空格URL編碼的正確使用姿式

一、簡介

       空格目前有兩種不一樣的編碼方式，一種是在HTML4中定義的，而另外一種是在RFC-3986中定義的。本文將簡要介紹這兩種編碼方式，以及會給咱們的開發工做帶來什麼樣的問題，最後給出一些編碼建議。

1.1 HTML4編碼方式

        HTML4的application/x-www-form-urlencoded一節對空格的編碼定義以下：

1. Control names and values are escaped. Space characters are replaced by `+', and then reserved characters are escaped as described in [RFC1738], section 2.2: Non-alphanumeric characters are replaced by `%HH', a percent sign and two hexadecimal digits representing the ASCII code of the character. Line breaks are represented as "CR LF" pairs (i.e., `%0D%0A').

2. The control names/values are listed in the order they appear in the document. The name is separated from the value by `=' and name/value pairs are separated from each other by `&'.

    按照HTML4規範，空格應該被編碼成加號"+"，而若是字符自己就是加號"+"，則應該被編碼成%2B。

 1.2 RFC-3986編碼方式

     RFC-3986中採用統一的編碼方式，字符的編碼格式爲：%HH(H爲十六進制字符)， 並無對空格作特殊處理。按照RFC-3986規範，空格被編碼成%20，而加號"+"被編碼成%2B。

1.3 致使的問題

    從上面能夠看出，空格在兩種規範下有不一樣的編碼方式，也所以致使咱們在開發時會遇到意想不到的錯誤。例如用戶明明提交的是"你 好"，寫入數據庫以後卻變成了"你+好"，每每這種錯誤讓人摸不着頭腦，其實這就是因爲空格的編碼錯誤致使的。

2. 編碼建議

    其實避免上面錯誤的方法很簡單，就是在開發中咱們要統一客戶端和服務端的編碼方式，而不能二者混用。建議客戶端和服務端同時使用RFC-3986編碼方式，將請求參數所有編碼成%HH格式。固然爲了保證正確的編碼解碼，統一的字符集也不可缺乏，最好都使用UTF-8。

3. 編碼示例

    若是客戶端提交的查詢字符串是"開源+中國 博客", 則HTML4採用UTF-8編碼後結果爲：

%E5%BC%80%E6%BA%90%2B%E4%B8%AD%E5%9B%BD+%E5%8D%9A%E5%AE%A2

    注意，加號被直接編碼成%2B，而空格則被編碼成了加號"+"。

  而RFC-3986採用UTF-8編碼後結果爲：

%E5%BC%80%E6%BA%90%2B%E4%B8%AD%E5%9B%BD%20%E5%8D%9A%E5%AE%A2

    加號被直接編碼成%2B，空格也被直接編碼成%20。

4. Java中的URL編碼

    Java中經常使用的URL編碼類有兩個：一個是JDK自帶的java.net.URLEncoder,另外一個是Apache的org.apache.commons.codec.net.URLCodec。這兩個類遵循的都是HTML4標準，即將空格編碼成加號"+",代碼以下：

//輸出：%E4%BD%A0+%E5%A5%BD
System.out.println(java.net.URLEncoder.encode("你 好", "utf-8"));
URLCodec en = new URLCodec("utf-8");
//輸出：%E4%BD%A0+%E5%A5%BD
System.out.println(en.encode("你 好"));

   其實要將HTML4的編碼結果轉換成RFC-3986編碼，方法很簡單：

java.net.URLEncoder.encode("你 好", "utf-8").replaceAll("\\+", "%20");

   另外Netty中有一個QueryStringEncoder類能夠能夠實現RFC-3986的URL編碼，代碼以下：

QueryStringEncoder encoder = new QueryStringEncoder("/");
encoder.addParam("name", "開源+中國 博客");
//輸出：/?name=%E5%BC%80%E6%BA%90%2B%E4%B8%AD%E5%9B%BD%20%E5%8D%9A%E5%AE%A2
System.out.println(encoder.toUri());

5. 參考

URI Escaping and java.net.URLEncoder