我正在尝试用 C++ 编写程序,该程序将解码包含一些 URL 编码的 unicode 字符的 URL 编码字符串。
#include <windows.h>
#include <string>
#include <shlwapi.h>
#pragma comment(lib, "Shlwapi.lib")
int _tmain(int argc, _TCHAR* argv[])
{
std::wstring test = L"bla+%D0%B1%D0%BB%D0%BE%D1%84+%E6%97%A5%E6%9C%AC%E8%AA%9E";
PWSTR urlencodedStr = const_cast<WCHAR*>(test.c_str());
WCHAR decodedStr[1025];
DWORD size = 1024;
HRESULT hres = UrlUnescape(urlencodedStr, decodedStr, &size, NULL);
if (hres == S_OK)
MessageBox(NULL, decodedStr, L"decoded string", MB_OK);
return 0;
}
我期待在decodedStr中得到L“bla блоф 日本语”。但我得到的是 L"bla+блÐ⁄Ñ„+æ—¥æœØ語”。 我在构建中使用 unicode 字符集。 我做错了什么?
最佳答案
UrlUnescape
默认情况下使用默认 (ANSI) 代码页将 URL 解码的 %xx
字节转换为字符。这几乎从来都不是您想要的。
从 Windows 8 开始,您可以传递 UNESCAPE_AS_UTF8标志以使其表现良好。如果您不能依赖 Win8,则必须使用/编写一个不存在此问题的不同 URL 解码库调用。
还有 +
的问题:在 plain-URL-encoding 中(例如在路径部分中使用),这意味着加号,但在 form-url-encoding 中(例如查询参数中的示例),这就是您在这里看到的,它意味着一个空格。一个好的 URL 解码器可以让您选择说出您的意思; UrlUnescape
没有。另一种方法是在 URL 解码之前手动将输入中的 +
替换为空格;这是一种特殊情况,其他角色不会受到类似影响。
关于windows - UrlUnescape() 和 unicode 字符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17080078/