java - 在 Java 中解码来自 VBScript 的转义字符串

Question

我尝试解码以下字符串，

String str  = "AT%26amp%3BT%20Network%20Client%20%u2013%20IBM";

System.out.println(StringEscapeUtils.unescapeHtml(str));
try {
    System.out.println("res:"+java.net.URLDecoder.decode(str, "UTF-8"));
} catch (UnsupportedEncodingException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}

两种方法均失败，如下所示，

AT%26amp%3BT%20Network%20Client%20%u2013%20IBM
Exception in thread "main" java.lang.IllegalArgumentException: URLDecoder: Illegal hex characters in escape (%) pattern - For input string: "u2"
    at java.net.URLDecoder.decode(URLDecoder.java:173)
    at decrypt.DecryptHtml.main(DecryptHtml.java:19)

该字符串的来源是一个使用 the Escape function 的 VBS 脚本。 。我怎样才能解码这个字符串？

Answer 1

不幸的是，从阅读文档来看，Microsoft Has Done It Again (tm):“非标准 xxx”，其中“xxx”是“转义格式”。

具体来说，在 the documentation of the VBScript function ，据说:

[...]Unicode characters that have a value greater than 255 are stored using the %uxxxx format.

(嘿，MS:不存在“Unicode 字符”这样的东西；它们被称为代码点)

太棒了。所以你需要自己的解码函数。

幸运的是，我们使用Java。由于此专有转义序列仅涵盖基本多语言平面中的 Unicode 代码点(U+0000 到 U+FFFF)，和 因为 char 是 UTF-16 代码单元、并且由于 BMP 和 UTF-16 之间存在 1 对 1 的映射，这使我们的工作稍微变得更容易。

这是代码:

public final class MSUnescaper
{
    private static final char PERCENT = '%';
    private static final char NONSTANDARD_PCT_ESCAPE = 'u';

    private MSUnescaper()
    {
    }

    public static String unescape(final String input)
    {
        final StringBuilder sb = new StringBuilder(input.length());
        final CharBuffer buf = CharBuffer.wrap(input);

        char c;

        while (buf.hasRemaining()) {
            c = buf.get();
            if (c != PERCENT) {
                sb.append(c);
                continue;
            }
            if (!buf.hasRemaining())
                throw new IllegalArgumentException();
            c = buf.get();
            sb.append(c == NONSTANDARD_PCT_ESCAPE
                ? msEscape(buf) : standardEscape(buf, c));
        }

        return sb.toString();
    }

    private static char standardEscape(final CharBuffer buf, final char c)
    {
        if (!buf.hasRemaining())
            throw new IllegalArgumentException();
        final char[] array = { c, buf.get() };
        return (char) Integer.parseInt(new String(array), 16);
    }

    private static char msEscape(final CharBuffer buf)
    {
        if (buf.remaining() < 4)
            throw new IllegalArgumentException();
        final char[] array = new char[4];
        buf.get(array);
        return (char) Integer.parseInt(new String(array), 16);
    }

    public static void main(final String... args)
    {
        final String input = "AT%26amp%3BT%20Network%20Client%20%u2013%20IBM";
        System.out.println(unescape(input));
    }
}

输出:

AT&T Network Client – IBM