使用 Java 获取响应标头，编码问题答案

【问题标题】：Getting response headers with Java, encoding issue使用 Java 获取响应标头，编码问题
【发布时间】：2017-01-16 15:51:01
【问题描述】：

我正在使用 Webharvest 从网站下载文件并取其原始名称。

我正在使用的 Java 代码是：

import org.apache.commons.httpclient.Header;
            import org.apache.commons.httpclient.HttpClient;
            import org.apache.commons.httpclient.HttpStatus;
            import org.apache.commons.httpclient.Header;
            import org.apache.commons.httpclient.methods.GetMethod; 

            HttpClient client = new HttpClient();

            BufferedReader br = null;
            StringBuffer result = new StringBuffer();
            String attachName;

            GetMethod method = new GetMethod(attachmentLink.toString());

            int returnCode; 
            returnCode = client.executeMethod(method);
            Header[] headers = method.getResponseHeader("Content-Disposition");
            attachName = headers[0].getValue();
            attachName = new String(attachName.getBytes());

webharvest 中的结果是：

附件； filename="Resoluci�n sobre Mesas de Contrataci�n.pdf"

我不能让它接受这封信

ó

在将标头 Content-Disposition 的值放入变量 attachName 后，我也尝试对其进行解码，但没有成功：

String attachNamef = URLEncoder.encode(attachName, "ISO-8859-1"); 
                      attachNamef = URLEncoder.decode(attachNamef, "UTF-8");

我能够确定响应字符集是：ISO-8859-1

method.getResponseCharSet()

附：当我在 Firefox Firebug 中看到标题时 - 值没问题：内容处置

附件； filename="Resolución sobre Mesas de Contratación.pdf"

【问题讨论】：

请注意，响应字符集是指有效负载，而不是标头字段。另请注意，您似乎使用的是非常过时的 HTTP 组件版本。最后，服务器响应无效；此处不允许使用非 ASCII 字符；请参阅 RFC 6266。

标签： java http encoding response webharvest

【解决方案1】：

Apache HttpClient 不支持 HTTP 标头中的非 ascii 字符。 Taken from documentation:

HTTP 请求或响应的标头必须采用 US-ASCII 格式。不能在请求或响应的标头中使用非 US-ASCII 字符。但是，通常这不是问题，因为 HTTP 标头旨在促进数据传输，而不是实际传输数据本身。然而，cookie 是一个例外。由于 cookie 作为 HTTP 标头传输，因此它们仅限于 US-ASCII 字符集。有关详细信息，请参阅 Cookie 指南。

【讨论】：