IE上的The valid characters are defined in RFC 7230 and RFC 3986坑

前言

日常开发中经常遇到一些莫名其妙的小问题，例如即将上线的项目在线上异常报错，但是在本地确可以正常运行。往往这猝不及防的小惊喜，真是让我们猿猿欲哭无泪啊。这里简单总结一下在IE浏览器上遇到的一个小坑，之前就因为这个小坑，着实慌了一把。

坑的由来

首先瞅瞅这坑长啥样子。如下图所示

上面的图片中，我们明确看到这样一行Invalid character found in the request target. The valid characters are defined in RFC 7230 and RFC 3986，这句话的大致意思就是说请求头中包含了 RFC 7230 and RFC 3986规范中定义的非法字符。在这种情况下就会导致页面报400异常。
触发上面报这种异常的代码片如下，只是一个简单的get请求

接下来我们来看看RFC 3986中到底是怎么规范的

RFC3986文档规定，Url中只允许包含英文字母（a-zA-Z）、数字（0-9）、-_.~4个特殊字符以及所有保留字符。RFC3986文档对Url的编解码问题做出了详细的建议，指出了哪些字符需要被编码才不会引起Url语义的转变，以及对为什么这些字符需要编码做出了相应的解释。

US-ASCII字符集中没有对应的可打印字符：Url中只允许使用可打印字符。US-ASCII码中的10-7F字节全都表示控制字符，这些字符都不能直接出现在Url中。同时，对于80-FF字节（ISO-8859-1），由于已经超出了US-ACII定义的字节范围，因此也不可以放在Url中。

保留字符：Url可以划分成若干个组件，协议、主机、路径等。有一些字符（??#[]@）是用作分隔不同组件的。例如:冒号用于分隔协议和主机，/用于分隔主机和路径，?用于分隔路径和查询参数，等等。还有一些字符（!$&’()*+,;=）用于在每个组件中起到分隔作用的，如=用于表示查询参数中的键值对，&符号用于分隔查询多个键值对。当组件中的普通数据包含这些特殊字符时，需要对其进行编码。

RFC3986中指定了以下字符为保留字符：! * ’ ( ) ; : @ & = + $ , / ? # [ ]
不安全字符：还有一些字符，当他们直接放在Url中的时候，可能会引起解析程序的歧义。这些字符被视为不安全字符，原因有很多。
空格：Url在传输的过程，或者用户在排版的过程，或者文本处理程序在处理Url的过程，都有可能引入无关紧要的空格，或者将那些有意义的空格给去掉。
引号以及<>：引号和尖括号通常用于在普通文本中起到分隔Url的作用
井号（#） 通常用于表示书签或者锚点
%：百分号本身用作对不安全字符进行编码时使用的特殊字符，因此本身需要编码
{}|^[]`~：某一些网关或者传输代理会篡改这些字符

同时RFC 3986规范在tomcat7.0.73版本中就已经提出了，RFC 7230也是对前者的一些补充或者说是完善，所以在tomcat7.0.73及以上版本都会有这种问题。

如何填坑

解决上面问题，有如下几种思路。

  • 换用低版本的tomcat，既然你是tomcat7.0.73版本，及以上版本有这种问题，我们可以暂时的逃避这个问题，选择低版本的tomcat。
  • 用post代替get请求，上面也说过了是get请求才会有这种情况，如果方便的话，我们完全可以采用post请求来实现这个功能
  • 在前端对前端URL进行编码

下面介绍一下前端对URL进行编码的实现方法。
javascript可以使用的内置函数有

  • encodeURI()
  • encodeURIComponent()
    他们都是用utf-8的编码方式,对于get请求，他的编码格式默认是按照浏览器的编码格式进行编码的，我们可以设置浏览器的编码格式，但是每个用户的浏览器的编码格式不可能都是一致的，这样我们的get请求的参数有时候就会出现乱码问题，但是如果我们自己在前端对get请求利用encodeURI()或者encodeURIComponent ()来统一设置成utf-8编码，这样我们在后台在用utf-8来解码，就不会出现乱码问题。
    这里需要注意的一点，对于get请求的中文乱码问题，如果你没有在tomcat配置文件中设置编码格式，天真的想用request.setCharacterEncoding(“UTF-8”)来在后端设置后端的解码格式，这种方式对于get请求是无效的。同时有的小伙伴可能会想我们可以在项目的web.xml中设置编码过滤器。抱歉这种方式对于get请求也是无效的。
    对于这种情况我们可以采用new String(request.getParameter(“name”).getBytes(“iso-8859-1”),“UTF-8”) 来进行二次编码解码过程，这种方式就能解决get请求中文乱码问题，当然我们也可以在tomcat的配置文件中设置统一编码格式。
<Connector port="8080" protocol="HTTP/1.1" maxThreads="150" connectionTimeout="20000" redirectPort="8443" URIEncoding="utf-8"/>

。。。。。。好像有点扯远了，回归主题，接下来我们来看看encodeURI和encodeURIComponent
encodeURI()，用来encode整个URL，不会对下列字符进行编码：+ : / ; ?&。它只会对汉语等特殊字符进行编码
encodeURIComponent ()，用来enode URL中想要传输的字符串，它会对所有url敏感字符进行encode
在对url做encode操作时，一定要根据情况选择不同的方法。
例如url = “testGetRequest/testSimpleGet?name=+‘爱琴孩’”
此时可以用encodeURI(url)
当你的参数中包含+ : / ; ?&请使用 encodeURIComponent 方法对这些参数单独进行编码。
例如url = “testGetRequest/testSimpleGet?parm=www.baidu.com/ccc/ddd?name=abcd”
所以我上面一开始遇到的问题只需要在前端编码一下就可以解决了

当然你也可以换低版本的tomcat，这里是不提倡的！

总结

需要注意的一点，上面这种异常只是在IE上会出现，火狐，360，谷歌上是没有的。
多注意点小细节。。。远离猝不及防的惊喜。

赞 (0)

相关推荐