HTML 表單中文參數從二進位還原亂碼問題

現象描述

自製 ServerSocket 接收 HTTP POST 請求，使用 new String(bytes, 0, bytes.length) 解碼，中文變為 %B2%E3%D5... 類似 URL 編碼格式。

原因分析

瀏覽器提交表單時，預設使用 application/x-www-form-urlencoded 編碼，會將非 ASCII 字元轉為 %XX 形式。伺服端收到的是已編碼的位元組流，直接按預設字元集（如 ISO-8859-1 或 UTF-8）轉字串，會得到「雙重編碼」的亂碼。

解決方案

1. URL 解碼：使用 java.net.URLDecoder.decode(str, "UTF-8")（或對應字元集）將 %XX 還原為原始字元。
2. 正確解析請求體：先按 ISO-8859-1 轉字串（保證位元組不丟失），再 URLDecoder.decode。

String raw = new String(bytes, "ISO-8859-1");
String decoded = URLDecoder.decode(raw, "UTF-8");

進階建議

• 直接使用成熟的 Servlet 容器（Tomcat、Jetty）或框架（Spring MVC），自動處理編碼解碼，避免重複造輪子。
• 若必須自行解析，參考 RFC 3986 實作完整的表單資料解析器，支援 multipart/form-data 等情境。

理解 HTTP 表單編碼機制，是網路程式開發的基礎必修課。