1

我有一些没有拉丁字符的链接资源，例如 åäö 这些通常是用户上传的文件

问题是我没有成功编码它们

使用 filename.encodeAsURL 似乎没有以正确的方式对其进行编码

例如字符 ö 变成 o%CC%88 测试在 Firefox 中键入相同的内容并复制内容给出 %C3%B6

这些编码有什么区别，我应该用什么来获得正确的编码？

4

1 回答 1

2

两种编码都是正确的。您实际上看到的是两个不同字符串的编码。

这里的关键是注意o字符串开头的 ：

o%CC%88是o后跟Unicode Character Combining Diaeresis的字母，它在渲染时与前一个字符结合。

%C3%B6是带有分音符号的Unicode 字符拉丁小 O。

您看到的是，在第一种情况下，输入的字符串类似于这两个字符：o ¨，实际上呈现为ö. 在第二种情况下，它是实际的字符ö。

我的猜测是您看到了两个不同输入之间的差异。

根据以下讨论进行更新：如果您正在动态处理 Unicode 字符，并且您无法控制输入法，您可以尝试使用java.text.Normalizer（Java 1.6 或更高版本）来规范化 Unicode。

规范化尝试确保所有字符的表示一致，以便重音字符始终由组合字符表示或始终由字符+组合标记表示。

粗略的例子：

String.metaClass.normalizeUnicode = {
    return java.text.Normalizer.normalize(delegate, java.text.Normalizer.Form.NFC)
}

input = input.normalizeUnicode()

标准化有四种形式。我根据对它们工作方式的描述选择了似乎最适合您的情况的一种，但您可能更愿意尝试其他的，看看哪种方法最一致。

话虽如此，如果您尝试在 URL 中表示 Unicode 字符，并且代码没有直接加载和处理它们，那么最好完全避免使用非拉丁字符。这不仅具有一致的好处，而且还具有显着更短和更清晰的 URL。 boo.pdf比 . 更容易阅读bo%CC%88o.pdf。

于 2012-01-13T22:24:08.713 回答