Java同一の出力を生成するJavaScriptのencodeURIComponentと同等？
Javaコードのさまざまなビットを試し、引用符、スペース、「エキゾチックな」Unicode文字を含む文字列をエンコードし、JavaScriptの出力と同じ出力を生成するコードを作成しようとしています。 encodeURIComponent 関数。
私の拷問テスト文字列は： "A" B± "
Firebugで次のJavaScriptステートメントを入力した場合：
encodeURIComponent('"A" B ± "');
—それから私は得る：
"%22A%22%20B%20%C2%B1%20%22"
ここに私の小さなテストJavaプログラム：
import Java.io.UnsupportedEncodingException;
import Java.net.URLEncoder;
public class EncodingTest
{
public static void main(String[] args) throws UnsupportedEncodingException
{
String s = "\"A\" B ± \"";
System.out.println("URLEncoder.encode returns "
+ URLEncoder.encode(s, "UTF-8"));
System.out.println("getBytes returns "
+ new String(s.getBytes("UTF-8"), "ISO-8859-1"));
}
}
-このプログラムの出力：
URLEncoder.encodeは％22A％22 + B +％C2％B1 +％22 getBytesが "A" B± "を返します
閉じますが、葉巻はありません！ JavaScriptのencodeURIComponentと同じ出力を生成するためにJavaを使用してUTF-8文字列をエンコードする最良の方法は何ですか？
EDIT：Java 1.4からJava 5に移動します。
実装の違いを見ると、次のことがわかります。
- リテラル文字（正規表現）：
[-a-zA-Z0-9._*~'()!]
URLEncoderに関するJava 1.5.0ドキュメント ：
- リテラル文字（正規表現）：_
[-a-zA-Z0-9._*]_ - スペース文字_
" "_はプラス記号_"+"_に変換されます。
したがって、基本的に、目的の結果を得るには、URLEncoder.encode(s, "UTF-8")を使用してから、後処理を行います。
- 出現するすべての_
"+"_を_"%20"_に置き換えます [~'()!]のいずれかを表す_"%xx"_のすべてのオカレンスをリテラルのカウンターパートに戻します
これは私が最後に思いついたクラスです：
import Java.io.UnsupportedEncodingException;
import Java.net.URLDecoder;
import Java.net.URLEncoder;
/**
* Utility class for JavaScript compatible UTF-8 encoding and decoding.
*
* @see http://stackoverflow.com/questions/607176/Java-equivalent-to-javascripts-encodeuricomponent-that-produces-identical-output
* @author John Topley
*/
public class EncodingUtil
{
/**
* Decodes the passed UTF-8 String using an algorithm that's compatible with
* JavaScript's <code>decodeURIComponent</code> function. Returns
* <code>null</code> if the String is <code>null</code>.
*
* @param s The UTF-8 encoded String to be decoded
* @return the decoded String
*/
public static String decodeURIComponent(String s)
{
if (s == null)
{
return null;
}
String result = null;
try
{
result = URLDecoder.decode(s, "UTF-8");
}
// This exception should never occur.
catch (UnsupportedEncodingException e)
{
result = s;
}
return result;
}
/**
* Encodes the passed String as UTF-8 using an algorithm that's compatible
* with JavaScript's <code>encodeURIComponent</code> function. Returns
* <code>null</code> if the String is <code>null</code>.
*
* @param s The String to be encoded
* @return the encoded String
*/
public static String encodeURIComponent(String s)
{
String result = null;
try
{
result = URLEncoder.encode(s, "UTF-8")
.replaceAll("\\+", "%20")
.replaceAll("\\%21", "!")
.replaceAll("\\%27", "'")
.replaceAll("\\%28", "(")
.replaceAll("\\%29", ")")
.replaceAll("\\%7E", "~");
}
// This exception should never occur.
catch (UnsupportedEncodingException e)
{
result = s;
}
return result;
}
/**
* Private constructor to prevent this class from being instantiated.
