导致URLDecoder UTF-8解码崩溃的%u开头符号是什么？应使用何种编码？

Hey there! Let's break down what's happening here and how to fix it.

为什么会抛出IllegalArgumentException？ #

你遇到的%u6EDA%u52A8%u8F74%u627F这种格式不是标准的URL编码（application/x-www-form-urlencoded），而是JavaScript风格的Unicode转义格式。

Java的URLDecoder只认标准URL编码——也就是%XX形式（XX是两位十六进制数，对应UTF-8字节）。当它看到%u开头的字符串时，会误以为%后面应该跟两位十六进制字符，结果遇到了u，直接触发非法参数异常，也就是你看到的：

Exception in thread "main" java.lang.IllegalArgumentException: URLDecoder: Illegal hex characters in escape (%) pattern - For input string: "u6"

这个编码的含义是什么？ #

每个%uXXXX对应一个Unicode字符，XXXX是该字符的十六进制Unicode码点。比如：

• %u6EDA → Unicode码点0x6EDA → 中文“滚”
• %u52A8 → 0x52A8 → “动”
• %u8F74 → 0x8F74 → “条”
• %u627F → 0x627F → “包”

解码后完整内容是：滚动条承包

怎么成功解码这种格式？ #

有两种实用方法，都能轻松解决这个问题：

方法1：用Apache Commons Text工具类（推荐）

如果你的项目已经引入了Apache Commons Text依赖，可以直接用StringEscapeUtils解析转义序列：

import org.apache.commons.text.StringEscapeUtils;

public class DecodeTest {
    public static void main(String[] args) {
        String encodedStr = "%u6EDA%u52A8%u8F74%u627F";
        // 把%uXXXX替换成Java识别的\uXXXX转义格式
        String javaEscaped = encodedStr.replaceAll("%u([0-9A-Fa-f]{4})", "\\\\u$1");
        // 解析转义得到中文
        String decodedStr = StringEscapeUtils.unescapeJava(javaEscaped);
        System.out.println(decodedStr); // 输出：滚动条承包
    }
}

方法2：手动用正则解析（无需第三方库）

如果不想引入依赖，可以自己写正则匹配并转换：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class ManualDecode {
    public static void main(String[] args) {
        String encodedStr = "%u6EDA%u52A8%u8F74%u627F";
        // 匹配所有%uXXXX格式的字符串
        Pattern unicodePattern = Pattern.compile("%u([0-9A-Fa-f]{4})");
        Matcher matcher = unicodePattern.matcher(encodedStr);
        StringBuffer result = new StringBuffer();

        while (matcher.find()) {
            // 提取四位十六进制码点，转成char
            char unicodeChar = (char) Integer.parseInt(matcher.group(1), 16);
            matcher.appendReplacement(result, String.valueOf(unicodeChar));
        }
        matcher.appendTail(result);

        System.out.println(result.toString()); // 输出：滚动条承包
    }
}

总结 #

• %uXXXX是JS环境常用的Unicode编码方式，和标准URL编码不兼容，所以URLDecoder处理不了
• 解码核心是将%uXXXX转换为对应的Unicode字符，两种方法都能实现，按需选择即可

内容的提问来源于stack exchange，提问作者Sahand