关于HttpClient模拟浏览器请求的參数乱码问题解决方式

Posted gavanwanggw

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于HttpClient模拟浏览器请求的參数乱码问题解决方式相关的知识,希望对你有一定的参考价值。

转载请注明出处:http://blog.csdn.net/xiaojimanman/article/details/44407297

http://www.llwjy.com/blogdetail/9383e88e4bc7378b8318e15b0ac33559.html

个人博客站已经上线了,网址:www.llwjy.com,欢迎大家吐槽~

--------------------------------------------------------------------------------------------------------------------------

      在之前的博客中介绍了一些关于怎样利用HttpClient去模拟浏览器请求,从而获取网页源码,得到自己想要的内容。近期自己在做一些项目測试的时候,发下例如以下问题:


问题描写叙述

1.使用HttpClient模拟post/get请求时,当參数中有中文,在server端解析出的參数值中的中文都是“?”。英文数字等能够正常解析。

2.当模拟的url參数中有中文时,解析出的參数值中的中文也是“?”,例:http://hostname/test.do?name=您好


问题原因

      在查阅众多相关资料。最终找到当中的原因,眼下市面上多数的浏览器中url中的中文採用的都是utf-8的编码方式。而HttpClient默认的编码方式是gbk,因此在模拟浏览器请求的过程中,就会由于编码方式不正确造成乱码的问题。


解决方式

对于该问题,从下面两个方面去解决:

第一步:指定HttpClient请求的编码方式,指定编码方式能够有下面几种方法:

method.getParams().setContentCharset("utf-8");
method.getParams().setParameter(HttpMethodParams.HTTP_CONTENT_CHARSET,"utf-8");
method.addRequestHeader("Content-Type", "text/html; charset=UTF-8");
httpClient.getParams().setContentCharset("utf-8");
经过第一步的处理,对POST中的參数中有中文的问题已经能够攻克了。可是url中的中文还是没有办法解决,这就须要第二步了。

第二步:对URL中的中文进行转码处理,能够通过以下的方法对URL做一次预处理,这样再去模拟浏览器的行为时,就不会出现乱码了。

public static String encodeUrlCh (String url) throws UnsupportedEncodingException {
	String ChRegex = "([\u4e00-\u9fa5]+)";
	while (true) {
		String s = getFirstString(url, ChRegex, 1);
		if ("".equals(s)){
			return url;
		}
		url = url.replaceAll(s, URLEncoder.encode(s, "utf-8"));
	}
}
      通过上面两步,全然能够完美的解决模拟浏览器行为中出现的乱码问题。


以上是关于关于HttpClient模拟浏览器请求的參数乱码问题解决方式的主要内容,如果未能解决你的问题,请参考以下文章

关于HttpClient的学习心得,请求参数中文乱码问题

将方法作为方法的參数 —— 理解托付

带你深入理解传递參数

线程间的參数传递

代码坏味道之过长的參数列

java基础之get和post的差别