4

'老读者，第一次海报'在这里。

我正在为我管理的西班牙语 Wiki 制作机器人。我想从头开始制作它，因为我制作它的目的之一是练习 Java。但是，在尝试使用 HttpClient 向包含非 ASCII 字符（如 á、é、í、ó 或 ú）的 URI 发出 GET 请求时，我遇到了一些麻烦。

String url = "http://es.metroid.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categoría:Mejoras de las Botas"
method = new GetMethod(url);
client.executeMethod(method);

当我执行上述操作时，GetMethod 抱怨 URI：

Exception in thread "main" java.lang.IllegalArgumentException: Invalid uri 'http://es.pruebaloca.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categoría:Mejoras%20de%20las%20Botas&cmlimit=500&format=xml': Invalid query
    at org.apache.commons.httpclient.HttpMethodBase.<init>(HttpMethodBase.java:222)
    at org.apache.commons.httpclient.methods.GetMethod.<init>(GetMethod.java:89)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:69)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:120)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:38)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)

请注意，在堆栈跟踪中显示的 URI 中，空格被编码%20，而ís 保持原样。完全相同的 URI 在浏览器上完美运行，但我无法绕过 GetMethod 接受它。

我也尝试过执行以下操作：

URI uri = new URI(url, false);
method = new GetMethod(uri.getEscapedURI());
client.executeMethod(method);

这样，URI转义了is，但双重转义了空格 ( %2520) ...

http://es.metroid.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categor%C3%ADa:Mejoras%2520de%2520las%2520Botas&cmlimit=500&format=xml

现在，如果我在查询中不使用任何空格，则没有双重转义，并且我得到了所需的输出。因此，如果没有任何非 ASCII 字符的可能性，我就不需要使用URI该类并且不会进行双重转义。为了避免空间的第一次转义，我尝试了这个：

URI uri = new URI(url, true);
method = new GetMethod(uri.getEscapedURI());
client.executeMethod(method);

但是URI全班不喜欢它：

org.apache.commons.httpclient.URIException: Invalid query
    at org.apache.commons.httpclient.URI.parseUriReference(URI.java:2049)
    at org.apache.commons.httpclient.URI.<init>(URI.java:167)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:66)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:121)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:38)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)
Exception in thread "main" java.lang.IndexOutOfBoundsException: Index: 1, Size: 0
    at java.util.ArrayList.RangeCheck(ArrayList.java:547)
    at java.util.ArrayList.get(ArrayList.java:322)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:39)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)

任何有关如何避免这种双重转义的输入将不胜感激。我一直潜伏在周围，完全没有运气。

谢谢！

编辑：最适合我的解决方案是 parsifal 的解决方案，但是，作为补充，我想说的是，设置路径时会method.setPath(url)拒绝HttpMethod我需要保存的 cookie：

Aug 26, 2011 4:07:08 PM org.apache.commons.httpclient.HttpMethodBase processCookieHeaders
WARNING: Cookie rejected: "wikicities_session=900beded4191ff880e09944c7c0aaf5a". Illegal path attribute "/". Path of origin: "http://es.metroid.wikia.com/api.php"

但是，如果我将 URI 发送到构造函数而忘记了setPath(url)，则 cookie 将毫无问题地保存。

String url = "http://es.metroid.wikia.com/api.php";
NameValuePair[] query = { new NameValuePair("action", "query"), new NameValuePair("list", "categorymembers"),
            new NameValuePair("cmtitle", "Categoría:Mejoras de las Botas"), new NameValuePair("cmlimit", "500"),
            new NameValuePair("format", "xml") };
HttpMethod method = null;

...

method = new GetMethod(url);  // Or PostMethod(url)
method.getParams().setCookiePolicy(CookiePolicy.BROWSER_COMPATIBILITY); // It had been like this the whole time
method.setQueryString(query);
client.executeMethod(method);
4

3 回答 3

5

我建议使用UrlEncoder对您的 queryString 值（而不是整个 queryString）进行编码。

UrlEncoder.encode("Categoría:Mejoras de las Botas", "UTF-8");
于 2011-08-25T17:50:12.383 回答
2

查看HttpMethodBase的文档，似乎所有String参数都必须预先编码。最简单的解决方案是分阶段构造您的 URL，setPath()其变体setQueryString()采用名称-值参数数组。

于 2011-08-25T17:49:23.800 回答
-1

为什么不尝试将参数添加为NameValuePair，这里的问题是，当您转义 URL 时，URL 中的所有内容都会被转义，包括 http://.. 这就是系统抱怨的原因。

您也可以使用 仅转义参数URLEncoder.encode()，只需将 get 参数传递给 this 并将返回值附加到 URL。

String url = "http://es.metroid.wikia.com/api.php?"+URLEncoder.encode("action=query&list=categorymembers&cmtitle=Categoría:Mejoras de las Botas");

于 2011-08-25T17:50:27.727 回答