C++ URL编码库（支持Unicode）？

Question

我需要一个可以对字符串/字符数组进行URL编码的库。

现在，我可以像这里一样对ASCII数组进行十六进制编码： http://www.codeguru.com/cpp/cpp/cpp_mfc/article.php/c4029 但我需要能够处理Unicode的东西。 注意：在Linux和Windows上都可以使用！

CURL有一个非常好的：

 char *encodedURL = curl_easy_escape(handle,WEBPAGE_URL, strlen(WEBPAGE_URL));

但首先需要 CURL，它也不支持 Unicode，这可以从 strlen 函数看出来

- Stefan Steiger

Answer 1

如果我正确理解了您的问题，您想自己完成此操作，而不使用curl。我认为我有一个解决方案（假设使用UTF-8），并且我认为这是一种符合标准且可移植的URL编码查询字符串的方式：

#include <boost/function_output_iterator.hpp>
#include <boost/bind.hpp>
#include <algorithm>
#include <sstream>
#include <iostream>
#include <iterator>
#include <iomanip>

namespace {
  std::string encimpl(std::string::value_type v) {
    if (isalnum(v))
      return std::string()+v;

    std::ostringstream enc;
    enc << '%' << std::setw(2) << std::setfill('0') << std::hex << std::uppercase << int(static_cast<unsigned char>(v));
    return enc.str();
  }
}

std::string urlencode(const std::string& url) {
  // Find the start of the query string
  const std::string::const_iterator start = std::find(url.begin(), url.end(), '?');

  // If there isn't one there's nothing to do!
  if (start == url.end())
    return url;

  // store the modified query string
  std::string qstr;

  std::transform(start+1, url.end(),
                 // Append the transform result to qstr
                 boost::make_function_output_iterator(boost::bind(static_cast<std::string& (std::string::*)(const std::string&)>(&std::string::append),&qstr,_1)),
                 encimpl);
  return std::string(url.begin(), start+1) + qstr;
}

它除了boost没有非标准依赖项，如果你不喜欢boost依赖项，那么移除它也不难。

我使用以下进行测试：

int main() {
    const char *testurls[] = {"http://foo.com/bar?abc<>de??90   210fg!\"$%",
                              "http://google.com",
                              "http://www.unicode.com/example?großpösna"};
    std::copy(testurls, &testurls[sizeof(testurls)/sizeof(*testurls)],
              std::ostream_iterator<std::string>(std::cout,"\n"));
    std::cout << "encode as: " << std::endl;
    std::transform(testurls, &testurls[sizeof(testurls)/sizeof(*testurls)],
                   std::ostream_iterator<std::string>(std::cout,"\n"),
                   std::ptr_fun(urlencode));
}

这一切似乎都起作用：

http://foo.com/bar?abc<>de??90   210fg!"$%
http://google.com
http://www.unicode.com/example?großpösna

Becomes:

http://foo.com/bar?abc%3C%3Ede%3F%3F90%20%20%20210fg%21%22%24%25
http://google.com
http://www.unicode.com/example?gro%C3%9Fp%C3%B6sna

这与这些例子相符。

- Flexo

Answer 2

您可以首先将Unicode URL转换为UTF8格式，UTF8数据将使用ASCII字符携带您的Unicode数据。一旦您获得了UTF8格式的URL，就可以轻松地使用您喜欢的API对URL进行编码。

- GJ.

---

UTF-8是传输Unicode数据的一种协议之一。它具有向后兼容ASCII编码的优点。 赞同GJ的建议。 - ivymike

@maxschlepzig：根据微软的说法，Unicode等同于UTF-16；而在Linux中，根据wchar_t的定义，Unicode等同于UTF-32 ;) - Stefan Steiger