Codificación de parámetros de consulta de URL en Java

Question

¿Cómo se codifican los parámetros de consulta para ir en una url en Java? Lo sé, esto parece una pregunta obvia y ya hecha.

Hay dos sutilezas que no estoy seguro de:

1. En caso de espacios se van a codificar en la URL como "+" o como "% 20"? En Chrome, si escribo "http://google.com/foo=?bar me", Chrome lo cambia para que se codifique con% 20
2. ¿Es necesario/correcto codificar dos puntos ":" como% 3B? Chrome no.

Notas:

• java.net.URLEncoder.encode no parece funcionar, parece ser para codificar datos para ser formulario enviado. Por ejemplo, codifica espacio como + en lugar de %20, y codifica dos puntos, que no es necesario.
• java.net.URI no codifica parámetros de consulta

Answer 1

java.net.URLEncoder.encode(String s, String encoding) pueden ayudar también. Sigue la codificación de formulario HTML application/x-www-form-urlencoded.

URLEncoder.encode(query, "UTF-8"); 

---

Por otro lado, Percent-encoding (también conocido como URL encoding) codifica espacio con %20. Colón es un carácter reservado, por lo que : seguirá siendo un punto, después de la codificación.

Answer 2

EDIT: URIUtil ya no está disponible en las versiones más recientes, mejor respuesta al Java - encode URL o por el Sr. Sindi en este hilo.

---

URIUtil de httpclient Apache es realmente útil, aunque hay algunos alternatives

URIUtil.encodeQuery(url); 

Por ejemplo, se codifica espacio como "+" en lugar de "% 20"

Ambos son perfectly valid in the right context. Aunque si realmente lo prefiere, podría emitir un reemplazo de cadena.

Answer 3

No es necesario codificar dos puntos como% 3B en la consulta, aunque hacerlo no es ilegal.

URI   = scheme ":" hier-part [ "?" query ] [ "#" fragment ] 
query  = *(pchar/"/"/"?") 
pchar   = unreserved/pct-encoded/sub-delims/":"/"@" 
unreserved = ALPHA/DIGIT/"-"/"."/"_"/"~" 
pct-encoded = "%" HEXDIG HEXDIG 
sub-delims = "!"/"$"/"&"/"'"/"("/")"/"*"/"+"/","/";"/"=" 

También parece que sólo espacios codificada por ciento-son válidos, ya que dudo que el espacio es un alfa o con un dígito

vistazo a the URI specification para más detalles.

Answer 4

El built in Java URLEncoder está haciendo lo que se supone que debe hacer, y debe usarlo.

A "+" o "% 20" son ambos reemplazos válidos para un carácter de espacio en una URL. Cualquiera de los dos funcionará.

A ":" debe codificarse, ya que es un carácter separador. es decir, http://foo o ftp://bar. El hecho de que un navegador en particular pueda manejarlo cuando no está codificado no lo hace correcto. Deberías codificarlos.

Como una buena práctica, asegúrese de utilizar el método que toma un parámetro de codificación de caracteres. UTF-8 generalmente se usa allí, pero debe proporcionarlo explícitamente.

URLEncoder.encode(yourUrl, "UTF-8"); 

Answer 5

Desafortunadamente, URLEncoder.encode() no produce válido por ciento-codificación (como se especifica en http://tools.ietf.org/html/rfc3986#section-2.1).

URLEncoder.encode() codifica todo muy bien, excepto el espacio está codificado como "+". Todos los codificadores de URI de Java que pude encontrar solo exponen los métodos públicos para codificar la consulta, el fragmento, las partes de la ruta, etc., pero no exponen la codificación "en bruto". Esto es desafortunado ya que los fragmentos y consultas tienen permitido codificar el espacio en +, por lo que no queremos usarlos. La ruta está codificada correctamente, pero está "normalizada" primero, por lo que tampoco podemos usarla para la codificación 'genérica'.

mejor solución que podría subir con:

return URLEncoder.encode(raw, "UTF-8").replaceAll("\\+", "%20"); 

Si replaceAll() es demasiado lento para usted, supongo que la alternativa es rodar su propio codificador ...

EDIT: Yo tenía este código en aquí en primer lugar que no codifica "&", "=" adecuada "?":

//don't use - doesn't properly encode "?", "&", "=" 
new URI(null, null, null, raw, null).toString().substring(1);