用java把google和baidu的URL编码还原成明文字串

admin126com

      因为在做链接来源统计的时候需要把
http://www.baidu.com/baidu?word= ... B%F7&tn=myie2dg
  这类的URL编码还原成明文字串，一般大部分的网站都是用普通的URL编码形式，如上面链接中的badu，这种非常容易转换和还原，Java包里提供了两个类的不同方法URLEncode.encode()和URLDecode.decode()能非常方便实现，但也有特别一点的就是Google了，
http://www.google.com/search?hl= ... 9C%E7%B4%A2&lr=
他们的编码和别人不相同，如果使用URLDecode.decode()的话则变成乱码，查询的一些相关资料都说Google使用的是UTF-8编码，这点我就有些奇怪了，如果Google使用的是UTF-8编码，那别人使用的又是什么？IE的高级选项里不是有项“始终以UTF-8形式发送URL”的吗？不过UTF-8一个中文是3byte，而一般的编码则是2个byte,这就是为什么一般的URL中是以两组’%’代码表示一个汉字，如“中”的URL编码为"%D6%D0"，而UTF-8则为3组，“中”为"%E4%B8%AD"，这个问题我在Google里也没得到较好回答。我对各种编码形式了解的不是非常好，之前只看过怎么将字符串转成Utf8-URL编码的方法，其实也挺简单的，直接转成byte后直接取其16进制值前面加个%就行，还原方法在网上搜了几圈居然没发现有现成的！倒是也是几个人在CSDN问了此类的问题。最后还是决定自己搞定了，基本上是toUTF8的原路退回法，再加了个检测URL链接是否UTF-8形式的方法，觉得已蛮好用了。能拿出来share一下。
import java.io.UnsupportedEncodingException;
import java.net.URLEncoder;
import java.net.URLDecoder;
/**
*
Title:字符编码工具类
*
Description:  
*
Copyright: flashman.com.cn Copyright (c) 2005
*
Company: flashman.com.cn
* @author: jeffzhu
* @version 1.0
*/
public class CharTools {
  /**
   * 转换编码 ISO-8859-1到GB2312
   * @param text
   * @return
   */
  public String ISO2GB(String text) {
    String result = "";
    try {
      result = new String(text.getBytes("ISO-8859-1"), "GB2312");
    }
    catch (UnsupportedEncodingException ex) {
      result = ex.toString();
    }
    return result;
  }
  /**
   * 转换编码 GB2312到ISO-8859-1
   * @param text
   * @return
   */
  public String GB2ISO(String text) {
    String result = "";
    try {
      result = new String(text.getBytes("GB2312"), "ISO-8859-1");
    }
    catch (UnsupportedEncodingException ex) {
      ex.printStackTrace();
    }
    return result;
  }
  /**
   * Utf8URL编码
   * @param s
   * @return
   */
  public String Utf8URLencode(String text) {
    StringBuffer result = new StringBuffer();
    for (int i = 0; i = 0 && c 0){
      text = text.toLowerCase();
      p = text.indexOf("%e");
      if (p == -1) return text;
      while (p != -1) {
        result += text.substring(0, p);
        text = text.substring(p, text.length());
        if (text == "" || text.length()  9) {
      text = text.substring(p, p + 9);
    }
    return Utf8codeCheck(text);
  }
  /**
   * 测试
   * @param args
   */
  public static void main(String[] args) {
    CharTools charTools = new CharTools();
    String url;
    url = "http://www.google.com/search?hl=zh-CN&newwindow=1&q=%E4%B8%AD%E5%9B%BD%E5%A4%A7%E7%99%BE%E7%A7%91%E5%9C%A8%E7%BA%BF%E5%85%A8%E6%96%87%E6%A3%80%E7%B4%A2&btnG=%E6%90%9C%E7%B4%A2&lr=";
    if(charTools.isUtf8Url(url)){
      System.out.println(charTools.Utf8URLdecode(url));
    }else{
      System.out.println(URLDecoder.decode(url));
    }
    url = "http://www.baidu.com/baidu?word=%D6%D0%B9%FA%B4%F3%B0%D9%BF%C6%D4%DA%CF%DF%C8%AB%CE%C4%BC%EC%CB%F7&tn=myie2dg";
    if(charTools.isUtf8Url(url)){
      System.out.println(charTools.Utf8URLdecode(url));
    }else{
      System.out.println(URLDecoder.decode(url));
    }
  }
}


本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u2/86974/showart_2080543.html