Firefox 你认为谷歌是如何处理这个编码问题的？

我最近遇到了一个编码问题，具体是Firefox如何对直接输入地址栏的URL进行编码。基本上看，URL的默认Firefox字符编码不是UTF-8，这是大多数浏览器的情况。此外，看起来他们正试图根据URL的内容做出一些关于使用何种字符编码的智能决策

例如，如果您直接在地址栏（我使用的是Firefox 3.5.5）中输入带有“q”参数的URL，您将得到以下结果：

对于给定的查询字符串参数，这是它在http请求中的实际编码方式：
1） …q=Književni-->q=Knji%9Eevni（这似乎是iso-8859-1编码的）
2） …q=漢字 --> q=%E6%BC%A2%E5%AD%97（这似乎是UTF-8编码的）
3） …q=Književni漢字 --> Knji%C5%BEevni%E6%BC%A2%E5%AD%97（这似乎是UTF-8编码的…这很奇怪，因为请注意，值的第一部分与1相同，1是iso-8859-1编码的）

所以，这真的没什么大不了的，对吧？嗯，对我来说，不是全部，但有点。在我正在开发的应用程序中，我们的全局导航中有一个搜索框。当用户在我们的搜索框中提交搜索词时，“q”参数（如我们的示例中，保存查询字符串值的参数）会在请求时提交，并经过UTF-8编码，一切正常

但是，随后出现在地址栏中的URL包含该URL的解码形式，因此q参数看起来像“q=Književni”。现在，正如我前面提到的，如果用户按下ENTER键提交地址栏中的内容，“q=Književni”参数现在编码为iso-8859-1，并作为“q=Knji%9Eevni”发送到我们的服务器。问题是我们总是希望有一个UTF-8编码的URL。。。因此，当我们收到这个参数时，我们的应用程序不知道如何解释它，它可能会导致一些奇怪的结果

正如我之前提到的，这似乎只是Firefox的一个问题，而且很少有用户会遇到这种情况，所以我们对此并不太担心。然而，我碰巧注意到谷歌实际上很好地处理了这个问题。使用不同编码形式的查询字符串参数键入以下URL将在Google中返回良好的结果：

---

所以我的问题是，你认为他们是如何处理这种情况的？此外，还有其他人看到过同样奇怪的Firefox行为吗？

看起来像是在使用拉丁语-1，除非该编码中不能表示任何字符，否则它使用的是UTF-8

如果确实是这样，那么在另一端绕过这个问题的方法是假设您接收的所有内容都是UTF-8，并将其验证为UTF-8。如果未通过UTF-8验证，则假定为拉丁语-1（iso-8859-1）

由于UTF-8的结构方式，当验证为UTF-8时，实际上不是UTF-8的东西不太可能通过

---

尽管如此，这种可能性还是存在的，我认为Firefox的行为不是一个好主意，尽管毫无疑问，他们这样做是作为一种妥协——比如与服务器的兼容性，如果他们介入了UTF-8，就不会知道它。

url中有几个部分。域名根据IDN（国际域名）规则（）进行编码

你关心的部分（通常）来自表单。源页的编码决定了编码（在%转义之前）。html中的表单元素还可以采用编码属性，该属性覆盖页面设置

---

所以这不是Firefox的错，参考页面/表单的编码是决定因素。这是标准行为。

问题是，当我以表单形式提交它时，它是用UTF-8编码的，正如您所说的那样。我的问题是，当响应返回并呈现页面时，查询字符串参数实际上以未编码状态出现在地址栏中。。。“q=Književni”。然后，当我在地址栏上显式按enter键并输入URL时，看起来该URL与当前页面（以及该页面的源代码）没有关联，因此它似乎试图使用iso-8859-1编码。是的，这是一种奇怪的行为。IE（8）和Chrome似乎总是将我上面使用的URL编码为UTF-8。。。所以我猜也许UTF-8编码实际上是他们的默认编码。但是，是的，我希望有一个更容易的解决办法，但看起来可能不是这样。现在，困难的部分将是准确地确定如何验证UTF-8编码（在Java中）：/谢谢您的帮助！看起来Bugzilla中实际上有一些报告的bug代表了这个问题，我对Java了解不多，但根据Wikipedia，InputStreamReader和OutputStreamWriter类支持本机UTF-8。你告诉它在构造函数中解释为UTF-8，然后假设如果你得到一个异常，你会捕获它（并尝试另一种编码）。@thomasrutter有趣的想法，听起来应该可以工作。也许我会试一试。谢谢你。@thomasrutter事实上，我在想我也许可以用URL解码器做类似的事情。这可能更合适。