[C#]URL中的中文编码

问题来源:
    正在研究一个程序,输入一个关键字,能够把这个关键字发送到Google,yahoo等搜索引擎,进行搜索,然后打开结果网页。原理很简单。比如在 Google搜索China,搜索结果页面的URL就是“http://www.google.com/search?hl=zh-CN&q=China&lr=”。只要替换红颜色的内容,就可以按照不同的关键字搜索。
但是如果关键字是中文,就会出现问题。比如在google搜索“中国”,Url是“http://www.google.com/search?hl=zh-CN&newwindow=1&q=%E4%B8%AD%E5%9B%BD&lr=”。汉字“中国”被按照UTF-8的格式进行编码。
不仅汉字进行编码,一些特殊字符也会进行编码。比如搜索“C#”,URL是“http://www.google.com/search?hl=zh-CN&newwindow=1&q=C%23&lr=”。
一般来说,国外的网站都是按照UTF-8编码,而“百度”是按照“GB2312”进行编码的。比如搜索“中国”,URL是“http://www.baidu.com/s?wd=%D6%D0%B9%FA&cl=3”
我们对比一下:C#中国的编码

编码 结果 网站
UTF-8 C%23%E4%B8%AD%E5%9B%BD Google
GB2312 C%23%D6%D0%B9%FA BaiDu

总结:
UTF-8中,一个汉字对应三个字节,GB2312中一个汉字占用两个字节。
不论何种编码,字母数字都不编码,特殊符号编码后占用一个字节。
开始编程:

        public static string UrlEncode(string str, string encode)
        
{
            
int factor;
            
if (encode == "UTF-8")
                factor 
= 3;
            
if (encode == "GB2312")
                factor 
= 2;
            
//不需要编码的字符
            string okChar = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.-*@";
            System.Text.Encoder encoder 
= System.Text.Encoding.GetEncoding(encode).GetEncoder();
            
char[] c1 = str.ToCharArray();
            System.Text.StringBuilder sb 
= new System.Text.StringBuilder();
            
//一个字符一个字符的编码
            for (int i = 0; i < c1.Length; i++)
            
{
                
//不需要编码
                if (okChar.IndexOf(c1[i]) > 1)
                    sb.Append(c1[i]);
                
else
                
{
                    
byte[] c2 = new byte[factor];
                    
int charUsed, byteUsed; bool completed;

                    encoder.Convert(c1, i, 
1, c2, 0, factor, trueout charUsed, out byteUsed, out completed);

                    
foreach (byte b in c2)
                    
{
                        
if (b != 0)
                            sb.AppendFormat(
"%{0:X}", b);
                    }

                }

            }

            
return sb.ToString().Trim();


        }

后来发现更简单的方法。

//按照UTF-8进行编码
string tempSearchString1 = System.Web.HttpUtility.UrlEncode("C#中国");
//按照GB2312进行编码
string tempSearchString2 = System.Web.HttpUtility.UrlEncode("C#中国",System.Text.Encoding.GetEncoding("GB2312"));

大家直接用第二种方法就行了。

赞(0) 打赏
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