URLEncoder.encode的默认编码问题

今天要实现的一个功能是在页面上上传文件到后台，文件是txt格式，每行是一个url，后台读取后，对路径中的中文进行url编码

如下是我的代码：

Pattern chinesePattern = Pattern.compile("[\\u4e00-\\u9fa5]+");MultipartFile file = null;try {boolean isMultipart = ServletFileUpload.isMultipartContent(request);if (isMultipart) {MultipartHttpServletRequest multipartRequest = (MultipartHttpServletRequest) request;file = multipartRequest.getFile("file");String line = null;Set<String> urlOrNameSet = new HashSet<>();BufferedReader reader = new BufferedReader(new InputStreamReader(file.getInputStream(), "GB18030"));//这里其实默认也是用GB18030编码读入while ((line = reader.readLine()) != null) {if(StringUtils.isNotBlank(line)) {line = line.trim();Matcher matcher = chinesePattern.matcher(line);while (matcher.find()) {line = line.replaceAll(matcher.group(), URLEncoder.encode(matcher.group());}urlOrNameSet.add(line);}}}} catch (Exception e) {logger.error("batch import fail: {}", e);}

但是发现一个诡异的问题，编码后的路径，是错误的，根本访问不了，见鬼，于是我做了一个单元测试：

@Testpublic void testUrl() throws Exception {String url = "https://baike.baidu.com/item/乒乓球台/2565939";Pattern chinesePattern = Pattern.compile("[\\u4e00-\\u9fa5]+");Matcher matcher = chinesePattern.matcher(url);while (matcher.find()) {url = url.replaceAll(matcher.group(), URLEncoder.encode(matcher.group()));}System.out.println(url);}

可以看到代码和上面是一模一样的，但是这种方式编码后的路径就可以正常访问，而且的确可以看到，上面编码后的路径和这里单元测试编码后的路径不一样

真是见鬼，代码明明一样，为什么结果不一样，首先想到的应该是编码问题，可是这两个地方的url都是UTF-8的，所以url的编码是一致的，问题不在url这里

最后我想到是否可能是在URLEncoder.encode的过程中出了问题，于是我先进去源码可以看到：

@Deprecatedpublic static String encode(String s) {String str = null;try {str = encode(s, dfltEncName);} catch (UnsupportedEncodingException e) {// The system should always have the platform default}return str;}

可以看到这是个过时的方法，当然这不是重点，重点是这里有一个默认编码dfltEncName，于是我debug看了下，单元测试的地方，这里的默认编码是UTF-8，但是我的项目里面这里居然是GBK，于是我改成了如下代码：

line = line.replaceAll(matcher.group(), URLEncoder.encode(matcher.group(), "UTF-8"));

问题终于得到了解决

URLEncoder.encode的默认编码问题相关推荐

java encoder 编码_URLEncoder.encode的默认编码问题
今天要实现的一个功能是在页面上上传文件到后台,文件是txt格式,每行是一个url,后台读取后,对路径中的中文进行url编码如下是我的代码: Pattern chinesePattern = Patt ...
关于java.net.URLEncoder.encode编码问题
Q:java.net.URLEncoder.encode里的编码和什么有关的? A:使用urlencoder编码会将中文变成你在浏览器地址栏看到的%XX形式,至于选择哪种enc编码跟你jvm的defa ...
URLDecoder.decode与URLEncoder.encode
URLEncoder.encode: 这是编码: 如: 1.要把文本框中中的内容存到cookie里面,由于cookie是ASCLL编码方式,所以要把文本框中的内容编码到ascll,便于存到cookie ...
URLEncoder.encode(str,编码) new URLDecoder().decode(str,编码)
try { String enUft = URLEncoder.encode("广东省福利彩票开奖信息网", & ...
java.net.urlencoder_使用java.net.URLEncoder.encode()可以对要传递的中文进行编码
使用java.net.URLEncoder.encode()可以对要传递的中文进行编码 a.在传参数之前先把参数进行转码:java.net.URLEncoder.encode(param);取值时用语 ...
中文乱码在java中URLEncoder.encode方法要调用两次解决
2019独角兽企业重金招聘Python工程师标准>>> 因为在jsp中对中文进行了编码的时候用的是UTF-8的编码方式,而在servlet中调用request.getParamete ...
关于URLEncoder.encode(str) 和 URLEncoder.encode(str,enc)
URLEncoder.encode(str) 是一个过期方法,编码默认的是系统编码,在使用这个方法的要注意,代码运行环境的编码格式是不是,和你项目是否一致 URLEncoder.encode(str, ...
为什么java的web开发中URLEncoder.encode方法要为什么要调用两次
一: 我们先看2个编码的情况 String name=java.net.URLEncoder.encode("测试", "UTF-8"); ...
python unicode编码转换中文_python unicode转中文及转换默认编码
一. 在爬虫抓取网页信息时常需要将类似"\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8"转换为中文,实际上这是unicode的中文编码.可 ...

URLEncoder.encode的默认编码问题

URLEncoder.encode的默认编码问题相关推荐

最新文章

热门文章