HttpClient 和非 ASCII URL 字符 (á,é,í,ó,ú)

Question

'老读者，第一次发帖'在这里。

我正在为我管理的西班牙语 Wiki 创建bot。我想从头开始制作它，因为我制作它的目的之一是练习 Java。但是，在尝试使用 HttpClient 向包含非 ASCII 字符（例如 á、é、í、ó 或 ú）的 URI 发出 GET 请求时，我遇到了一些麻烦。

String url = "http://es.metroid.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categoría:Mejoras de las Botas"
method = new GetMethod(url);
client.executeMethod(method);

当我执行上述操作时，GetMethod 抱怨 URI：

Exception in thread "main" java.lang.IllegalArgumentException: Invalid uri 'http://es.pruebaloca.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categoría:Mejoras%20de%20las%20Botas&cmlimit=500&format=xml': Invalid query
    at org.apache.commons.httpclient.HttpMethodBase.<init>(HttpMethodBase.java:222)
    at org.apache.commons.httpclient.methods.GetMethod.<init>(GetMethod.java:89)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:69)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:120)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:38)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)

请注意，在堆栈跟踪中显示的 URI 中，空格被编码为 %20，而 ís 保持原样。完全相同的 URI 在浏览器上完美运行，但我无法绕过 GetMethod 接受它。

我也尝试过以下操作：

URI uri = new URI(url, false);
method = new GetMethod(uri.getEscapedURI());
client.executeMethod(method);

这样，URI 转义了 is，但双重转义了空格 (%2520)...

http://es.metroid.wikia.com/api.php?action=query&list=categorymembers&cmtitle=Categor%C3%ADa:Mejoras%2520de%2520las%2520Botas&cmlimit=500&format=xml

现在，如果我在查询中不使用任何空格，则不会出现双重转义，我会得到所需的输出。因此，如果没有任何非 ASCII 字符的可能性，我就不需要使用 URI 类并且不会进行双重转义。为了避免空间的第一次转义，我尝试了这个：

URI uri = new URI(url, true);
method = new GetMethod(uri.getEscapedURI());
client.executeMethod(method);

但是URI 类不喜欢它：

org.apache.commons.httpclient.URIException: Invalid query
    at org.apache.commons.httpclient.URI.parseUriReference(URI.java:2049)
    at org.apache.commons.httpclient.URI.<init>(URI.java:167)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:66)
    at net.metroidover.categorybot.http.HttpRequest.request(HttpRequest.java:121)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:38)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)
Exception in thread "main" java.lang.IndexOutOfBoundsException: Index: 1, Size: 0
    at java.util.ArrayList.RangeCheck(ArrayList.java:547)
    at java.util.ArrayList.get(ArrayList.java:322)
    at net.metroidover.categorybot.http.Action.getCategoryMembers(Action.java:39)
    at net.metroidover.categorybot.bot.BotComponent.<init>(BotComponent.java:58)
    at net.metroidover.categorybot.bot.BotComponent.main(BotComponent.java:80)

任何关于如何避免这种双重转义的意见将不胜感激。我一直潜伏在周围，完全没有运气。

谢谢！

编辑： 最适合我的解决方案是 parsifal 的解决方案，但作为补充，我想说使用 method.setPath(url) 设置路径使 HttpMethod 拒绝 cookie我需要保存：

Aug 26, 2011 4:07:08 PM org.apache.commons.httpclient.HttpMethodBase processCookieHeaders
WARNING: Cookie rejected: "wikicities_session=900beded4191ff880e09944c7c0aaf5a". Illegal path attribute "/". Path of origin: "http://es.metroid.wikia.com/api.php"

但是，如果我将 URI 发送给构造函数而忘记了 setPath(url)，则 cookie 将毫无问题地保存。

String url = "http://es.metroid.wikia.com/api.php";
NameValuePair[] query = { new NameValuePair("action", "query"), new NameValuePair("list", "categorymembers"),
            new NameValuePair("cmtitle", "Categoría:Mejoras de las Botas"), new NameValuePair("cmlimit", "500"),
            new NameValuePair("format", "xml") };
HttpMethod method = null;

...

method = new GetMethod(url);  // Or PostMethod(url)
method.getParams().setCookiePolicy(CookiePolicy.BROWSER_COMPATIBILITY); // It had been like this the whole time
method.setQueryString(query);
client.executeMethod(method);

Answer 1

我建议使用UrlEncoder 对您的 queryString 值（而不是整个 queryString）进行编码。

UrlEncoder.encode("Categoría:Mejoras de las Botas", "UTF-8");

Answer 2

查看HttpMethodBase 的文档，似乎所有String 参数都必须预先编码。最简单的解决方案是分阶段构造您的 URL，使用 setPath() 和 setQueryString() 的变体，它采用一组名称-值参数。

Answer 3

为什么不尝试将参数添加为NameValuePair，这里的问题是，当您转义 URL 时，URL 中的所有内容都被转义，包括 http://.. 这就是系统抱怨的原因。

您也可以使用URLEncoder.encode() 仅对参数进行转义，只需将获取参数传递给此并将返回值附加到 URL。

String url = "http://es.metroid.wikia.com/api.php?"+URLEncoder.encode("action=query&list=categorymembers&cmtitle=Categoría:Mejoras de las Botas");