從Java中的VBScript解碼轉義的字符串

Question

我試圖解碼以下字符串，

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();
}

兩種方法均失敗，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)

字符串的來源是使用Escape函數的VBS腳本。 如何解碼此字符串？

Answer 1

不幸的是，通過閱讀文檔，Microsoft似乎又做了一次（tm）：“非標准xxx”，此處的“ xxx”是“轉義格式”。

具體來說，在VBScript函數的文檔中 ，據說：

使用％uxxxx格式存儲值大於255的Unicode字符。

（嘿，MS：沒有“ Unicode字符”之類的東西；這些被稱為代碼點 ）

大。 因此，您需要自己的解碼功能。

幸運的是，我們使用Java。 並且由於此專有轉義序列僅涵蓋基本多語言平面中的Unicode代碼點（U + 0000至U + FFFF）， 並且 char是UTF-16代碼單元， 並且 BMP和UTF之間存在一對一的映射關系-16，這讓我們的工作變得更輕松 。

這是代碼：

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));
    }
}

輸出：

AT&T Network Client – IBM

Answer 2

String str = "AT%26amp%3BT%20Network%20Client%20%[here]u[here]2013%20IBM"我認為此字符串無效。 %u20不是有效的字符。 如果從字符串中刪除u ，則可以對其進行編碼。 供參考： w3schools html url編碼