*/
private EncodingUtil()
{
super();
}
}
Java 6：に同梱されているJavaScriptエンジンを使用します。
import javax.script.ScriptEngine;
import javax.script.ScriptEngineManager;
public class Wow
{
public static void main(String[] args) throws Exception
{
ScriptEngineManager factory = new ScriptEngineManager();
ScriptEngine engine = factory.getEngineByName("JavaScript");
engine.eval("print(encodeURIComponent('\"A\" B ± \"'))");
}
}
出力：％22A％22％20B％20％c2％b1％20％22
ケースは異なりますが、望みに近いものです。
私はJava.net.URI#getRawPath()を使用しています。
_String s = "a+b c.html";
String fixed = new URI(null, null, s, null).getRawPath();
_fixedの値は_a+b%20c.html_になります。これはあなたが望むものです。
URLEncoder.encode()の出力を後処理すると、想定であるプラスがURIに含まれるすべてのプラスが消去されます。例えば
_URLEncoder.encode("a+b c.html").replaceAll("\\+", "%20");
__a%20b%20c.html_が得られ、これは_a b c.html_として解釈されます。
独自のバージョンのencodeURIComponentを思い付きました。これは、投稿されたソリューションに1つの問題があるためです。
だからここに私のクラスがあります：
import Java.io.UnsupportedEncodingException;
import Java.util.BitSet;
public final class EscapeUtils
{
/** used for the encodeURIComponent function */
private static final BitSet dontNeedEncoding;
static
{
dontNeedEncoding = new BitSet(256);
// a-z
for (int i = 97; i <= 122; ++i)
{
dontNeedEncoding.set(i);
}
// A-Z
for (int i = 65; i <= 90; ++i)
{
dontNeedEncoding.set(i);
}
// 0-9
for (int i = 48; i <= 57; ++i)
{
dontNeedEncoding.set(i);
}
// '()*
for (int i = 39; i <= 42; ++i)
{
dontNeedEncoding.set(i);
}
dontNeedEncoding.set(33); // !
dontNeedEncoding.set(45); // -
dontNeedEncoding.set(46); // .
dontNeedEncoding.set(95); // _
dontNeedEncoding.set(126); // ~
}
/**
* A Utility class should not be instantiated.
*/
private EscapeUtils()
{
}
/**
* Escapes all characters except the following: alphabetic, decimal digits, - _ . ! ~ * ' ( )
*
* @param input
* A component of a URI
* @return the escaped URI component
*/
public static String encodeURIComponent(String input)
{
if (input == null)
{
return input;
}
StringBuilder filtered = new StringBuilder(input.length());
char c;
for (int i = 0; i < input.length(); ++i)
{
c = input.charAt(i);
if (dontNeedEncoding.get(c))
{
filtered.append(c);
}
else
{
final byte[] b = charToBytesUTF(c);
for (int j = 0; j < b.length; ++j)
{
filtered.append('%');
filtered.append("0123456789ABCDEF".charAt(b[j] >> 4 & 0xF));
filtered.append("0123456789ABCDEF".charAt(b[j] & 0xF));
}
}
}
return filtered.toString();
}
private static byte[] charToBytesUTF(char c)
{
try
{
return new String(new char[] { c }).getBytes("UTF-8");
}
catch (UnsupportedEncodingException e)
{
return new byte[] { (byte) c };
}
}
}
http://blog.sangupta.com/2010/05/encodeuricomponent-and.html で文書化された別の実装を思いつきました。実装はUnicodeバイトも処理できます。
これは、Ravi Wallauのソリューションの簡単な例です。
_public String buildSafeURL(String partialURL, String documentName)
throws ScriptException {
ScriptEngineManager scriptEngineManager = new ScriptEngineManager();
ScriptEngine scriptEngine = scriptEngineManager
.getEngineByName("JavaScript");
String urlSafeDocumentName = String.valueOf(scriptEngine
.eval("encodeURIComponent('" + documentName + "')"));
String safeURL = partialURL + urlSafeDocumentName;
return safeURL;
}
public static void main(String[] args) {
EncodeURIComponentDemo demo = new EncodeURIComponentDemo();
String partialURL = "https://www.website.com/document/";
String documentName = "Tom & Jerry Manuscript.pdf";
try {
System.out.println(demo.buildSafeURL(partialURL, documentName));
} catch (ScriptException se) {
se.printStackTrace();
}
}
_出力： _https://www.website.com/document/Tom%20%26%20Jerry%20Manuscript.pdf_
また、String変数をencodeURIComponent()に渡す方法に関するLoren Shqipognjaのコメントにある懸案の質問にも答えています。メソッドscriptEngine.eval()はObjectを返すため、他のメソッドの中でもString.valueOf()を介してStringに変換できます。
これは私が使用しているものです：
private static final String HEX = "0123456789ABCDEF";
public static String encodeURIComponent(String str) {
if (str == null) return null;
byte[] bytes = str.getBytes(StandardCharsets.UTF_8);
StringBuilder builder = new StringBuilder(bytes.length);
for (byte c : bytes) {
if (c >= 'a' ? c <= 'z' || c == '~' :
c >= 'A' ? c <= 'Z' || c == '_' :
c >= '0' ? c <= '9' : c == '-' || c == '.')
