将URL转换为有效的文件名并再次转回URL

Question

我需要存储一些对于每个用户访问的站点都是唯一的信息。(实际上是他浏览过的站点的缩略图。)
这个缩略图(jpeg文件)需要有一个名称，指示它代表哪个站点，以便以后可以查看。

您能推荐一个简单的url到有效文件名和反向转换的方法吗？

例如：www.ibm.com 可以映射到 www_ibm_com。

我不确定这是否总是适用于所有有效的url，在某些情况下，url具有非常复杂的查询字符串。

是否有一个好的正则表达式或c#库可供使用？

提前感谢并祝你开心。

- user425445

Answer 1

首先值得指出的是，“.”在文件名中是完全合法的，但“/”不是。因此，在您引用的示例中，“www.ibm.com/path1/file1.jpg”是无需翻译的。

在这里，一个简单的string.Replace会是最好的解决方案——假设您可以找到一个在文件名中合法但在URL中非法的字符。

假设非法的URL字符是“§”（在URL中可能是合法的），那么您将得到：

string.Replace("/", "§");

将其翻译为文件名并：

string.Replace("§", "/");

翻译回去。

URL编码页面定义了URL的有效、无效和不安全（有效但具有特殊含义）字符。ISO-Latin集合的“上半部分”80-FF hex（128-255十进制）中的字符是不合法的，但在文件名中可能是可以的。

您需要为URL中每个无效文件名字符集中的字符执行此操作。您可以使用GetInvalidFileNameChars获取此内容。

更新

假设您找不到合适的字符对，则另一种解决方案是使用查找表。一个列保存URL，另一个列保存生成的文件名。只要生成的名称是唯一的（GUID就可以），您就可以进行双向查找以从一个转到另一个。

- ChrisF

---

@ChrisF - 你有没有可能知道哪些在文件名中是非法的URL字符？如果我知道这个清单，我可以使用你的方法。你知道在哪里能找到吗？ - user425445

这个方法可能存在一些问题。举例来说，如果URL中本来就有'.'字符，而这个字符又是一个有效的文件名字符，那么就可能导致歧义。最好的办法是选择一种约定，类似于将URL的特殊字符转换为它们的ASCII值时使用 '%' 的方式。 - Shamim Hafiz - MSFT

@Gunner - 如果您看了我的回答，我指出您需要找到一个合法的文件字符，但是非法的URL。在这种情况下，它不能出现在URL中，因此将“/”转换为“.”是安全的。您需要重复处理所有非法字符。 - ChrisF

@Julian - 你可以在 GUID 前面添加站点名称（例如 ibm_com）。 - ChrisF

根据您链接的URL编码页面，§是URL中的非法字符。 - Marcel

Answer 2

www.ibm.com其实是一个有效的文件名。更麻烦的是斜杠。所以如果URL包含子目录，你需要将斜杠进行转换。

主要问题在于可能会出现重复。例如，ibm.com/path1_path2和ibm.com/path1/path2都会被翻译成相同的值。

我喜欢ChrisF的建议，找到一个在文件名中合法但在URL中不合法的字符，尽管我并不知道头脑中是否有这样的字符。

如果你找不到这样的字符，那么你可能需要使用一个不太可能出现的字符。

- Jonathan Wood