[發明專利]一種針對含特殊字符的URL編碼后的自動解碼方法

有效

• 申請號: 201210585397.6
• 申請日: 2012-12-28
• 公開（公告）號: CN103092922B
• 公開（公告）日: 2018-04-10
• 發明（設計）人: 劉欣然;李焱;趙麗
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京安博達知識產權代理有限公司11271
• 代理人: 徐國文

技術領域

本發明涉及計算機應用技術領域，具體涉及一種針對含特殊字符的URL編碼后的自動解碼方法。

背景技術

統一資源定位符(URL，Uniform Universal Resource Locator)也被稱為網頁地址，是因特網上標準的資源地址。在一些互聯網應用中，為消除歧義，需要對URL進行編碼。例如，含有中文、空格等特殊字符的URL通常會編碼成含有“％”和“E6”等的字符長串。很多新聞站點的URL中會包含該條新聞的標題相關信息，恢復URL的原有形式在互聯網信息采集領域有著非常重要的意義。可通過分析編碼后的URL中特殊字符值的分布來判斷編碼方式，進而解碼出原URL。但不同的編碼方式存在交叉，有的字符值會在不同的編碼方式中出現。

發明內容

本發明涉及一種針對含特殊字符的URL編碼后的自動解碼方法，所述方法包括：

步驟S1，輸入需要解碼的編碼后的URL字符串；

步驟S2，按照不同的編碼方式對所述編碼后的URL字符串進行解碼，得到不同的URL字符串；

步驟S3，對所述得到的不同的URL字符串按照S2中的解碼方式進行編碼，得到不同的編碼后的URL字符串；

步驟S4，將所述得到的不同的編碼后的URL字符串與輸入的所述需要解碼的編碼后的URL字符串進行對比，如果所述得到的不同的編碼后的URL字符串中有一個與所述需要解碼的編碼后的URL字符串相同，取所述編碼后的URL字符串對應的編碼方式下步驟S2中得到的URL字符串為所述需要解碼的編碼后的URL字符串自動解碼得到的URL字符串。

本發明提供的第一優選實施例中：所述步驟S2中按照不同的編碼方式對所述編碼后的URL字符串進行解碼是根據常用的編碼字符集進行解碼的；

在中文環境下，按照GBK、Big5和UTF-8不同的編碼方式進行解碼。

本發明提供的第二優選實施例中：如果所述步驟S2中按照所述常用的編碼字符集進行不同方式的解碼后，所述步驟S4中對比沒有得到與所述需要解碼的編碼后的URL字符串相同的編碼后的URL字符串，采用與所述步驟S2中不同的編碼方式進行步驟S2-S4的操作。

本發明提供的一種針對含特殊字符的URL編碼后的自動解碼方法的有益效果包括：

本發明提供的一種針對含特殊字符的URL編碼后的自動解碼方法，針對含特殊字符的編碼后的URL字符串，在URL字符串編碼方式不明確并且不同的編碼方式存在交叉不容易判斷編碼方式的情況下，比較精確的得到編碼方式進行解碼。

附圖說明

如圖1所示為本發明提供的一種針對含特殊字符的URL編碼后的自動解碼方法的實施例的流程圖。

具體實施方式

本發明提供一種針對含特殊字符的URL編碼后的自動解碼方法，該方法包括：

步驟S1，輸入需要解碼的編碼后的URL字符串。

步驟S2，按照不同的編碼方式對該編碼后的URL字符串進行解碼，得到不同的URL字符串。

步驟S3，對步驟S2中得到的不同的URL字符串按照其對應的解碼方式進行編碼，得到不同的編碼后的URL字符串。

步驟S4，將得到的不同的編碼后的URL字符串與輸入的需要解碼的編碼后的URL字符串進行對比，如果得到的不同的編碼后的URL字符串中有一個與需要解碼的編碼后的URL字符串相同，取該編碼后的URL字符串對應的編碼方式下步驟S2中得到的URL字符串為需要解碼的編碼后的URL字符串自動解碼得到的URL字符串。

步驟S2中按照不同的編碼方式對編碼后的URL字符串進行解碼是根據常用的編碼字符集進行解碼的，比如在中文環境下：按照GBK、Big5和UTF-8等不同的編碼方式進行解碼。

如果按照常用的編碼字符集進行不同方式的解碼后，步驟S4中對比沒有得到與需要解碼的編碼后的URL字符串相同的編碼后的URL字符串，那么可以采用其他不常用的編碼方式進行步驟S2-S4的操作。