File.toURI 不编码加号

Question

我只是想在这里用这个问题检查我自己的理智。我有一个文件名，其中包含 +（加号）字符，这在某些操作系统和文件系统（例如 MacOS 和 HFS+）上完全有效。

但是，我发现java.io.File#toURI() 无法正常运行。

例如：

new File("hello+world.txt").toURI().toString()

在我的 Mac 机器上返回：

file:/Users/aretter/code/rocksdb/hello+world.txt

但是恕我直言，这是不正确的，因为文件名中的 +（加号）字符尚未在 URI 中编码。 URI 根本不代表原始文件名，URI 中的 + 与文件名中的 + 字符的含义截然不同。

因此，如果我们解码 URI，加号现在将被替换为 （空格）字符，我们丢失了信息。例如：

URLDecoder.decode(new File("hello+world.txt").toURI().toURL().toString)

结果：

file:/Users/aretter/code/rocksdb/hello world.txt

我原本期望的会是这样的：

new File("hello+world.txt").toURI().toString()

导致：

file:/Users/aretter/code/rocksdb/hello%2Bworld.txt

这样当它以后被使用和解码时，加号会被保留。

我很难相信 Java SE 中可能存在如此明显的错误。谁能指出我错在哪里？

另外，如果有解决方法，我想听听吗？请记住，我实际上并没有将静态字符串作为文件名提供给 File，而是从磁盘读取文件目录，其中一些文件可能包含 +（加号）字符。

Answer 1

让我试着澄清一下，

• '+' 加号用作编码字符，用于在 HTML 表单（又名 application/x-www-form-urlencoded MIME 格式）的上下文中对 ' ' 空间进行编码。
• '%20' 字符用作编码字符，以在 URL/URI 格式的上下文中对 ' ' 空间进行编码。

'+' 加号作为 URL 上下文中的普通字符是威胁，它不以任何形式编码（例如 %20）。

因此，当您调用 new File("hello+world.txt").toURI().toString() 时，不会对“+”字符执行任何编码（只是因为它不是必需的）。

现在来到URLDecoder，this class 是一个用于 HTML 表单解码的实用程序类。它将“+”加号视为编码字符，因此将其解码为“”空格字符。在您的示例中，此类将 URI 的字符串值作为普通 html 表单字段的值（而不是 URI 值）。此类不应用于解码完整的 URI/URL 值，因为它不是为此目的而设计的）

来自java docs of URLDecoder#decode(String)，

解码一个 x-www-form-urlencoded 字符串。平台默认 编码用于确定任何字符代表什么字符 “%xy”形式的连续序列。

希望对你有帮助。

基于 cmets 更新 #1：

根据section 2.2，如果 URI 组件的数据与保留字符发生冲突，则必须在形成 URI 之前对冲突数据进行百分比编码。

URI 的不同部分根据其上下文具有不同的保留字集，这一点也很重要。例如，/ 符号仅保留在 URI 的路径部分，+ 符号保留在查询字符串部分。所以没有必要在 查询部分 中转义 /，同样也不需要在 路径部分 中转义 +。

在您的示例中，URI 生产者 File.toURI 不编码 + 登录 URI 的路径部分（因为 +' is not considered as reserved word in path part) and you see the +' 登录到 URI 的字符串表示形式。

您可以参考URI recommendation了解更多详情。

相关答案：

1. https://stackoverflow.com/a/1006074/1700467
2. https://stackoverflow.com/a/2678602/1700467
3. https://stackoverflow.com/a/4571518/1700467

Answer 2

我假设，您想将+ 编码为%2B。因此，当您将其解码回来时，您会以+ 符号的形式将其取回。

如果是这种情况，那么你需要使用URLEncoder.encode

System.out.println(URLEncoder.encode(new File("hello+world.txt").toURI().toString()));

它将编码所有特殊字符，包括+ 符号。输出将是

file%3A%2Fhome%2FT8hvs7%2Fhello%2Bworld.txt

现在，解码使用URLDecoder.decode

System.out.println(URLDecoder.decode("file%3A%2Fhome%2FwQCXni%2Fhello%2Bworld.txt"));

会显示

file:/home/wQCXni/hello+world.txt

Answer 3

显然这不是错误，documentation 明确表示

The plus sign "+" is converted into a space character " " .

你可以这样做：https://ideone.com/JHDkM4

import java.util.*;
import java.lang.*;
import java.io.*;
import static java.lang.System.out;


class Ideone
{
    public static void main (String[] args) throws java.lang.Exception
    {
        out.println(new File("hello+world.txt").toURI().toString());
        out.println(java.net.URLDecoder.decode(new File("hello+world.txt").toURI().toURL().toString()));
        out.println(new File("hello+world.txt").toURI().toString().replaceAll("\\+", "%2B"));
    }
}

Answer 4

如果 URI 表示文件，则让 File 类解码 URI。

假设我们有一个文件的 URI，例如获取 jar 文件的文件路径： URI uri = MyClass.class.getProtectionDomain().getCodeSource().getLocation().toURI();

System.out.println(uri.toString());
=> BAD : 将显示加号，但 %20 表示空格

System.out.println(URLDecoder.decode(uri.toString(), StandardCharsets.UTF_8.toString()));
=> BAD : 将显示空格而不是 %20，但也会显示加号

System.out.println(new File(uri).getAbsolutePath());
=> 好

Answer 5

尝试使用反斜杠 \ 转义加号 也一样

new File("hello\+world.txt").toURI().toString()