网页 URL 中的特殊字符 “空格” 问题
Java 代码案例
1、将一段内容和接口拼接成 URL 链接
代码示例
public static String generateContent(String content) {
// 将 content 进行 url 编码
String ans;
try {
ans = URLEncoder.encode(content, "UTF-8");
} catch (UnsupportedEncodingException e) {
// 处理异常情况
throw new RuntimeException(e);
}
return ans;
}
1、不带空格的处理
public static void main(String[] args) {
String baseUrl = "https://example.com/resource?a=";
String content = "小黑";
String ansUrl = baseUrl + generateContent(content);
System.out.println("最终生成的 URL 的值为：" + ansUrl);
}
运行结果：
https://example.com/resource?a=%E5%B0%8F+%E9%BB%91
粘贴到浏览器上会被浏览器解码出来给用户看到:
example.com/resource?a=小黑
网页截图：
2、带有空格的处理
public static void main(String[] args) {
String baseUrl = "https://example.com/resource?a=";
String content = "小 黑";
String ansUrl = baseUrl + generateContent(content);
System.out.println("最终生成的 URL 的值为：" + ansUrl);
}
运行结果：
https://example.com/resource?a=%E5%B0%8F+%E9%BB%91
粘贴到浏览器上会被浏览器解码出来给用户看到:
https://example.com/resource?a=小+黑
网页截图：
3、解决空格的问题
public static String generateContent(String content) {
// 将 content 进行 url 编码
String ans;
try {
// -----------------------调整-----------------------
ans = URLEncoder.encode(content, "UTF-8").replace("+", "%20");
} catch (UnsupportedEncodingException e) {
// 处理异常情况
throw new RuntimeException(e);
}
return ans;
}
public static void main(String[] args) {
String baseUrl = "https://example.com/resource?a=";
String content = "小 黑";
String ansUrl = baseUrl + generateContent(content);
System.out.println("最终生成的 URL 的值为：" + ansUrl);
}
运行结果：
https://example.com/resource?a=%E5%B0%8F%20%E9%BB%91
粘贴到浏览器上会被浏览器解码出来给用户看到:
https://example.com/resource?a=小 黑
网页截图：
其中 %20 是空格经过编码后的结果
2、问题解决的原因
从上面的案例可以看到，如果 url 中有空格出现，且不经过特殊处理，那么将会导致浏览器无法正确解析 url，从而导致 url 重定向失败，那么问题的原因是什么呢？首先来看一下URL的组成部分
1、URL 的组成部分
下面是一个简单的 URL 链接：
http://localhost:8080/path/to/index.html?id=123#content
它主要有下面几个部分组成
-
协议：URL 的网络传输协议,如 http、https、ftp 等。表示资源访问需使用何种协议；
-
服务器名称：表示要访问的服务器主机名或 IP 地址；
-
端口（可选）：服务器使用的端口号，如 http 默认的端口是 80，https 默认的端口是443，如果省略则使用该协议的默认端口；
-
路径：表示服务器上具体资源的路径信息：例如“/index.html”；
-
查询参数（可选）：路径后加问号开头的查询字符串，用于传递额外的参数，如”?id=123”;
-
锚点（可选）：链接内的超链接锚点定位，例如“#content”；
-
HTTP请求不包括#
💡 #是用来指导浏览器动作的，针对浏览器起作用,对服务器端完全无用
访问
http://www.example.com/index.html#print，浏览器实际发出的请求只是请求index.html，没有"#print"部分。 -
位于#后面的字符都是位置标识符
💡 在第一个#后面出现的任何字符，都会被浏览器解读为位置标识符。
这意味着，这些字符都不会被发送到服务器端。在URL中指定一个颜色值
http://www.example.com/?color=#fff但浏览器实际发出的请求是"#fff"被省略了。只有将#转码为%23，浏览器才会将其作为实义字符处理。http://example.com/?color=%23fff -
改变#后面的参数不会触发页面重载
-
改变#后面的参数会改变浏览器的访问历史
-
-
用户名密码（可选）：用于基础的 HTTP 认证的用户名和密码；
2、URL 编码中遵循的规则
在 URL 编码过程中，会遵循以下的规则：
-
空格：替换成 + （%20）
-
/：分割目录和子目录
-
?：分割 URL 和查询
-
%：指定特殊字符
-
#：指定书签 （%23）
-
&：指定分隔参数 （%26）
-
=：指定参数的值（%3D）
3、为何 URL 中不允许包含空格和部分特殊字符
-
URL 作为资源定位符,它需要保证各个组成部分(协议、主机名、端口、路径等)之间使用统一的分隔符,通常采用斜线"/"。如果直接使用空格,很难区分路径中的空格与路径之间的分隔；
-
早期URL标准没有规定如何处理空格等特殊字符,直接包含空格可能导致解析或匹配时产生歧义；
例如：
http://www.example.com/products/product name.html当浏览器在解析这个 URL 的时候，可能就会产生下面的歧义问题：
1、是否应该解析为两个路径组件"products/product"和"name.html”
2、搜索引擎或其他系统进行URL匹配检索时,不清楚空格是否应该作为路径分隔符来匹配；
3、攻击者可以构造歧义URL,利用空格来规避安全机制或进行异常操作； -
包含空格特殊字符可能会破坏URL本身结构或导致安全问题；
-
包含空格可能导致传输或存储时产生问题。例如传输过程中空格是否需要编码等问题没有明确规定；
参考链接
1、url 中的特殊字符 % # & = ? / + 无法被后端解析问题分析及解决方法
2、浏览器URL中特殊字符转义编码_浏览器转义_管管管管~的博客-CSDN博客
3、URL中的特殊字符 · web前端知识 · 看云
