1,百分比编码(Percent-encoding)

百分比编码 是一种拥有8位字符编码的编码机制,这些编码在URL的上下文中具有特定的含义。它有时被称为URL编码。编码由英文字母替换组成:“%” 后跟替换字符的ASCII的十六进制表示。

需要编码的场见特殊字符有:

百分比编码

更多可参考: https://developer.mozilla.org/zh-CN/docs/Glossary/percent-encoding
还可参考: https://tools.ietf.org/html/rfc3986

2,字符实体(character entities)

如果希望正确地显示HTML中的预留字符,我们必须在 HTML 源代码中使用字符实进行替换。HTML 中有用的字符实体:

更多可参考: https://www.w3school.com.cn/tags/html_ref_entities.html

3,URL中出现字符实体的情况

由上面列出的字符可知,其实有很多特殊字符既有百分比编码,也有对应的字符实体,那么我们来考虑以下的场景。

在HTML源文档中存在一个URL链接,该URL中又存在"&"字符,那么如何能正确地编码"&"字符为%26或& 呢?

  • 如果该URL链接只是为了在页面中呈现,那么把它当做纯粹的HTML中的内容即可,如此一来就应该对链接内容按照实体字符规则替换;
  • 如果该URL连接放在<a>标签中进行跳转,那么为了确保能正确的对URL地址进行解析,则需要对其内容按照百分比编码格式进行编码;
  • 例如,如果我们使用以下代码对html文件进行处理:

    String htmlContext = "<body>http://localhost/path?age=123&name=ddd</body>" ;
    String html = org.apache.commons.lang.StringEscapeUtils.escapeHtml(htmlContext) ;

    那么最终输出的html内容为

    <body>http://localhost/path?age=123&name=ddd</body>

    可见,其url中的"&"字符被“ & ”所替换,可这很可能不是我们想要的。我们希望的应该是对"&"进行百分比编码变成"%26"

    如果我们使用

    String html = java.net.URLEncoder.encode(htmlContext,"UTF-8")

    那么最终输出的html内容为

    %3Cbody%3Ehttp%3A%2F%2Flocalhost%2Fpath%3Fage%3D123%26name%3Dddd%3C%2Fbody%3E

    当然,正确的做法应该是将超链接的URL使用百分比编码后插入HTML文档中,然后再对HTML文档进行字符实体替换