随笔 - 22  文章 - 467  trackbacks - 0
<2024年12月>
24252627282930
1234567
891011121314
15161718192021
22232425262728
2930311234

常用链接

留言簿(25)

随笔分类(74)

文章分类(1)

收藏夹(277)

在线工具

在线资料

最新随笔

搜索

  •  

积分与排名

  • 积分 - 216858
  • 排名 - 260

最新评论

阅读排行榜

评论排行榜

有些网站,特别是有些网站的手机版,喜欢直接输出类似
&# x6B22;&# x8FCE;&# x6765;&# x5230;Aloong&# x7684;Java&# x535A;&# x5BA2;!
(全部插入了空格避免被转义,下面的代码中也都加了空格)
这类16进制网页编码,虽然我们的浏览器可以显示出正确的文字,但是看源代码的时候就是满眼的乱码了.
于是在需要写处理网页代码的程序就可能遇到转换这些编码的问题.

以下分享两个我转换这种编码的两个例子.

1. 解码:
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @ClassName: TestDecode 
 * @Description: 解码16进制网页编码的例子 
 * 
@author Aloong 
 * @date 2010-10-25 上午02:19:59 
 * 
 
*/

public class TestDecode
{

    
public static void main(String[] args)
    
{
        String pageCode 
= "<span>&# x6B22;&# x8FCE;&# x6765;&# x5230;Aloong&# x7684;Java&# x535A;&# x5BA2;!</span>";
        Pattern p;
        Matcher m;
        
        
//将"&# x6B22;"转换为"\u6B22"
        p = Pattern.compile("&#x[\\d\\w]{4};",Pattern.DOTALL);
        m 
= p.matcher(pageCode);
        
while (m.find())
        
{
            String group 
= m.group();
            pageCode 
= pageCode.replaceAll(group, "\\\\u" + group.substring(37).toUpperCase());
        }

        
//去掉html标签的正则表达式
        pageCode = pageCode.replaceAll("<[^>]*>""");
        
//解码:
        pageCode = loadConvert(pageCode);
        
        System.out.println(pageCode);
    }

    
    
private static String loadConvert(String theString)
    
{
        
char aChar;
        
int len = theString.length();
        StringBuffer outBuffer 
= new StringBuffer(len);
        
for (int x = 0; x < len;)
        
{
            aChar 
= theString.charAt(x++);
            
if (aChar == '\\')
            
{
                aChar 
= theString.charAt(x++);
                
if (aChar == 'u')
                
{
                    
int value = 0;
                    
for (int i = 0; i < 4; i++)
                    
{
                        aChar 
= theString.charAt(x++);
                        
switch (aChar)
                        
{
                        
case '0':
                        
case '1':
                        
case '2':
                        
case '3':
                        
case '4':
                        
case '5':
                        
case '6':
                        
case '7':
                        
case '8':
                        
case '9':
                            value 
= (value << 4+ aChar - '0';
                            
break;
                        
case 'a':
                        
case 'b':
                        
case 'c':
                        
case 'd':
                        
case 'e':
                        
case 'f':
                            value 
= (value << 4+ 10 + aChar - 'a';
                            
break;
                        
case 'A':
                        
case 'B':
                        
case 'C':
                        
case 'D':
                        
case 'E':
                        
case 'F':
                            value 
= (value << 4+ 10 + aChar - 'A';
                            
break;
                        
default:
                            
throw new IllegalArgumentException(
                                    
"Malformed   \\uxxxx   encoding.");
                        }

                    }

                    outBuffer.append((
char) value);
                }
 else //可选是否转换这些字符
                {
                    
if (aChar == 't')
                        aChar 
= '\t';
                    
else if (aChar == 'r')
                        aChar 
= '\r';
                    
else if (aChar == 'n')
                        aChar 
= '\n';
                    
else if (aChar == 'f')
                        aChar 
= '\f';
                    outBuffer.append(aChar);
                }

            }
 else
                outBuffer.append(aChar);
        }

        
return outBuffer.toString();
    }


}
以上程序可以输出:"欢迎来到Aloong的Java博客!"

