java - Apache commons 的 URLCodec 解码数据并将字符替换为问号 (?)

Question

我在使用 Apache commons 的 URLCodec 解码像“1°”这样的数据时遇到一个问题。它被解码为“1？”。

这个问题有解决办法吗？

在我尝试使用以下代码之前:

字符串decodedData = new URLCodec().decode(data, "ISO-8859-1");

我也尝试过使用下面的代码。但这并没有帮助。

字符串decodedData = new URLCodec().decode(data, "UTF-8");

Answer 1

根据文档，解码函数是接收标准 URL，并从中解码出值。 www-form-urlencoded 编码值中只能包含一组指定的 ASCII 值。

您的问题表明您提交的 URL 值中包含的字符不在 www-form-urlencoded 的有效范围内。

答案是:我相信您正在尝试解码一个未正确 www-form-urlencoded 的值，这就是问题的根源。

您给出的值:1°，即数字 1，后跟“男性序数指示符”(假设编辑此 StackOverflow 条目时没有任何内容被扭曲)。阳性序数指示符的十进制值是 186，即十六进制值 00BA。

假设您将该值作为未编码数据开始，那么这两个字符序列的 www-form-urlencoded 值将取决于您使用的是 UTF-8 还是 ISO-8859-1。以下是每个的编码版本:

unencoded value:                           1º
www-form-urlencoded using ISO-8859-1 is:   1%BA
www-form-urlencoded using UTF-8 is:        1%C2%BA

如果您采用编码形式，并将其传递给解码器，您应该得到未编码的形式。但是，没有定义当您获取未编码版本并尝试对其进行解码时会发生什么。由于没有定义，实际实现和实际结果可能会有所不同。它可能应该抛出异常作为无效编码，但这也不能保证。