URLENcode 判断字符集格式 UTF8,GBK

18:%E6%B5%8B%E8%AF%9512:%B2%E2%CA%D4测试测试����测试

URL编码的字符集是ascII码。我们常见的汉字跟特殊字符就需要特殊处理。

场景：

搜索引擎：

https://www.baidu.com/s?word=%E6%B5%8B%E8%AF%95

这个就是“”测试“”的编码

public class EncodeTest {public static void main(String[] args) throws UnsupportedEncodingException {// TODO Auto-generated method stub  String encodeStr = URLEncoder.encode("测试", "UTF-8");  System.out.println(encodeStr.length()+":"+encodeStr);  String encodeStr2 = URLEncoder.encode("测试", "GBK");  System.out.println(encodeStr2.length()+":"+encodeStr2);  String decodeStr = URLDecoder.decode(encodeStr, "UTF-8");  System.out.println(decodeStr);  String decodeStr2 = URLDecoder.decode(encodeStr2, "GBK");  System.out.println(decodeStr2);  String decodeStr3 = URLDecoder.decode(encodeStr2, "UTF-8");  System.out.println(decodeStr3);  String type = getEncoding(encodeStr2);  String decodeStr4 = URLDecoder.decode(encodeStr2, type);  System.out.println(decodeStr4);  }private static String getEncoding(String str) {// TODO Auto-generated method stubMatcher publicMatcher = publicPattern.matcher(str);        if(publicMatcher.matches()) {            return "GBK";        }                Matcher matcher = utf8Pattern.matcher(str);        if (matcher.matches()) {            return "UTF-8";        } else {            return "GBK";        }}protected static final Pattern utf8Pattern = Pattern.compile("^([\\x01-\\x7f]|[\\xc0-\\xdf][\\x80-\\xbf]|[\\xe0-\\xef][\\x80-\\xbf]{2}|[\\xf0-\\xf7][\\x80-\\xbf]{3}|[\\xf8-\\xfb][\\x80-\\xbf]{4}|[\\xfc-\\xfd][\\x80-\\xbf]{5})+$");    protected static final Pattern publicPattern = Pattern.compile("^([\\x01-\\x7f]|[\\xc0-\\xdf][\\x80-\\xbf])+$");}

比如我们有一份上网日志，包含了一份包含关键字的url日志，

有的时候，我们不知道编码方式是什么，可以采用上面例子的方法。常见的就是utf-8,gbk

输出日志：

18:%E6%B5%8B%E8%AF%9512:%B2%E2%CA%D4测试测试����测试

如果字符集一直，可以正常的decode输出。

还可以看出：utf的编码时占用了3个字节（常用的，个别汉字也有占2个字节的），gbk是2个字节。

可以看看字符集那块。