url解码乱码问题解决方案

由于一些需求，要对referrer url的参数进行解析，但参数经常会出现很多通过不同编码的文字。

例如"广东广州"通过不同字符编码的情况：

utf-8:%E5%B9%BF%E4%B8%9C%E5%B9%BF%E5%B7%9E
gbk:%B9%E3%B6%AB%B9%E3%D6%DD

 

在解码时无法指定是编码进行解码。这样容易造成乱码。

实际上是有办法可以知道这字符串是通过什么编码的来的。代码如下

/**
 * 
 * @author onedear
 *
 */
public class CharsetUtil {
	
	private static String[] charsets = new String[]{"utf-8" , "gbk"};
	
	public static String getCharset(String word) {
		for(String charset : charsets) {
			try {
				String decodeWord = URLDecoder.decode(word, charset);
				String encodeWord= URLEncoder.encode(decodeWord, charset);
				if(word.equals(encodeWord))
					return charset;
			} catch (UnsupportedEncodingException e) {
				continue;
			}
		}
		return "utf-8";
	}
}

 用一个编码对字符串是解码再编码，的出来的值如果跟一开始的值一样，则说明这个编码是对的。

原理会尽可能的补上