为什么 Java 会自动解码 URI 编码文件名中的 %2F？答案

【问题标题】：Why does Java automatically decode %2F in URI encoded filenames?为什么 Java 会自动解码 URI 编码文件名中的 %2F？
【发布时间】：2010-05-04 13:41:46
【问题描述】：

我有一个 servlet，它需要写出具有用户可配置名称的文件。我正在尝试使用 URI 编码来正确转义特殊字符，但 JRE 似乎会自动将编码的正斜杠 %2F 转换为路径分隔符。

例子：

File   dir = new File("C:\Documents and Setting\username\temp");
String fn  = "Top 1/2.pdf";
URI    uri = new URI( dir.toURI().toASCIIString() + URLEncoder.encoder( fn, "ASCII" ).toString() );
File   out = new File( uri );

System.out.println( dir.toURI().toASCIIString() );
System.out.println( URLEncoder.encode( fn, "ASCII" ).toString() );
System.out.println( uri.toASCIIString() );
System.out.println( output.toURI().toASCIIString() );

输出是：

file:/C:/Documents%20and%20Settings/username/temp/
Top+1%2F2.pdf   
file:/C:/Documents%20and%20Settings/username/temp/Top+1%2F2.pdf
file:/C:/Documents%20and%20Settings/username/temp/Top+1/2.pdf

实例化新的 File 对象后，%2F 序列会自动转换为正斜杠，我最终会得到一个不正确的路径。有人知道解决这个问题的正确方法吗？

问题的核心似乎在于

uri.equals( new File(uri).toURI() ) == FALSE

当 URI 中有 %2F 时。

我打算逐字使用 URLEncoded 字符串，而不是尝试使用 File(uri) 构造函数。

【问题讨论】：

这样做当然是正确的。如果您在文件名中需要逐字逐句 %2F，则在 URI 中使用时必须正确转义：%252F
我想你误会了。我不想对“%2F”进行编码，我想对“/”进行编码，以便创建一个合法的文件名，该文件名代表包含正斜杠的用户指定名称。
出于兴趣：我知道这些是文件 URI，但如果它们是 http URI，网络服务器不应该处理 %F2 和 / 相同吗？另外：由于/ 在 Windows 文件名中无效，因此这样的文件 URI 似乎没有意义，或者？
@RoToRa：直截了当，他只是想要在文件名中使用 URL 编码字符的能力。这不能正常工作，因为new File(URI) 会解码它们。

标签： java file encoding uri

【解决方案1】：

new File(URI) 根据URI#getPath() 获得的路径而不是-您所期望的-URI#getRawPath() 构建文件。这看起来像是“设计”的功能。

你有两个选择：

在fn 上运行URLEncoder#encode() 两次（注意：encode()，而不是encoder()）。
请改用new File(String)。

【讨论】：

有道理。它记录在任何地方，还是 File 类保证“new File(f.toURI()).equals(f.getAbsoluteFile())”暗示它？
@Lucas - 没有记录；看我的回答

【解决方案2】：

我认为@BalusC 已经解决了您代码中的直接问题。我只是想指出一些其他问题

dir.toURI().toASCIIString() 和 URLEncoder.encoder(fn, "UTF-8").toString() 表达式实际上做了不同的事情。

第一个，将 URI 编码为字符串，根据 URI 语法应用 URI 编码规则。例如，路径组件中的“/”不会被编码，但查询或片段组件中的“/”将被编码为 %2F。
第二个，应用编码规则对fn字符串进行编码，而不参考字符串的内容。

File(URI) 构造函数从文件 URI 到文件的映射是 system dependent and undocumented。我有点惊讶它解码了%2F，但它确实做了它的工作，@BalusC 解释了原因。结论是，使用显式依赖于系统的机制（“file:”URI）可能存在问题。

最后，像这样组合那些 URI 组件字符串是错误的。应该是

URI uri = new URI(
        dir.toURI().toString() +
        URLEncoder.encoder(fn, "UTF-8").toString();

或

URI uri = new URI(
        dir.toURI().toASCIIString() +
        URLEncoder.encoder(fn, "ASCII").toString());

【讨论】：