Grails UrlEncoding 非拉丁字符，如 åäö

Question

我有一些链接资源没有像 åäö 这样的拉丁字符 这些通常是用户上传的文件

问题是我没有成功编码它们

使用 filename.encodeAsURL 似乎没有正确编码

例如字符ö变成o%CC%88 测试在 Firefox 中键入相同内容并复制内容会得到 %C3%B6

这些编码有什么区别，我应该用什么来获得正确的编码？？

Answer 1

两种编码都是正确的。您实际上看到的是两个不同字符串的编码。

这里的关键是注意字符串开头的o：

o%CC%88 是字母o 后跟Unicode Character Combining Diaeresis，在渲染时与前一个字符结合。

%C3%B6 是Unicode Character Latin Small O With Diaeresis。

您看到的是，在第一种情况下，输入的字符串类似于这两个字符：o¨，实际上呈现为ö。 在第二种情况下，它是实际字符ö。

我的猜测是您看到了两个不同输入之间的差异。

---

根据以下讨论更新：如果您正在动态处理 Unicode 字符，并且您无法控制输入法，您可以尝试使用 java.text.Normalizer（Java 1.6 或更高版本）规范化 Unicode。

规范化尝试确保所有字符的表示一致，以便重音字符始终由组合字符或始终由字符+组合标记表示。

粗略的例子：

String.metaClass.normalizeUnicode = {
    return java.text.Normalizer.normalize(delegate, java.text.Normalizer.Form.NFC)
}

input = input.normalizeUnicode()

有四种形式的标准化。我选择了一种似乎最适合您的情况 based on the description of how they work，但您可能更愿意尝试其他的，看看哪种方法最有效。

---

话虽如此，如果您尝试在 URL 中表示 Unicode 字符，并且它们没有被代码直接加载和处理，那么最好完全避免使用非拉丁字符。这不仅具有一致的好处，而且还具有显着更短和更清晰的 URL。 boo.pdf 比 bo%CC%88o.pdf 更容易阅读。