在Java中解码VBScript中的转义字符串

我试图解码以下字符串

String str  = "AT%26amp%3BT%20Network%20Client%20%u2013%20IBM";

System.out.println(StringEscapeUtils.unescapeHtml(str));
try {
    System.out.println("res:"+java.net.URLDecoder.decode(str, "UTF-8"));
} catch (UnsupportedEncodingException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}

两种方法都失败了，如下所示：

AT%26amp%3BT%20Network%20Client%20%u2013%20IBM
Exception in thread "main" java.lang.IllegalArgumentException: URLDecoder: Illegal hex characters in escape (%) pattern - For input string: "u2"
    at java.net.URLDecoder.decode(URLDecoder.java:173)
    at decrypt.DecryptHtml.main(DecryptHtml.java:19)

该字符串的源是使用的VBS脚本。如何解码此字符串？

string str=“AT%26amp%3BT%20网络%20客户端%20%[here]u[here]2013%20IBM”

我认为这个字符串无效<代码>%u20是无效字符。 如果从字符串中删除

u

，则可以对其进行编码。

---

参考：

不幸的是，从阅读文档来看，微软似乎又做了一次（tm）：“非标准xxx”，这里的“xxx”是“转义格式”

具体地说，在中，据说：

值大于255的[…]Unicode字符使用%uxxx格式存储

（嘿，小姐：没有“Unicode字符”这类东西；它们被称为代码点）

太好了。所以你需要自己的解码功能

幸运的是，我们使用Java。由于这个专有的转义序列只覆盖基本多语言平面（U+0000到U+FFFF）中的Unicode代码点，并且由于

char

是一个UTF-16代码单元，并且由于BMP和UTF-16之间有一个1对1的映射，这使得我们的工作更容易一些

代码如下：

public final class MSUnescaper
{
    private static final char PERCENT = '%';
    private static final char NONSTANDARD_PCT_ESCAPE = 'u';

    private MSUnescaper()
    {
    }

    public static String unescape(final String input)
    {
        final StringBuilder sb = new StringBuilder(input.length());
        final CharBuffer buf = CharBuffer.wrap(input);

        char c;

        while (buf.hasRemaining()) {
            c = buf.get();
            if (c != PERCENT) {
                sb.append(c);
                continue;
            }
            if (!buf.hasRemaining())
                throw new IllegalArgumentException();
            c = buf.get();
            sb.append(c == NONSTANDARD_PCT_ESCAPE
                ? msEscape(buf) : standardEscape(buf, c));
        }

        return sb.toString();
    }

    private static char standardEscape(final CharBuffer buf, final char c)
    {
        if (!buf.hasRemaining())
            throw new IllegalArgumentException();
        final char[] array = { c, buf.get() };
        return (char) Integer.parseInt(new String(array), 16);
    }

    private static char msEscape(final CharBuffer buf)
    {
        if (buf.remaining() < 4)
            throw new IllegalArgumentException();
        final char[] array = new char[4];
        buf.get(array);
        return (char) Integer.parseInt(new String(array), 16);
    }

    public static void main(final String... args)
    {
        final String input = "AT%26amp%3BT%20Network%20Client%20%u2013%20IBM";
        System.out.println(unescape(input));
    }
}

---

“字符串的源是使用Escape函数的VBS文件”什么

Escape

函数？因为它看起来像是URI编码的，但是有错误。具体来说，它有

%u

，这在URI编码中是无效的。

StringEscapeUtils.unescapeHtml（）

在这里不起作用；这些是百分比编码转义，而不是HTML转义序列。十六进制值的范围是从小数

0

到

7F

，小数

0

到

127

。字符

u

将永远不会出现。它必须是无效的编码字符串。必须手动输入。@itsraja请参阅我的答案，因为它是一个unicode字符

'\u2013'

要表示

\ucode>下划线，字符串缺少字符
u
前的反斜杠@Ravinder:不，关键是这是MS自己的编码。如果他们希望
%u2013
表示Unicode代码点2013，他们可以。（我得到的是
“–”
，不是下划线。）是的，是连字符，不是下划线。我明白如何解决这个问题。我只是想分析字符串“%u2013”是否可以转换为unicode字符。它仍然缺少一个反斜杠字符。如果我删除转义函数，我将得到AT&；T Network Client-IBM，我能够正确地解码它，但我最终遇到了另一个问题，出现了另一个结果字符串，如“Remote Control AyĤame Premium”，当在浏览器中打开时，它会抛出“格式不正确”@Ravinder:不，它没有遗漏任何内容。它不是Java字符串unicode转义。这是一个MS伪URI转义。我已经更改了您的链接标题，W3C与W3C没有任何关联。这不是OP要求的。查看他添加到MS文档的链接
AT&T Network Client – IBM