java - 如何正确编码以下 URL

Question

我有一个 URL，我喜欢用 java 应用程序解析它。这些 url 可以包含字符，不能通过以下方式调用:

url.openStream()

示例:

https://en.wikipedia.org/w/api.php?format=json&action=query&prop=langlinks&titles=2019–20_coronavirus_pandemic&redirects=&lllimit=400

其中有一个字符 - (2019–20_coronavirus_pandemic)，我必须对其进行编码。回复。我想对完整的 URL 进行编码，因为它可能包含其他特殊字符。

我按照以下方式执行此操作，但这对我不起作用:

String urlEncoded = URLEncoder.encode(wikiID, StandardCharsets.UTF_8.toString());
String sURL = "https://en.wikipedia.org" + "/w/api.php?format=json&action=query&prop=langlinks&titles=" + urlEncoded + "&redirects=&lllimit=400";
    URL url = new URL(sURL);
    BufferedReader reader = new BufferedReader(new InputStreamReader(url.openStream(), "UTF-8"));

URLEncoder.encode 将 2019–20 编码为 2019%3F20，这是不正确的。不能被调用。正确的编码是:2019%E2%80%9320

如何正确地通过代码对 url 进行编码？

Answer 1

在上面的代码运行时，您的变量 wikiID 已经损坏。因此，问题出在您未向我们展示的代码中。

为了证明这一点，这里有一个 jshell 中的快速 session 。我使用的是 Windows，因此我使用 Unicode 字符转义 \u2013 作为破折号字符:

jshell> import java.net.URLEncoder;

jshell> import java.nio.charset.StandardCharsets;

jshell> URLEncoder.encode("2019\u20132020_coronavirus_pandemic", StandardCharsets.UTF_8.toString());
$3 ==> "2019%E2%80%932020_coronavirus_pandemic"

jshell> URLEncoder.encode("2019?2020_coronavirus_pandemic", StandardCharsets.UTF_8.toString());
$4 ==> "2019%3F2020_coronavirus_pandemic"