如何将URL编码为“可浏览”？

Question

我想知道是否有任何方法可以解析这样的URL：

https://www.mysite.com/lot/of/unpleasant/folders/and/my/url with spaces &"others".xls

进入

https://www.mysite.com/lot/of/unpleasant/folders/and/my/url%20with%20spaces%20&%22others%22.xls

类似于Firefox进行的URL重写，即仅粘贴以前的URL，然后将其发送到服务器（除非有这样的站点，否则没有响应），然后从导航栏中复制URL并将其粘贴到其他位置。

使用URLEncoder#encode给我这个（不需要的）输出：

https%3A%2F%2Fwww.mysite.com%2Flot%2Fof%2Funpleasant%2Ffolders%2Fand%2Fmy%2Furl+with+spaces+%26%22others%22.xls

不幸的是，我收到问题开头所示的字符串，因此URLEncoder#encode直接使用不起作用。

我天真地尝试了这个：

String evilUrl = "https://www.mysite.com/lot/of/unpleasant/folders/and/my/url with spaces &\"others\".xls";
URI uri = null;
String[] urlParts = evilUrl.split("://");
String scheme = urlParts[0];
urlParts = urlParts[1].split("/");
String host = urlParts[0];
StringBuilder sb = new StringBuilder('/');
for (int i = 1; i < urlParts.length; i++) {
    sb.append('/');
    sb.append(urlParts[i]);
}
uri = new URI(scheme, host, sb.toString(), null);
System.out.println(uri.toASCIIString());

并给出以下（更好的）输出：

https://www.mysite.com/lot/of/unpleasant/folders/and/my/url%20with%20spaces%20&%22others%22.xls

但是我不确定是否有针对此问题的现成的解决方案，并且我正在全力以赴，还是可以依靠这段代码几乎成功地解决了我的问题。

Answer 1

这类url的问题在于它们是部分编码的，如果您尝试使用开箱即用的编码器，它将始终对整个字符串进行编码，因此我想您使用自定义编码器的方法是正确的。您的代码还可以，您只需要添加一些验证，例如，如果“
evil url”不随协议部分一起提供（即没有“ https：//”），除非您非常确定，该怎么办？它永远不会发生。

我有一些空闲时间，所以我做了一个替代的自定义编码器，我遵循的策略是解析URL中不允许的字符并仅对那些字符进行编码，而不是尝试重新编码整个内容：

private static String encodeSemiEncoded(String semiEncondedUrl) {
    final String ALLOWED_CHAR = "!*'();:@&=+$,/?#[]-_.~";
    StringBuilder encoded = new StringBuilder();
    for(char ch: semiEncondedUrl.toCharArray()) {
        boolean shouldEncode = ALLOWED_CHAR.indexOf(ch) == -1 && !Character.isLetterOrDigit(ch) || ch > 127;
        if(shouldEncode) {
            encoded.append(String.format("%%%02X", (int)ch));
        } else {
            encoded.append(ch);
        }
    }
    return encoded.toString();
}

希望这可以帮助