URL编码在Java中的拉丁字符

Question

我想在图像URL阅读。作为Java文档中提到的，我试图通过

转换的URL URI

String imageURL = "http://www.shefinds.com/files/Christian-Louboutin-Décolleté-100-pumps.jpg";
URL url = new URL(imageURL);
url = new URI(url.getProtocol(), url.getHost(), url.getFile(), null).toURL();  
URLConnection conn = url.openConnection();
InputStream is = conn.getInputStream();

我得到的一个Java.io.FileNotFound异常用于文件 http://www.shefinds.com/files/Christian-Louboutin- DA ©colleté-100-pumps.jpg

我在做什么错的，什么是编码该URL的正确方法？

更新：结果 我使用的是罗马阅读RSS提要。服用从BalusC我已经从不同阶段打印出原始输入和好像该ROME RSS解析器使用ISO-8859-1代替UTF-8的建议。

Answer 1

作品细这里（返回403，它的至少一个不是404）：

URL url = new URL("http://www.shefinds.com/files/Christian-Louboutin-Décolleté-100-pumps.jpg");
URLConnection connection = url.openConnection();
InputStream input = connection.getInputStream();

当我修复它以便它不返回403，画面被正确retireved：

URL url = new URL("http://www.shefinds.com/files/Christian-Louboutin-Décolleté-100-pumps.jpg");
URLConnection connection = url.openConnection();
connection.setRequestProperty("User-Agent", "Mozilla/4.0");
InputStream input = connection.getInputStream();
OutputStream output = new FileOutputStream("/pic.jpg");
for (int data = 0; (data = input.read()) != -1;) {
    output.write(data));
}

所以，你的问题就出在别处。实际上没有必要转换。最初的URL是有效的。

也许你从一些二进制源使用了错误的字符编码获得实际的URL？ é对即é过渡表明原始来源是UTF-8编码和在使用ISO-8859-1代替UTF-8的代码错误地读入。

更新：也许你已经在Java源代码实际上是硬编码，并使用了错误的编码保存源文件本身。我已经配置了我的编辑器（Eclipse中）使用UTF-8来保存文件和-Dfile.encoding也被默认为UTF-8，这将解释为什么的它的工作原理在我的机器的;）

更新2 ：根据意见，概括地说，一切都应该正常工作，如果用来保存源文件的编码运行时平台的默认-Dfile.encoding（和有问题的字符编码匹配支持é）。为了避免这些意外的冲突，只要你喜欢分发代码，它确实更好用Unicode转义字符来代替硬编码的非ASCII字符。

Answer 2

我觉得技术答案是“你不能。”非ASCII字符不能在URL根据标准被使用，甚至有些ASCII字符必须以“％XX”的语法，其中XX是字符的ASCII值被转义。

如果有的话，可以躲过“E”与“％E9”但这依赖于服务器解释本作为根据ISO-8859-1的字符的编码上。虽然这不是技术上允许，我相信许多服务器将做到这一点。

Answer 3

源文件的编码是罪魁祸首。使用IDE，它设置为UTF-8，然后repaste的URL。