【Java】中文URL和URI的轉換

最近在做Crawler，爬回來的超連結發現，有些明明就是中文的網址，在瀏覽器上也是顯示中文，去查網頁的編碼是UTF-8沒錯但是抓回來的中文網址卻變成英文、數字、和百分比符號顯示亂碼的字串。
估狗後，這些亂碼並不是真的亂馬1/2(誤)，而是URI編碼。欲知詳情，請見URL編碼。

URL  <-----> URI
以下只是臨時打的範例，不確定與法有無正確。參考參考。

import java.net.URLDecoder;
import java.net.URLEncoder;


String test = "URI編碼";
String demo ="";

demo = URLEncoder.decode(test , "UTF-8");
System.out.println("URI編碼："+demo);
demo = URLEncoder.decode(test , "UTF-8");
System.out.println("URI解碼："+demo);





URI編碼：URI%E7%B7%A8%E7%A2%BC
URI解碼：URI解碼


當然如果網頁是以Big-5編碼，上述程式碼的"UTF-8"就要改成"Big-5"。

• 延伸閱讀：
• 用Javascript替中文網址轉碼：escape, encodeURI, encodeURIComponent 的比較