URLDecoder: Incomplete trailing escape (%) pattern错误处理

来源：互联网发布：秦可卿怎么死的知乎编辑：程序博客网时间：2024/05/18 00:06

爬虫过程中可能会碰到url中含有普通的%字符的情况，如果直接用URLDecode.decode()则会出现如题的错误，解决方法就是先将’%’编码为’%25’，再对url解码。

public static void main(String[] args) throws Exception{    String test = "http://www.baidu.com?123%";//随意构造的    //URLDecoder.decode(test, "utf8");//如直接接就会报如题的错误。    System.out.println(URLDecoder.decode(test.replaceAll("%", "%25"), "utf8"));}

输出：

http://www.baidu.com?123%

上述是最简单的一种情况，但是绝大多数情况会掺杂着%为编码的含义，此时只把%替换为%25是不能解出正确的url的，如下：

public static void main(String[] args) throws Exception{    String test = "http://www.baidu.com?%e4%b8%ad%e5%9b%bd123%";//%e4%b8%ad%e5%9b%bd为中国    System.out.println(URLDecoder.decode(test.replaceAll("%", "%25"), "utf8")); }

输出：

http://www.baidu.com?%e4%b8%ad%e5%9b%bd123%

解决方法：

public class ConverPercent {    //判断是否为16进制数    public static boolean isHex(char c){        if(((c >= '0') && (c <= '9')) ||                 ((c >= 'a') && (c <= 'f')) ||                 ((c >= 'A') && (c <= 'F')))            return true;        else            return false;    }    public static String convertPercent(String str){        StringBuilder sb = new StringBuilder(str);        for(int i = 0; i < sb.length(); i++){            char c = sb.charAt(i);            //判断是否为转码符号%            if(c == '%'){                if(((i + 1) < sb.length() -1) && ((i + 2) < sb.length() - 1)){                    char first = sb.charAt(i + 1);                    char second = sb.charAt(i + 2);                    //如只是普通的%则转为%25                    if(!(isHex(first) && isHex(second)))                        sb.insert(i+1, "25");                }                else{//如只是普通的%则转为%25                    sb.insert(i+1, "25");                }            }        }        return sb.toString();    }    public static void main(String[] args) throws UnsupportedEncodingException{        String test = "http://www.baidu.com?%e4%b8%ad%e5%9b%bd123%";        //URLDecoder.decode(test, "utf8");//如直接接就会报如题的错误。           String url = convertPercent(test);        System.out.println(url);        System.out.println(URLDecoder.decode(url,"utf8"));    }}

输出：

http://www.baidu.com?%e4%b8%ad%e5%9b%bd123%25http://www.baidu.com?中国123%

0 0