java - Java 中的 URLDecoder 在 "São Paulo"处阻塞

Question

我在 Java 中使用 URLDecoder 类来分析一些 url，但遇到了一个问题。我不确定这是一个错误还是预期的行为，所以就是这样。

考虑这个网址: https://id2.s.nfl.com/fans/mobile/login?gigyresp=true&city= S%u00e3o+Paulo%2c+巴西&profileURL=...

URLDecoder 对“São Paulo”部分感到窒息，尤其是“ã”，它似乎被编码为“%u0”。几乎所有其他事情似乎都处理得很好，但这个特殊的事情却不然。

我正在使用以下内容:

URLDecoder.decode(url, "UTF-8");

我的堆栈跟踪是:

Caused by: java.lang.IllegalArgumentException: URLDecoder: Illegal hex characters in escape (%) pattern - For input string: "u0"
    at java.net.URLDecoder.decode(URLDecoder.java:173)

有什么想法可以让 URLDecoder 正确解析它吗？

Answer 1

URL 编码是通过八位字节 %AB 完成的。您的编码似乎是 java 字符串编码 \u00e3 和 URL 编码(如 %xxxx)的混合，这是无效的。

如果将字符串更改为 "S\u00e3o Paulo, Brazil" 并使用 URLEncoder.encode(url, "UTF-8") 对其进行编码，您将获取 S%C3%A3o+Paulo%2c+Brazil，这是完全可解码的。