通过 RFC 5987 处理带有空格的文件名* 参数会导致文件名中出现“+”

Question

我有一些我正在处理的遗留代码（所以不，我不能只使用带有编码文件名组件的 URL），它允许用户从我们的网站下载文件。由于我们的文件名通常使用多种不同的语言，它们都以 UTF-8 格式存储。我编写了一些代码来处理将 RFC5987 转换为正确的 filename* 参数。这很好用，直到我有一个包含非 ascii 字符 和 空格的文件名。根据 RFC，空格字符不是 attr_char 的一部分，因此它被编码为 %20。我有新版本的 Chrome 和 Firefox，它们都在下载时转换为 %20 到 +。我尝试不编码空间并将编码的文件名放在引号中并得到相同的结果。我已经嗅探了来自服务器的响应，以验证 servlet 容器没有与我的标头混淆，并且它们对我来说看起来是正确的。 RFC 甚至有包含 %20 的示例。我是否遗漏了什么，或者所有这些浏览器都有与此相关的错误？

提前非常感谢。我用来编码文件名的代码如下。

彼得

public static boolean bcsrch(final char[] chars, final char c) {
    final int len = chars.length;
    int base = 0;
    int last = len - 1; /* Last element in table */
    int p;

    while (last >= base) {
        p = base + ((last - base) >> 1);

        if (c == chars[p])
            return true; /* Key found */
        else if (c < chars[p])
            last = p - 1;
        else
            base = p + 1;
    }

    return false; /* Key not found */
}

public static String rfc5987_encode(final String s) {
    final int len = s.length();
    final StringBuilder sb = new StringBuilder(len << 1);
    final char[] digits = {'0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F'};
    final char[] attr_char = {'!','#','$','&','\'','+','-','.','0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z','^','_','a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z','|', '~'};
    for (int i = 0; i < len; ++i) {
        final char c = s.charAt(i);
        if (bcsrch(attr_char, c))
            sb.append(c);
        else {
            final char[] encoded = {'%', 0, 0};
            encoded[1] = digits[0x0f & (c >>> 4)];
            encoded[2] = digits[c & 0x0f];
            sb.append(encoded);
        }
    }

    return sb.toString();
}

更新

这是我在评论中提到的带有空格的中文文件的下载对话框的屏幕截图。

Answer 1

正如 Julian 在 cmets 中指出的那样，我犯了一个菜鸟 Java 错误并且忘记了将字符转换为字节（因此我编码了字符的代码点而不是字符的字节表示），因此编码完全不正确。这在 RFC 5987 中明确提及为一项要求。我将发布更正的代码以进行转换。一旦编码正确，浏览器就可以正确识别filename*参数，并且用于下载的文件名是正确的。

以下是对字符串的 UTF-8 字节进行操作的更正转义码。给我带来麻烦的文件名现在正确编码如下所示：

内容配置：附件；文件名*=UTF-8''Museum%20%E5%8D%9A%E7%89%A9%E9%A6%86.jpg

public static String rfc5987_encode(final String s) throws UnsupportedEncodingException {
    final byte[] s_bytes = s.getBytes("UTF-8");
    final int len = s_bytes.length;
    final StringBuilder sb = new StringBuilder(len << 1);
    final char[] digits = {'0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F'};
    final byte[] attr_char = {'!','#','$','&','+','-','.','0','1','2','3','4','5','6','7','8','9',           'A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z','^','_','`',                        'a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z','|', '~'};
    for (int i = 0; i < len; ++i) {
        final byte b = s_bytes[i];
        if (Arrays.binarySearch(attr_char, b) >= 0)
            sb.append((char) b);
        else {
            sb.append('%');
            sb.append(digits[0x0f & (b >>> 4)]);
            sb.append(digits[b & 0x0f]);
        }
    }

    return sb.toString();
}