在 Java 中解析 Content-Type 标头而不验证字符集答案

【问题标题】：Parsing a Content-Type header in Java without validating the charset在 Java 中解析 Content-Type 标头而不验证字符集
【发布时间】：2020-04-01 21:24:55
【问题描述】：

给定一个 HTTP 标头，例如：

Content-Type: text/plain; charset=something

我想使用完全符合 RFC 的解析来提取 MIME 类型和字符集，但不“验证”字符集。通过验证，我的意思是我不想使用 Java 的内部字符集机制，以防 Java 不知道字符集（但可能对其他应用程序仍然有意义）。以下代码不起作用，因为它执行此验证：

import org.apache.http.entity.ContentType;

String header = "text/plain; charset=something";

ContentType contentType = ContentType.parse(header);
Charset contentTypeCharset = contentType.getCharset();

System.out.println(contentType.getMimeType());
System.out.println(contentTypeCharset == null ? null : contentTypeCharset.toString());

这会抛出java.nio.charset.UnsupportedCharsetException: something。

【问题讨论】：

标签： java mime-types

【解决方案1】：

或者，仍然可以使用Apache's parse 并捕获UnsupportedCharsetException 以使用getCharsetName() 提取名称

import org.apache.http.entity.ContentType;

String header = "text/plain; charset=something";

String charsetName;
String mimeType;

try {
  ContentType contentType = ContentType.parse(header); // here exception may be thrown
   mimeType = contentType.getMimeType();
   Charset charset = contentType.getCharset();
   charsetName = charset != null ? charset.name() : null;
} catch( UnsupportedCharsetException e) {
    charsetName = e.getCharsetName(); // extract unsupported charsetName
    mimeType = header.substring(0, header.indexOf(';')); // in case of exception, mimeType needs to be parsed separately
}

缺点是mimeType也需要在UnsupportedCharsetException的情况下进行不同的提取。

【讨论】：

我将header.substring(...) 部分视为标题“手动解析”的一种形式。如果有人这样做，那还不如手动提取字符集。在最初的问题中，我想使用经过验证的、经过测试的库来做到这一点，而不是重新发明轮子。
解决方案是使用 标准库 及其顶级函数覆盖标题 Content-Type 的常见用例。回退到手动解析会捕获（罕见的）异常。

【解决方案2】：

要进行解析，可以使用较低级别的解析类：

import org.apache.http.HeaderElement;
import org.apache.http.NameValuePair;
import org.apache.http.message.BasicHeaderValueParser;

String header = "text/plain; charset=something";

HeaderElement headerElement = BasicHeaderValueParser.parseHeaderElement(header, null);
String mimeType = headerElement.getName();
String charset = null;
for (NameValuePair param : headerElement.getParameters()) {
    if (param.getName().equalsIgnoreCase("charset")) {
        String s = param.getValue();
        if (!StringUtils.isBlank(s)) {
            charset = s;
        }
        break;
    }
}

System.out.println(mimeType);
System.out.println(charset);

【讨论】：