Java 关于URL的一个问题

亲爱的各位，现在我在java程序中遇到了这个问题，我认为它应该被归类为URL问题，但不是100%确定。如果你们认为我错了，请随意重新归类这个问题，谢谢

我会尽可能简单地陈述我的问题。 我在著名的中文搜索引擎百度上搜索了一个中文关键词“奥巴马" （英文为Obama），我这样做的方式是将URL（在Java程序中）传递到浏览器，如：

它就像我输入的“奥巴马”百度上文本字段中的关键字

然而，现在我的顾问想要的是另一件事，因为他看不懂中文网页，但他想确定我从百度获得的网页与“奥巴马”有关，他让我用谷歌翻译回来，即使用谷歌翻译，并将中文网页翻译成英文

这听起来很简单。然而，我在这里遇到了我的问题

如果我只是将URL“”传递到Google Translate并勾选“中文到英文”翻译选项，结果看起来很糟糕（我不知道这里的线索，可能与汉字编码有关）

或者，如果现在我的浏览器打开“”网页，但我单击百度一下按钮（简单的意思是“搜索”），你会注意到URL将被更改，现在如果我将此URL传递到Google translate并执行相同的操作，结果会更好

我希望我没有把这个问题说得太复杂，我对其中涉及的一些中文单词表示歉意，但我真的需要你们的帮助。因为我是在Java程序中完成这一切的，所以我不知道如何实现这一点。”百度一下（按搜索按钮）第二步，然后获取新的URL。如果我能够获取新的URL，事情就简单了，我可以在Java代码中调用Google translate，然后弹出新窗口显示我的顾问

请在这里分享你的想法。非常感谢

罗伯特

试着打电话

URLEncoder.encode("http://news.baidu.com/ns?word=奥巴马", "utf-8")

（或者

utf-16

；我不太熟悉汉字表示法）

试着打电话

URLEncoder.encode("http://news.baidu.com/ns?word=奥巴马", "utf-8")

（或者

utf-16

；我不太熟悉汉字表示法）

您可以使用

URLEncoder.encode("http://news.baidu.com/ns?word=奥巴马", "utf-8")

然后将生成的URL传递给Google Translate，如下所示：

http://translate.google.com/translate?js=y&prev=_t&hl=en&ie=UTF-8&layout=1&eotf=1&sl=zh-CN&tl=en&u=YOUR_URL

干杯

你可以用

URLEncoder.encode("http://news.baidu.com/ns?word=奥巴马", "utf-8")

然后将生成的URL传递给Google Translate，如下所示：

http://translate.google.com/translate?js=y&prev=_t&hl=en&ie=UTF-8&layout=1&eotf=1&sl=zh-CN&tl=en&u=YOUR_URL

---

欢呼声

当您按下搜索按钮时，浏览器将搜索词编码为

%E5%A5%A5%E5%B7%B4%E9%A9%AC

，这是

奥巴马。之所以这样做，是因为UTF-8是HTML表单的默认编码

Java在内部使用UTF-16编码，因此，如果不指定任何内容，URL库可能会在该编码中生成请求

但是，我无法重现您在谷歌翻译粘贴上的问题—无论我如何粘贴，该URL似乎都能正常工作。
当您按下搜索按钮时，浏览器将搜索词编码为
%E5%A5%A5%E5%B7%B4%E9%A9%AC
，这是
的UTF-8编码奥巴马。之所以这样做，是因为UTF-8是HTML表单的默认编码

Java在内部使用UTF-16编码，因此，如果不指定任何内容，URL库可能会在该编码中生成请求

但是，我无法重现您在Google translate中遇到的问题-粘贴该URL时，无论我如何操作，似乎都能正常工作。
URL只能包含ASCII字符。所有其他字符都必须转换为字节，然后以ASCII编码。但是，没有关于使用什么字符集将字符转换为字节的规定。UTF-8是reCommmended，但不是必需的。只要服务器表示其对字符集的偏好，客户端就应该尊重这一点，并使用相同的字符集进行编码

您可以从页面信息中看到百度使用gb2312编码奥巴马 在其页面上的一个表单将被转换为gb2312中的字节：
B0C2 B0CD C2ED
，然后%-编码为
%B0%C2%B0%CD%C2%ED
。这就是实际发送到百度服务器的内容，
http://www.baidu.com/s?wd=%B0%C2%B0%CD%C2%ED

您的操作系统默认配置为使用gb2312，因此当您粘贴奥巴马 对于浏览器来说，浏览器也会做同样的事情，百度会得到正确的字符。当我将URL粘贴到浏览器中时，它会出错，因为我的操作系统使用UTF-8，而浏览器将这些汉字编码为UTF-8，这不是百度所期望的。（直接在浏览器中输入URL时，浏览器可能未与服务器通信，也不知道服务器首选的字符集，因此浏览器使用平台默认字符集）

现在，谷歌使用UTF-8。这就是为什么如果你将URL粘贴到谷歌表单上，它会像在我的操作系统上一样出错。字符编码为UTF-8，百度会尝试将其解析为gb2312，并得到完全错误的单词

解决方案很简单。只需按照服务器期望的方式编码参数：

"http://news.baidu.com/ns?word=" + URLEncoder.encode("奥巴马", "gb2312")

URL只能包含ASCII字符。所有其他字符必须转换为字节，然后用ASCII编码。但是，没有关于使用什么字符集将字符转换为字节的规定。建议使用UTF-8，但不是必需的。只要服务器表示其对字符集的偏好，客户端就应该尊重这一点并使用相同的字符集或编码

您可以从页面信息中看到百度使用gb2312编码奥巴马 在其页面上的一个表单将被转换为gb2312中的字节：
B0C2 B0CD C2ED
，然后%-编码为
%B0%C2%B0%CD%C2%ED
。这就是实际发送到百度服务器的内容，
http://www.baidu.com/s?wd=%B0%C2%B0%CD%C2%ED

您的操作系统默认配置为使用gb2312，因此当您粘贴奥巴马 对于浏览器来说，浏览器也会做同样的事情，百度会得到正确的字符。当我将URL粘贴到浏览器中时，它会出错，因为我的操作系统使用UTF-8，而浏览器会对这些中文字符进行编码