ISO-8858-1 na UTF-8 w url path

ISO-8858-1 na UTF-8 w url path
baant
  • Rejestracja:około 11 lat
  • Ostatnio:około miesiąc
  • Lokalizacja:Wrocław
  • Postów:524
0

Problem: marketing napsuł i czasem w jedno miejsce apki przychodzą linki i frazy ze zwalonym kodowaniem.

Musimy poprawiać błędne kodowanie w jednym miejscu, czasem jest to fraza, czasem url. Chciałbym poprawiać jedynie znaki enkodowane w ISO-8858-1 na odpowiedniki UTFowe. Jeśli do poprawki przyjdzie url, to decode/encode całości nie wchodzi w gre, bo zmienia mi wszystko, a nie tylko błęde znaki (/ : ? =). Niby mam rozwiązanie, które w pełni wystarcza na nasze potrzeby ale jakoś nie do końca jestem do niego przekonany i rozglądam się za alternatywą...
Miał ktoś podobny problem albo zna może jakąś libke, która zrobi encode/decode z wyłączeniem niektórych znaków? :D
Coś typu decode(String value, char[] ignored)

Edit: jeszcze chciałem rozbić urla na części i babrać się z pathem i query osobno ale jak sobie przeanalizowałem co trzeba zrobić to wyjdzie bajzel

Przykłady:

Kopiuj
// zły input
"http://jakis.host/dupa/a/%e4t%fcr%E4/b/%e4t%fcr%E4"
"t%E9l%E9phone"

// dobry output
"http://jakis.host/dupa/a/%C3%A4t%C3%BCr%C3%A4/b/%C3%A4t%C3%BCr%C3%A4"
"t%C3%A9l%C3%A9phone"

// very niedobry output
"http%3A%2F%2Fjakis.host%2Fdupa%2Fa%2F%C3%A4t%C3%BCr%C3%A4%2Fb%2F%C3%A4t%C3%BCr%C3%A4"

Podejście nr 1:

Kopiuj
class EncodingFixer {
    private static final String SLASH_HASH = UUID.randomUUID().toString();
    private static final String QUESTION_HASH = UUID.randomUUID().toString();
    private static final String EQUALS_HASH = UUID.randomUUID().toString();
    private static final String AND_HASH = UUID.randomUUID().toString();
    private static final String COLON_HASH = UUID.randomUUID().toString();

    EncodingFixer() {
    }

    String fix(String value) {
        if (isBlank(value)) {
            return value;
        }
        return tryFix(value);
    }

    private String tryFix(String str) {
        try {
            String replaced = replaceWithHashes(str);
            String fixed = java.net.URLEncoder.encode(java.net.URLDecoder.decode(replaced, ISO_8859_1), UTF_8); 
            return replaceBack(fixed);
        } catch (Exception e) {
            return str;
        }
    }

    private String replaceWithHashes(String str) {
        return str
            .replaceAll("/", SLASH_HASH)
            .replaceAll("\\?", QUESTION_HASH)
            .replaceAll("=", EQUALS_HASH)
            .replaceAll("&", AND_HASH)
            .replaceAll(":", COLON_HASH);
    }

    private String replaceBack(String fixed) {
        return fixed
            .replaceAll(SLASH_HASH, "/")
            .replaceAll(QUESTION_HASH, "?")
            .replaceAll(EQUALS_HASH, "=")
            .replaceAll(AND_HASH, "&")
            .replaceAll(COLON_HASH, ":");
    }
}
edytowany 3x, ostatnio: baant
YA
  • Rejestracja:prawie 10 lat
  • Ostatnio:około 2 godziny
  • Postów:2367
1
  1. Dlaczego problemu nie można naprawić u źródła, tylko mieć jakieś obejście w aplikacji?
  2. Dlaczego marketing miałby wiedzieć coś n/t kodowania znaków? ;) Ale skoro napsuł, to co stoi na przeszkodzie, żeby naprawił?
edytowany 1x, ostatnio: yarel
baant
  • Rejestracja:około 11 lat
  • Ostatnio:około miesiąc
  • Lokalizacja:Wrocław
  • Postów:524
0
yarel napisał(a):
  1. Dlaczego problemu nie można naprawić u źródła, tylko mieć jakieś obejście w aplikacji?
  2. Dlaczego marketing miałby wiedzieć coś n/t kodowania znaków? ;) Ale skoro napsuł, to co stoi na przeszkodzie, żeby naprawił?

Coś w reklamach namieszali i poszło w świat. Wg niemieckiej "góry" nie można już naprawić u źródła

YA
  • Rejestracja:prawie 10 lat
  • Ostatnio:około 2 godziny
  • Postów:2367
2

A ile masz tych złych danych? Może statyczna mapa da radę? "ZŁE" -> "DOBRE" ?

baant
a jak napsują znowu? :/ była już taka sytuacja kiedyś z trzema znakami i poprawialiśmy te 3 znaki, po czym popsuli jeszcze bardziej :D wolałbym się zabezpieczyć na przyszłość.
baant
  • Rejestracja:około 11 lat
  • Ostatnio:około miesiąc
  • Lokalizacja:Wrocław
  • Postów:524
0
yarel napisał(a):

A ile masz tych złych danych? Może statyczna mapa da radę? "ZŁE" -> "DOBRE" ?

To już może łatwiej by było wziąć co trzeba z tabelki ISO-xxx, dać odpowiedniki UTFowe i podmieniać :) hmm

YA
  • Rejestracja:prawie 10 lat
  • Ostatnio:około 2 godziny
  • Postów:2367
2

Implementować można różne obejścia, ale jak nie naprawią procesu, to problem będzie powracał.

Jak dla mnie:

  • Marketing powinien mieć porządny niemiecki szablon excelowy z makrem, które to makro sprawdzi poprawność przed publikacją ;-)
  • Drugi szablon, gdzie będą wypełniać: ZŁE -> DOBRE i karmić takim konfigiem Twoje obejście problemu.

W ten sposób rozwiązanie robisz raz i jak napsują to wystarczy, że dostarczą odpowiednie dane.

baant
  • Rejestracja:około 11 lat
  • Ostatnio:około miesiąc
  • Lokalizacja:Wrocław
  • Postów:524
0

Nawet jeśli naprawimy proces u źródła to złe już poszło w swiat i trzeba się zabezpieczyć :)

MarekR22
Moderator C/C++
  • Rejestracja:około 17 lat
  • Ostatnio:minuta
1
baant napisał(a):
Kopiuj
// zły input
"http://jakis.host/dupa/a/%e4t%fcr%E4/b/%e4t%fcr%E4"
"t%E9l%E9phone"

Z tego co pamiętam (kiedyś przekopywałem się przez odpowiedni RFC) to jest jak najbardziej poprawny url.
Jeśli ten url przychodzi jako część request-a lub response, to trzeba po prostu wsiąść z HTTP header jaki jest encoding i po zdekodowaniu procentów wykonać poprawną konwersję z tego kodowania do String.
Nie znam się na Java, ale z tego co kiedyś liznąłem problemy z URI/URL w Java, to najlepiej używać rozwiązań od Apache.
Dlatego może lepiej zajrzyj tutaj


Jeśli chcesz pomocy, NIE pisz na priva, ale zadaj dobre pytanie na forum.
edytowany 1x, ostatnio: MarekR22
Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)