JAVA中的URL和URI类的使用出现的非法字符问题

今天在利用URI来创建文件对象的时候出现了异常

说是urI中包含了非法字符，一看发现URI中有一个空格字符

RFC3986文档规定，Url中只允许包含英文字母（a-zA-Z）、数字（0-9）、-_.~4个特殊字符，这些字符被称为未保留字符

以及所有保留字符。

Url中只允许使用可打印字符。US-ASCII码中的10-7F字节全都表示控制字符，这些字符都不能直接出现在Url中。同时，对于80-FF字节（ISO-8859-1），由于已经超出了US-ACII定义的字节范围，因此也不可以放在Url中。

　　保留字符

Url可以划分成若干个组件，协议、主机、路径等。有一些字符（:/?#[]@）是用作分隔不同组件的。例如：冒号用于分隔协议和主机，/用于分隔主机和路径，?用于分隔路径和查询参数，等等。还有一些字符（!$&'()*+,;=）用于在每个组件中起到分隔作用的，如=用于表示查询参数中的键值对，&符号用于分隔查询多个键值对。当组件中的普通数据包含这些特殊字符时，需要对其进行编码。

RFC3986中指定了以下字符为保留字符：! * ' ( ) ; : @ & = + $ , / ? # [ ]

　　不安全字符

还有一些字符，当他们直接放在Url中的时候，可能会引起解析程序的歧义。这些字符被视为不安全字符，原因有很多。

空格：Url在传输的过程，或者用户在排版的过程，或者文本处理程序在处理Url的过程，都有可能引入无关紧要的空格，或者将那些有意义的空格给去掉。
引号以及<>：引号和尖括号通常用于在普通文本中起到分隔Url的作用
#：通常用于表示书签或者锚点
%：百分号本身用作对不安全字符进行编码时使用的特殊字符，因此本身需要编码
{}|\^[]`~：某一些网关或者传输代理会篡改这些字符

那么我们就知道了，因为URI中有非法字符，为了避免引起歧义，要进行转义才可以，然后我就想当然的请出了URLEncoder，然后发现，错的严重了。

这下连协议都解析不到了，为什么？因为URLEncoder将我们URL中合法的保留符也给转义了（其会将传入的字符串中的所有非保留字符之外的字符进行转义），就得到了上面的结果，那要怎么办？难道非得要将文件名部分取出来对其进行Encoding？可以是可以，但是感觉不够灵活，有点麻烦。

就此我发现，我对URLEncoder的理解出现了问题，此前一直以为只要URL中有非法字符，直接使用该类进行一次编码就可以了，之前一直这样使用也没有问题，因为此前一直转义的是URL的query部分，且只包含一个参数，对前面的path和host没有造成影响，不会对URL中的保留字符出现什么影响从而造成URL解析错误（保留字符被转义了就会导致URL格式错误，URL格式的解析就是靠保留字符进行划分）。

URLEncoder的编码就是将你给定的字符中的每一个非保留字符都进行编码了，对其中的出现的字母"a-zA-Z"、数字"0-9"、特殊字符-_.~等不会进行编码，但是遇到保留字符，非法字符等就会进行编码，所以我们上面把整个URL进行编码，就把“/”也编码了，最终就导致格式解析出现问题。

所以说，我们在使用URLEncoder的时候，要注意避免其将URL本身的保留字符给转义了，而是去转义非法字符和不安全字符

那JAVA中有什么灵活的方式能解决上面的问题呢？

之所以出现上面的问题是因为uri在解析字符串的时候出现了非法字符，导致其解析失败。我们创建的创建的每一个URI对象其都会去解析成出URL中的几个部分。

但是在解析过程中出现非法字符的话，就导致了解析异常，所以我们需要对URL中的非法字符进行转义

但是我们可能也不清楚到底在我们的URI的哪个位置会出现非法的字符，所以想要进行编码也不知道去编码哪个部分（host，path,query等部分），又或者说我们直接对每一个部分都进行一次编码

URL url = new URL("file:///D:/tomcat/a .mp4");
// 利用URL解析出来的几个部分直接创建URI，这样URI就不会进行解析了
// 直接就利用了你给定的部分
URI uri = new URI(url.getProtocol(), url.getHost(), url.getPath(), url.getQuery());

之所以能像上面这样是因为Java中的URL类在解析URL的时候，其不会去检测每个部分具体的字符，其只是根据保留字符解析出一个URL的几部分。对于我们URL每一个部分之中的非法字符其并不会去扫描（当然，你的非法字符不能是保留字符，否则会导致URL解析每个部分的时候出错，也会出现异常，因为保留字符是区分一个URL的几个部分的关键）

URL类中解析一个URL的类是URLStreamHandler这个类，有兴趣的可以去debug一下

所以说最终的解决办法其实还是要去避免在uri中出现上面特殊的字符

JAVA中的URL和URI类的使用出现的非法字符问题相关推荐

java中常用的包、类、以及包中常用的类、方法、属性----sql和text\swing
java中常用的包.类.以及包中常用的类.方法.属性常用的包 java.io.*; java.util.*; java.lang.*; java.sql.*; java.text.*; java.a ...
java urlencoder,java中的URLEncoder和URLDecoder类
java中的URLEncoder和URLDecoder类 URLEncoder类包含将字符串转换为application/x-www-form-urlencoded MIME 格式的静态方法. 为了解 ...
java 为什么有匿名类_全面了解Java中的内部类和匿名类
Java内部类(Inner Class),类似的概念在C++里也有,那就是嵌套类(Nested Class),乍看上去内部类似乎有些多余,它的用处对于初学者来说可能并不是那么显著,但是随着对它的深入了 ...
Java 中的线程安全的类
Java 中的线程安全的类 3 个线程安全的类它们对应的非线程安全的类它们延伸的类其它它们对应的非线程安全的类 3 个线程安全的类 Java 中的 3 个基本的线程安全的类为:Hashta ...
java面试题27 java中下面哪些是Object类的方法（）
java面试题27 java中下面哪些是Object类的方法() A notify() B notifyAll() C sleep() D wait() 蒙蔽树上蒙蔽果,蒙蔽树下你和我.遇到这种题,我 ...
jAvA中deprecate,在Java中使用Deprecated方法或类是错误的吗？
1.在Java中使用Deprecated方法或类是错误的吗? 从已弃用的定义 : 注释@Deprecated的程序元素是程序员不鼓励使用的程序元素,通常是因为它是危险的,或者是因为存在更好的selec ...
解决java中对URL编码的问题
解决java中对URL编码的问题参考文章: (1)解决java中对URL编码的问题 (2)https://www.cnblogs.com/a198720/p/4210763.html 备忘一下.
JAVA中同目录下定义类，以及对象的创建与使用，内存图的原理
JAVA中同目录下定义类,以及对象的创建与使用(听课笔记) JAVA中对象的创建与使用(听课笔记) 示例一同文件目录下,创建了三个类OOTest01,User,Address类,之间的调用示例二 ...
java中常用的日期工具类
java中常用的日期工具类日期相关的类: package net.yto.ofclacct.core.util;import java.text.ParseException; import jav ...

JAVA中的URL和URI类的使用出现的非法字符问题

JAVA中的URL和URI类的使用出现的非法字符问题相关推荐

最新文章

热门文章