关于HttpClient模拟浏览器请求的参数乱码问题解决方案

标签：java   httpclient   中文   乱码   postget   

转载请注明出处：http://blog.csdn.net/xiaojimanman/article/details/44407297

http://www.llwjy.com/blogdetail/9383e88e4bc7378b8318e15b0ac33559.html

个人博客站已经上线了，网址：www.llwjy.com，欢迎大家吐槽~

--------------------------------------------------------------------------------------------------------------------------

      在之前的博客中介绍了一些关于如何利用HttpClient去模拟浏览器请求，从而获取网页源代码，得到自己想要的内容。最近自己在做一些项目测试的时候，发下如下问题：

问题描述

1.使用HttpClient模拟post/get请求时，当参数中有中文，在服务器端解析出的参数值中的中文都是“?”，英文数字等可以正常解析。

2.当模拟的url参数中有中文时，解析出的参数值中的中文也是“?”，例：http://hostname/test.do?name=您好

问题原因

      在查阅众多相关资料，终于找到其中的原因，目前市面上多数的浏览器中url中的中文采用的都是utf-8的编码方式，而HttpClient默认的编码方式是gbk，因此在模拟浏览器请求的过程中，就会因为编码方式不对造成乱码的问题。

解决方案

对于该问题，从以下两个方面去解决：

第一步：指定HttpClient请求的编码方式，指定编码方式可以有以下几种方法：

method.getParams().setContentCharset("utf-8");
method.getParams().setParameter(HttpMethodParams.HTTP_CONTENT_CHARSET,"utf-8");
method.addRequestHeader("Content-Type", "text/html; charset=UTF-8");
httpClient.getParams().setContentCharset("utf-8");

第二步：对URL中的中文进行转码处理，可以通过下面的方法对URL做一次预处理，这样再去模拟浏览器的行为时，就不会出现乱码了。

public static String encodeUrlCh (String url) throws UnsupportedEncodingException {
	String ChRegex = "([\u4e00-\u9fa5]+)";
	while (true) {
		String s = getFirstString(url, ChRegex, 1);
		if ("".equals(s)){
			return url;
		}
		url = url.replaceAll(s, URLEncoder.encode(s, "utf-8"));
	}
}

关于HttpClient模拟浏览器请求的参数乱码问题解决方案

标签：java   httpclient   中文   乱码   postget   

原文地址：http://blog.csdn.net/xiaojimanman/article/details/44407297