如何自动识别判断url中的中文参数是GB2312还是Utf-8编码?
先看下面两个Url,他们传递的参数一样么?
aaa.aspx?tag=.net%bc%bc%ca%f5
aaa.aspx?tag=.net%e6%8a%80%e6%9c%af
看起来好像是不一样,其实他们都是对".net技术"进行了UrlEncode,不过一个是GB2312的编码,一个是Utf-8的编码。
Response.Write(Request.QueryString["tag"]);
可以得到Utf-8传过来的正确参数,而GB2312是错误的
可以用下面的得到GB2312的URL
string q = Request.Url.Query;
System.Collections.Specialized.NameValueCollection nv =
System.Web.HttpUtility.ParseQueryString(q, System.Text.Encoding.GetEncoding("GB2312"));
Response.Write(nv["Tag"]);
问:
如何自动识别判断url是GB2312还是Utf-8编码?这个需求是因为从百度来的很多URL的中文参数都是GB2312的
[解决办法]
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Web;
using System.Text.RegularExpressions;
namespace ConsoleApplication2 {
class Program {
public static string DecodeURL2(String uriString) {
if (Regex.IsMatch(
HttpUtility.UrlDecode(uriString, Encoding.GetEncoding("iso-8859-1")),
@"^(?:[\x00-\x7f]|[\xe0-\xef][\x80-\xbf]{2})+$" // 如果不考虑哪些什么拉丁文啊,希腊文啊。。。乱七八糟的外文,用这个短的正则
)) {
return HttpUtility.UrlDecode(uriString, Encoding.GetEncoding("UTF-8"));
} else {
return HttpUtility.UrlDecode(uriString, Encoding.GetEncoding("GB2312"));
}
}
public static string DecodeURL(String uriString) {
if (Regex.IsMatch(
HttpUtility.UrlDecode(uriString, Encoding.GetEncoding("iso-8859-1")),
@"^(?:[\x00-\x7f]|[\xfc-\xff][\x80-\xbf]{5}|[\xf8-\xfb][\x80-\xbf]{4}|[\xf0-\xf7][\x80-\xbf]{3}|[\xe0-\xef][\x80-\xbf]{2}|[\xc0-\xdf][\x80-\xbf])+$"
)) {
return HttpUtility.UrlDecode(uriString, Encoding.GetEncoding("UTF-8"));
} else {
return HttpUtility.UrlDecode(uriString, Encoding.GetEncoding("GB2312"));
}
}
public static void Main(string[] args) {
Console.WriteLine("----------------------------------------------");
Console.WriteLine(DecodeURL(".net%bc%bc%ca%f5"));
Console.WriteLine(DecodeURL(".net%e6%8a%80%e6%9c%af"));
Console.WriteLine("----------------------------------------------");
Console.WriteLine(DecodeURL("%B8%A7%CB%B3%C7%E0%CB%C9%D2%A9%D2%B5"));
Console.WriteLine(DecodeURL("%E6%8A%9A%E9%A1%BA%E9%9D%92%E6%9D%BE%E8%8D%AF%E4%B8%9A"));
Console.WriteLine("------------------↓↓↓下面的出问题↓↓↓------------------");
Console.WriteLine(DecodeURL("%E8%81%94%E9%80%9A")); // 正常
Console.WriteLine(DecodeURL("%C1%AA%CD%A8")); // 发生编码误认
// 编码误认,并没有好的解决方案,因为utf-8和gbk编码结果存在交叉, 我们都知道,记事本也都会出现这种情况
Console.WriteLine("------------------↑↑↑上面的出问题↑↑↑------------------");
Console.WriteLine(DecodeURL2("%E8%81%94%E9%80%9A")); // 正常
Console.WriteLine(DecodeURL2("%C1%AA%CD%A8")); // 不会误认
Console.WriteLine("----------------------------------------------");
Console.ReadKey();
}
}
}