网页 URL 中的特殊字符 “空格” 问题

2023年 8月 13日 79.1k 0

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:

image.png

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:

image.png

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:

image.png
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

相关文章

JavaScript2024新功能:Object.groupBy、正则表达式v标志
PHP trim 函数对多字节字符的使用和限制
新函数 json_validate() 、randomizer 类扩展…20 个PHP 8.3 新特性全面解析
使用HTMX为WordPress增效:如何在不使用复杂框架的情况下增强平台功能
为React 19做准备:WordPress 6.6用户指南
如何删除WordPress中的所有评论

发布评论