builder.append((char)c);
else
builder.append('%')
.append(HEX.charAt(c >> 4 & 0xf))
.append(HEX.charAt(c & 0xf));
}
return builder.toString();
}
RFC 3986 に従って、予約されていない文字ではないすべての文字をパーセントエンコードすることにより、Javascriptを超えています。
これは逆変換です：
public static String decodeURIComponent(String str) {
if (str == null) return null;
int length = str.length();
byte[] bytes = new byte[length / 3];
StringBuilder builder = new StringBuilder(length);
for (int i = 0; i < length; ) {
char c = str.charAt(i);
if (c != '%') {
builder.append(c);
i += 1;
} else {
int j = 0;
do {
char h = str.charAt(i + 1);
char l = str.charAt(i + 2);
i += 3;
h -= '0';
if (h >= 10) {
h |= ' ';
h -= 'a' - '0';
if (h >= 6) throw new IllegalArgumentException();
h += 10;
}
l -= '0';
if (l >= 10) {
l |= ' ';
l -= 'a' - '0';
if (l >= 6) throw new IllegalArgumentException();
l += 10;
}
bytes[j++] = (byte)(h << 4 | l);
if (i >= length) break;
c = str.charAt(i);
} while (c == '%');
builder.append(new String(bytes, 0, j, UTF_8));
}
}
return builder.toString();
}
私にとってこれはうまくいきました：
import org.Apache.http.client.utils.URIBuilder;
String encodedString = new URIBuilder()
.setParameter("i", stringToEncode)
.build()
.getRawQuery() // output: i=encodedString
.substring(2);
または別のUriBuilderで
import javax.ws.rs.core.UriBuilder;
String encodedString = UriBuilder.fromPath("")
.queryParam("i", stringToEncode)
.toString() // output: ?i=encodedString
.substring(3);
私の意見では、標準ライブラリを使用することは、後処理を手動で行うよりも良いアイデアです。また、@ Chrisの回答は良さそうに見えましたが、「 http：// a + b c.html」のようなURLでは機能しません
String encodedUrl = new URI(null, url, null).toASCIIString();を使用してURLをエンコードしました。 urlの既存のパラメーターの後にパラメーターを追加するには、UriComponentsBuilderを使用します
Java.net.URIクラスを次のように正常に使用しました。
public static String uriEncode(String string) {
String result = string;
if (null != string) {
try {
String scheme = null;
String ssp = string;
int es = string.indexOf(':');
if (es > 0) {
scheme = string.substring(0, es);
ssp = string.substring(es + 1);
}
result = (new URI(scheme, ssp, null)).toString();
} catch (URISyntaxException usex) {
// ignore and use string that has syntax error
}
}
return result;
}
グアバライブラリにはPercentEscaperがあります。
Escaper percentEscaper = new PercentEscaper("-_.*", false);
「-_。*」は安全な文字です
falseは、PercentEscaperが「+」ではなく「％20」でスペースをエスケープすることを示します
EncodeURIComponentを非常に簡単に実装するために使用できるgoogle-http-Java-clientライブラリからPercentEscaperクラスを見つけました。
google-http-Java-client javadocからのPercentEscapergoogle-http-Java-client home