当有不明智的字符时，如何转换URL toURI？

Question

我有包含不明智的字符(RFC 2396)路径的URL对象--在我的例子中--它是“\”(管道)字符。现在我需要安全地将其转换为URI，但是URL.toURI()会抛出一个异常。

我读过URL文档，但这部分让我感到困惑：

URL类本身并不根据RFC2396中定义的转义机制对任何URL组件进行编码或解码。调用方有责任对调用URL之前需要转义的任何字段进行编码，并对从URL返回的任何转义字段进行解码。此外，因为URL不知道URL转义，所以它不承认同一URL的编码或解码形式之间的等价性。

那我该怎么做呢？在转换过程中编码这些字符的模式是什么？是否需要创建URL对象的编码副本？

Answer 1

好吧，我想出了这样的点子：

URI uri = new URI(url.getProtocol(), 
                  null /*userInfo*/,
                  url.getHost(), 
                  url.getPort(), 
                  (url.getPath()==null)?null:URLDecoder.decode(url.getPath(), "UTF-8"),
                  (url.getQuery()==null)?null:URLDecoder.decode(url.getQuery(), "UTF-8"),
                  null /*fragment*/);

看起来很管用，下面是一个例子。有人能确认这是正确的解决办法吗？

编辑__：http://ideone.com/tCl7Yb在查询时出现了一些问题，所以我已经修复了它。

Answer 2

使用URL编码？

从您的例子来看，您目前有：

URL url = new URL("http", "google.com", 8080, "/crapy|path with-unwise_characters.jpg");

相反，我会使用：

String path = "/crapy|path with-unwise_characters.jpg"
URL url = new URL("http", "google.com", 8080, URLEncoder.encode(path, "UTF-8"));

这应该可以按照标准URL编码处理路径中所有不明智的字符。

Answer 3

HTTPClient 4有一个用于该org.apache.http.client.utils.URIBuilder的对象：

           URIBuilder builder = 
            new URIBuilder()
        .setScheme(url.getProtocol())
        .setHost(url.getHost())
        .setPort(url.getPort())
        .setUserInfo(url.getUserInfo())
        .setPath(url.getPath())
        .setQuery(url.getQuery());
    URI uri = builder.build();
    return uri;