[英]Decode an escaped string from VBScript in Java
我试图解码以下字符串,
String str = "AT%26amp%3BT%20Network%20Client%20%u2013%20IBM";
System.out.println(StringEscapeUtils.unescapeHtml(str));
try {
System.out.println("res:"+java.net.URLDecoder.decode(str, "UTF-8"));
} catch (UnsupportedEncodingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
两种方法均失败,如下所示
AT%26amp%3BT%20Network%20Client%20%u2013%20IBM
Exception in thread "main" java.lang.IllegalArgumentException: URLDecoder: Illegal hex characters in escape (%) pattern - For input string: "u2"
at java.net.URLDecoder.decode(URLDecoder.java:173)
at decrypt.DecryptHtml.main(DecryptHtml.java:19)
字符串的来源是使用Escape
函数的VBS脚本。 如何解码此字符串?
不幸的是,通过阅读文档,Microsoft似乎又做了一次(tm):“非标准xxx”,此处的“ xxx”是“转义格式”。
具体来说,在VBScript函数的文档中 ,据说:
使用%uxxxx格式存储值大于255的Unicode字符。
(嘿,MS:没有“ Unicode字符”之类的东西;这些被称为代码点 )
大。 因此,您需要自己的解码功能。
幸运的是,我们使用Java。 并且由于此专有转义序列仅涵盖基本多语言平面中的Unicode代码点(U + 0000至U + FFFF), 并且 char
是UTF-16代码单元, 并且 BMP和UTF之间存在一对一的映射关系-16,这让我们的工作变得更轻松 。
这是代码:
public final class MSUnescaper
{
private static final char PERCENT = '%';
private static final char NONSTANDARD_PCT_ESCAPE = 'u';
private MSUnescaper()
{
}
public static String unescape(final String input)
{
final StringBuilder sb = new StringBuilder(input.length());
final CharBuffer buf = CharBuffer.wrap(input);
char c;
while (buf.hasRemaining()) {
c = buf.get();
if (c != PERCENT) {
sb.append(c);
continue;
}
if (!buf.hasRemaining())
throw new IllegalArgumentException();
c = buf.get();
sb.append(c == NONSTANDARD_PCT_ESCAPE
? msEscape(buf) : standardEscape(buf, c));
}
return sb.toString();
}
private static char standardEscape(final CharBuffer buf, final char c)
{
if (!buf.hasRemaining())
throw new IllegalArgumentException();
final char[] array = { c, buf.get() };
return (char) Integer.parseInt(new String(array), 16);
}
private static char msEscape(final CharBuffer buf)
{
if (buf.remaining() < 4)
throw new IllegalArgumentException();
final char[] array = new char[4];
buf.get(array);
return (char) Integer.parseInt(new String(array), 16);
}
public static void main(final String... args)
{
final String input = "AT%26amp%3BT%20Network%20Client%20%u2013%20IBM";
System.out.println(unescape(input));
}
}
输出:
AT&T Network Client – IBM
String str = "AT%26amp%3BT%20Network%20Client%20%[here]u[here]2013%20IBM"
我认为此字符串无效。 %u20
不是有效的字符。 如果从字符串中删除u
,则可以对其进行编码。 供参考: w3schools html url编码
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.