2. 编码:
/**
 * @ClassName: TestEncode 
 * @Description: 编码16进制网页编码的例子 
 * 
@author Aloong 
 * @date 2010-10-25 上午02:31:58 
 * 
 
*/

public class TestEncode
{

    
public static void main(String[] args)
    
{
        String str 
= "欢迎来到Aloong的Java博客!";

        str 
= toUnicode(str, false);

        System.out.println(str);
    }


    
public static String toUnicode(String theString, boolean escapeSpace)
    
{
        
int len = theString.length();
        
int bufLen = len * 2;
        
if (bufLen < 0)
        
{
            bufLen 
= Integer.MAX_VALUE;
        }

        StringBuffer outBuffer 
= new StringBuffer(bufLen);

        
for (int x = 0; x < len; x++)
        
{
            
char aChar = theString.charAt(x);
            
// Handle common case first, selecting largest block that
            
// avoids the specials below
            if ((aChar > 61&& (aChar < 127))
            
{
                
if (aChar == '\\')
                
{
                    outBuffer.append(
'\\');
                    outBuffer.append(
'\\');
                    
continue;
                }

                outBuffer.append(aChar);
                
continue;
            }

            
switch (aChar)
            
{
            
case ' ':
                
if (x == 0 || escapeSpace)
                    outBuffer.append(
'\\');
                outBuffer.append(
' ');
                
break;
            
case '\t':
                outBuffer.append(
'\\');
                outBuffer.append(
't');
                
break;
            
case '\n':
                outBuffer.append(
'\\');
                outBuffer.append(
'n');
                
break;
            
case '\r':
                outBuffer.append(
'\\');
                outBuffer.append(
'r');
                
break;
            
case '\f':
                outBuffer.append(
'\\');
                outBuffer.append(
'f');
                
break;
            
//可选是否转义这些字符
//            case '=': // Fall through
//            case ':': // Fall through
//            case '#': // Fall through
//            case '!':
//                outBuffer.append('\\'); outBuffer.append(aChar);
//                break;
            default:
                
if ((aChar < 0x0020|| (aChar > 0x007e))
                
{
                    
//添加前缀"&#x",可以改成其他前缀如"\\u"
                    outBuffer.append("&#x");
                    outBuffer.append(toHex((aChar 
>> 12& 0xF));
                    outBuffer.append(toHex((aChar 
>> 8& 0xF));
                    outBuffer.append(toHex((aChar 
>> 4& 0xF));
                    outBuffer.append(toHex(aChar 
& 0xF));
                    
//添加后缀";"
                    outBuffer.append(';');
                }
 else
                
{
                    outBuffer.append(aChar);
                }

            }

        }

        
return outBuffer.toString();
    }


    
//查询16进制对应表
    private static char toHex(int nibble)
    
{
        
return hexDigit[(nibble & 0xF)];
    }

    
private static final char[] hexDigit =
    
'0''1''2''3''4''5''6''7''8''9''A''B''C''D',
            
'E''F' }
;

}
以上程序输出:
&# x6B22;&# x8FCE;&# x6765;&# x5230;Aloong&# x7684;Java&# x535A;&# x5BA2;!
(这里在x的前面都加了空格,不然会被浏览器自动转成文字的.)
以上两个转换代码也是网上找到了,只是自己稍作修改并写了例子.
posted on 2010-10-25 02:48 ApolloDeng 阅读(2011) 评论(1)  编辑  收藏 所属分类: 分享JavaWeb

FeedBack:
# re: 类似"&# x6B22;"这类16进制网页编码的编码与解码方法 2011-12-10 21:52 tbw淘宝商城
我这就去试试。  回复  更多评论
  

只有注册用户登录后才能发表评论。


网站导航: