會造成與實際經過encodeURI()編碼後的URL不符,因為瀏覽器誤認為“%”是轉義字元字元了,它並未將“%”認為是個普通字元。
4. 二次編碼,使用encodeURI
操作: encodeURI(encodeURI("/order?name=" + name));
處理後的URL不在是通過一次 encodeURI()轉換後的字串”%E6%B5%8B%E8%AF%95“,而是經過上一步兩層encodeURI()處理URL處理後的字串”%25E6%B255%258B%25E8%AF%2595“,通過再次編碼原有被瀏覽起解析為轉義字元的”%“被再次編碼,轉換成了普通字元轉”%25“。
此時前端javascript程式碼對帶有中文的URL編碼已經完成,並通過URL傳遞引數的方式傳遞到後臺等待處理,Action獲取到正常轉換切無亂碼的引數為”%25E6%B255%258B%25E8%AF%2595“,此字串對應的中文正是我們輸入的”測試“二字。
5. 後臺如何正確解析中文字元資訊?

進入後臺的資訊,在經過二次encodeURI()之後,直接讀取是無法後去正確的資訊的。 需要繼續如下處理:

URLDecoder.decode("chinese string","UTF-8")  複製程式碼

URLDecoder的decode(String str,String ecn)方法有兩個引數,第一個引數為待解碼的字串,第二個引數為解碼時的對應編碼。

6. encodeURI, encodeURIComponent, escape

6.1 escape()函式

escape() 函式可對字串進行編碼,這樣就可以在所有的計算機上讀取該字串。
返回值:已編碼的 string 的副本。其中某些字元被替換成了十六進位制的轉義序列。
說明 :該方法不會對 ASCII 字母和數字進行編碼,也不會對下面這些 ASCII 標點符號進行編碼: - _ . ! ~ * ' ( ) 。其他所有的字元都會被轉義序列替換。所有的空格符、標點符號、特殊字元以及其他非ASCII字元都將被轉化成%xx格式的字元編碼(xx等於該字元在字符集表裡面的編碼的16進位制數字)。比如,空格符對應的編碼是%20。不會被此方法編碼的字元: @ * / +

6.2 encodeURI() 方法

把URI字串採用UTF-8編碼格式轉化成escape格式的字串。不會被此方法編碼的字元:! @ # $& * ( ) = : / ; ? + '

6.3 encodeURIComponent() 方法

把URI字串採用UTF-8編碼格式轉化成escape格式的字串。與encodeURI()相比,這個方法將對更多的字元進行編碼,比如 / 等字元。所以如果字串裡面包含了URI的幾個部分的話,不能用這個方法來進行編碼,否則 / 字元被編碼之後URL將顯示錯誤。
不會被此方法編碼的字元:! * ( ) '

因此,對於中文字串來說,如果不希望把字串編碼格式轉化成UTF-8格式的(比如原頁面和目標頁面的charset是一致的時候),只需要使用escape。如果你的頁面是GB2312或者其他的編碼,而接受引數的頁面是UTF-8編碼的,就要採用encodeURI或者encodeURIComponent。

說了這麼多,我常用的是下面的方案:

7. 另一種處理URL的中文亂碼方案(推薦使用)

請求端的中字元有encodeURI進行一次轉碼,如:
var url="/ajax?name="+encodeURI(name);
伺服器端程式碼:
name=new String(name.getBytes("iso8859-1"),"UTF-8");
注: name為獲得的字串,iso8859-1為專案的預設字元編碼,如果為中文編碼gbk,gb2312等則不用這一步進行處理.

分析: 經過程式驗證,結果可行的。 由此可知,瀏覽器本身預設的編碼方式是iso8859-1的方式,即使使用了encodeURI進行了utf-8編碼處理,主要的字串內容,比如ascii字元和可見字元都還是基於iso8859-1瀏覽器自身的字元。原因就是這些字元在編碼上和UTF-8字串是重合的。而encodeURI之類的轉義函式主要解決,特殊字元%,/之類的字元的轉義問題。


相關文章