Encodage de l'adresse URL HTTP en Java

Question

Mon application Java autonome reçoit une URL (qui pointe vers un fichier) de l'utilisateur et j'ai besoin de l'atteindre et de la télécharger. Le problème auquel je suis confronté est que je ne parviens pas à encoder correctement l'adresse de l'URL HTTP...

Exemple:

URL:  http://search.barnesandnoble.com/booksearch/first book.pdf

java.net.URLEncoder.encode(url.toString(), "ISO-8859-1");

me renvoie:

http%3A%2F%2Fsearch.barnesandnoble.com%2Fbooksearch%2Ffirst+book.pdf

Mais, ce que je veux est

http://search.barnesandnoble.com/booksearch/first%20book.pdf

(espace remplacé par %20)

Je suppose que URLEncoder n'est pas conçu pour encoder les URL HTTP... La JavaDoc dit "Classe utilitaire pour l'encodage des formulaires HTML"... Y a-t-il un autre moyen de le faire?

Answer 1

La classe java.net.URI peut aider; dans la documentation de l'URL que vous trouvez

Remarque, la classe URI effectue l'échappement de ses champs de composants dans certaines circonstances. La manière recommandée de gérer l'encodage et le décodage des URL est d'utiliser un URI

Utilisez l'un des constructeurs avec plus d'un argument, comme:

URI uri = new URI(
    "http", 
    "search.barnesandnoble.com", 
    "/booksearch/first book.pdf",
    null);
URL url = uri.toURL();
//ou String request = uri.toString();

(le constructeur à un seul argument de l'URI n'échappe PAS aux caractères illégaux)

---

Seuls les caractères illégaux sont échappés par le code ci-dessus - il n'échappe PAS aux caractères non-ASCII (voir le commentaire de fatih).
La méthode toASCIIString peut être utilisée pour obtenir une chaîne contenant uniquement des caractères US-ASCII:

URI uri = new URI(
    "http", 
    "search.barnesandnoble.com", 
    "/booksearch/é",
    null);
String request = uri.toASCIIString();

---

Pour une URL avec une requête comme http://www.google.com/ig/api?weather=São Paulo, utilisez la version du constructeur à 5 paramètres:

URI uri = new URI(
        "http", 
        "www.google.com", 
        "/ig/api",
        "weather=São Paulo",
        null);
String request = uri.toASCIIString();

Answer 2

Veuillez noter que la plupart des réponses ci-dessus sont INCORRECTES.

La classe URLEncoder, malgré son nom, n'est PAS ce qui doit être utilisé ici. Il est malheureux que Sun ait nommé cette classe de manière aussi agaçante. URLEncoder est destiné à transmettre des données en tant que paramètres, et non pas à encoder l'URL elle-même.

En d'autres termes, "http://search.barnesandnoble.com/booksearch/first book.pdf" est l'URL. Les paramètres seraient, par exemple, "http://search.barnesandnoble.com/booksearch/first book.pdf?parameter1=this¶m2=that". Les paramètres sont ce pour quoi vous utiliseriez URLEncoder.

Les deux exemples suivants mettent en évidence les différences entre les deux.

Le suivant produit les paramètres incorrects, selon la norme HTTP. Notez que l'esperluette (&) et le signe plus (+) sont encodés de manière incorrecte.

uri = new URI("http", null, "www.google.com", 80, 
"/help/me/book name+me/", "MY CRZY QUERY! +&+ :)", null);

// URI: http://www.google.com:80/help/me/book%20name+me/?MY%20CRZY%20QUERY!%20+&+%20:)

Le suivant produira les paramètres corrects, avec la requête correctement encodée. Notez les espaces, les esperluettes et les signes plus.

uri = new URI("http", null, "www.google.com", 80, "/help/me/book name+me/", URLEncoder.encode("MY CRZY QUERY! +&+ :)", "UTF-8"), null);

// URI: http://www.google.com:80/help/me/book%20name+me/?MY+CRZY+QUERY%2521+%252B%2526%252B+%253A%2529

Answer 3

Je vais ajouter une suggestion ici destinée aux utilisateurs d'Android. Vous pouvez faire cela pour éviter d'avoir à utiliser des bibliothèques externes. De plus, toutes les solutions de remplacement de caractères de recherche suggérées dans certaines des réponses ci-dessus sont dangereuses et doivent être évitées.

Essayez ceci :

String urlStr = "http://abc.dev.domain.com/0007AC/ads/800x480 15sec h.264.mp4";
URL url = new URL(urlStr);
URI uri = new URI(url.getProtocol(), url.getUserInfo(), url.getHost(), url.getPort(), url.getPath(), url.getQuery(), url.getRef());
url = uri.toURL();

Vous pouvez voir que dans cette URL particulière, je dois encoder ces espaces pour pouvoir l'utiliser pour une requête.

Cela tire parti de quelques fonctionnalités disponibles dans les classes Android. Tout d'abord, la classe URL peut diviser une URL en ses composants appropriés, vous n'avez donc pas besoin de faire de travail de recherche/remplacement de chaîne. Deuxièmement, cette approche exploite la fonctionnalité de la classe URI qui permet d'échapper correctement aux composants lors de la construction d'une URI via des composants plutôt que à partir d'une seule chaîne.

La beauté de cette approche est que vous pouvez prendre n'importe quelle chaîne d'URL valide et la rendre fonctionnelle sans avoir besoin de connaissances spéciales à ce sujet.

Answer 4

Une solution que j'ai développée et beaucoup plus stable que toute autre:

public class URLParamEncoder {

    public static String encode(String input) {
        StringBuilder resultStr = new StringBuilder();
        for (char ch : input.toCharArray()) {
            if (isUnsafe(ch)) {
                resultStr.append('%');
                resultStr.append(toHex(ch / 16));
                resultStr.append(toHex(ch % 16));
            } else {
                resultStr.append(ch);
            }
        }
        return resultStr.toString();
    }

    private static char toHex(int ch) {
        return (char) (ch < 10 ? '0' + ch : 'A' + ch - 10);
    }

    private static boolean isUnsafe(char ch) {
        if (ch > 128 || ch < 0)
            return true;
        return " %$&+,/:;=?@<>#%".indexOf(ch) >= 0;
    }

}

Answer 5

Si vous avez une URL, vous pouvez passer url.toString() dans cette méthode. D'abord décodez, pour éviter un double encodage (par exemple, encoder un espace donne %20 et encoder un signe de pourcentage donne %25, donc un double encodage transformera un espace en %2520). Ensuite, utilisez l'URI comme expliqué ci-dessus, en ajoutant toutes les parties de l'URL (afin de ne pas perdre les paramètres de requête).

public URL convertToURLEscapingIllegalCharacters(String string){
    try {
        String decodedURL = URLDecoder.decode(string, "UTF-8");
        URL url = new URL(decodedURL);
        URI uri = new URI(url.getProtocol(), url.getUserInfo(), url.getHost(), url.getPort(), url.getPath(), url.getQuery(), url.getRef()); 
        return uri.toURL(); 
    } catch (Exception ex) {
        ex.printStackTrace();
        return null;
    }
}