如何使用LWP :: UserAgent强制对表单数据进行ISO-8859-1编码？

问题描述

| 似乎LWP :: UserAgent始终将表单数据编码为UTF-8，即使将其显式编码为ISO-8859-1也是如此，如下所示：

use Encode;
use LWP::UserAgent;
use utf8;

my $ua = LWP::UserAgent->new;
$ua->post(\'http://localhost:8080/\',{
    text => encode(\"iso-8859-1\",\'è\'),});

请求内容为“ 1”。如何将

è

编码为

%E8

？     

解决方法

        呵呵。 :-)这与最近十几个Perl版本中对Unicode的逐渐增长的支持以及

URI

模块使用的正则表达式功能

\\C

（更确切地说，

URI::Escape

）有关。从2010年开始在perl-unicode上阅读此线程（不要在正则表达式中使用\\ C转义-为什么不这样做？）以了解背景知识。 为什么选择“ 5”模块？因为它被用来做

HTTP::Request::Common

的形式和URL编码。 同时，这是我写的一个脚本，用以提醒自己这个问题的技巧，尤其是

URI

模块是一个经常使用的模块：

use 5.010;
use utf8;
# Perl and URI.pm might behave differently when you encode your script in
# Latin1 and drop the utf8 pragma.
use Encode;
use URI;
use Test::More;
use constant C3A8 => \'text=%C3%A8\';
use constant   E8 => \'text=%E8\';
diag \"Perl $^V\";
diag \"URI.pm $URI::VERSION\";
my $chars = \'è\';
my $octets = encode \'iso-8859-1\',$chars;
my $uri = URI->new(\'http:\');

$uri->query_form( text => $chars );
is $uri->query,C3A8,C3A8;

my @exp;
given ( \"$^V $URI::VERSION\" ) {
        when ( \'v5.12.3 1.56\' ) { @exp = (   E8,C3A8 ) }
        when ( \'v5.10.1 1.54\' ) { @exp = ( C3A8,C3A8 ) }
        when ( \'v5.10.1 1.58\' ) { @exp = ( C3A8,C3A8 ) }
        default                 { die \'not tested :-)\' }
}

$uri->query_form( text => $octets );
is $uri->query,$exp[0],$exp[0];

utf8::upgrade $octets;
$uri->query_form( text => $octets );
is $uri->query,$exp[1],$exp[1];

done_testing;

所以我得到的（在Windows和Cygwin上）是：

C:\\Windows\\system32 :: perl \\Opt\\Cygwin\\tmp\\uri.pl
# Perl v5.12.3
# URI.pm 1.56
ok 1 - text=%C3%A8
ok 2 - text=%E8
ok 3 - text=%C3%A8
1..3

和：

MiLu@Dago: ~/comp > perl /tmp/uri.pl
# Perl v5.10.1
# URI.pm 1.54
ok 1 - text=%C3%A8
ok 2 - text=%C3%A8
ok 3 - text=%C3%A8
1..3

更新 您可以手工制作请求正文：

use utf8;
use Encode;
use LWP::UserAgent;
my $chars = \'ölè\';
my $octets = encode( \'iso-8859-1\',$chars );
my $body = \'text=\' .
        join \'\',map { $o = ord $_; $o < 128 ? $_ : sprintf \'%%%X\',$o }
        split //,$octets;
my $uri = \'http://localhost:8080/\';
my $req = HTTP::Request->new( POST => $uri,[],$body );
print $req->as_string;
my $ua = LWP::UserAgent->new;
my $rsp = $ua->request( $req );
print $rsp->as_string;

    ,        

use strict;
use warnings;
use utf8;  # Script is encoded using UTF-8.

use Encode                qw( encode );
use HTTP::Request::Common qw( POST );  # This is what ->post uses

my $req = POST(\'http://localhost:8080/\',{
    text => encode(\"iso-8859-1\",\'è\'),});

print($req->as_string());

给

POST http://localhost:8080/
Content-Length: 8
Content-Type: application/x-www-form-urlencoded

text=%E8

您使用的是传递«è»而不是其UTF-8编码吗？如果使用其UTF-8编码，则得到的结果与您相同。

...
my $req = POST(\'http://localhost:8080/\',encode(\"UTF-8\",\'è\')),});
...

给

POST http://localhost:8080/
Content-Length: 11
Content-Type: application/x-www-form-urlencoded

text=%C3%A8

    ,        对自己的简短回答：只需将变量名（即\“ text \”）放在引号中，而不是将其写为裸字。

$ua->post(\'http://localhost:8080/\',{
    \'text\' => encode(\"iso-8859-1\",});

比率：这种怪异的行为是由以下因素共同导致的： Perl错误＃68812导致UTF-8内部标志被设置为所有裸字。这已在最新的Perl版本（> = 5.12）中修复； URI.pm在转换字符之前将键连接到值（即\“ text =è\”），因此即使键设置了内部标志，即使将值作为八进制传递，该值也始终提升为UTF-8。 我不认为@Lumi使用

\\C

指出的有关URI.pm的错误对这个特定问题没有影响。