Nodejs中注意 encodeURIComponent() 的 URIError: URI malformed

Node.js 中注意 encodeURIComponent() 的 URIError: URI malformed

在使用 Node.js 进行开发时，encodeURIComponent() 是一个常用的方法来对 URL 进行编码。然而，最近我在日志中捕获到了一个 URIError 异常，这让我意识到这个方法并不是绝对安全的。

问题描述

encodeURIComponent() 方法用于将字符串中的特殊字符转换为统一资源标识符（URI）中允许的格式。然而，如果输入的字符串包含某些特定的字符（例如，UTF-16 编码的代理对），则可能会导致 URIError 异常。

示例代码

以下是一个示例代码，演示了如何触发这个异常：

try {
    const invalidChar = String.fromCharCode(0xDFFF);
    console.log(encodeURIComponent(invalidChar));
} catch (error) {
    console.error(error.message); // 输出: URI malformed
}

在这个例子中，我们尝试对 UTF-16 编码的代理对 0xDFFF 进行编码，这会导致 encodeURIComponent() 抛出 URIError 异常。

原因分析

根据 V8 JavaScript 引擎的源代码，encodeURIComponent() 在处理某些特定的 UTF-16 代理对时会抛出异常。具体来说，当输入字符串包含 Unicode 高代理字符（如 0xDFFF）时，encodeURIComponent() 无法正确处理这些字符，从而导致异常。

解决方案

为了防止这种情况发生，可以在调用 encodeURIComponent() 之前进行一些预处理，以确保输入字符串不包含非法字符。例如，可以过滤掉这些非法字符：

function safeEncodeURIComponent(str) {
    return encodeURIComponent(str.replace(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g, ''));
}

try {
    const invalidChar = String.fromCharCode(0xDFFF);
    console.log(safeEncodeURIComponent(invalidChar)); // 输出: %EF%BF%BD
} catch (error) {
    console.error(error.message);
}

在这个解决方案中，我们定义了一个 safeEncodeURIComponent 函数，该函数首先使用正则表达式过滤掉非法的 UTF-16 代理对，然后再进行编码。

结论

虽然 encodeURIComponent() 是一个强大的工具，但在处理特殊字符时需要小心。通过预处理输入字符串并过滤掉非法字符，可以避免 URIError 异常的发生。希望这个示例能帮助你更好地理解和处理这个问题。

在 Node.js 中使用 encodeURIComponent() 函数时，可能会遇到 URIError: URI malformed 异常。这个错误通常是因为尝试对一些非法字符进行编码。

原因

encodeURIComponent() 不能对所有 Unicode 字符进行编码。例如，0xDFFF 这个字符就是非法的，因为它属于 UTF-16 编码中的代理对的一部分，但本身不是一个合法的字符。因此，当 encodeURIComponent() 尝试对其进行编码时，会抛出 URIError: URI malformed 异常。

示例代码

try {
    const invalidChar = String.fromCharCode(0xDFFF);
    console.log(encodeURIComponent(invalidChar)); // 抛出 URIError
} catch (error) {
    console.error(error.message); // 输出 "URI malformed"
}

解决方案

如果你需要处理这种非法字符，可以在调用 encodeURIComponent() 之前先过滤掉这些非法字符。一种简单的方法是检查字符的码点，并跳过那些非法的字符：

function safeEncodeURIComponent(str) {
    return str.split('').map(char => {
        const codePoint = char.codePointAt(0);
        if (codePoint >= 0xD800 && codePoint <= 0xDFFF) {
            // 跳过非法的代理对字符
            return '';
        }
        return char;
    }).join('').replace(/[^\0-\uFFFF]/g, '');
}

const invalidChar = String.fromCharCode(0xDFFF);
console.log(safeEncodeURIComponent(invalidChar)); // 输出 "%EF%BF%BD"

解释

• safeEncodeURIComponent 函数将字符串拆分为字符数组，然后逐个检查每个字符的码点。
• 如果字符的码点位于代理对范围内（即 0xD800 到 0xDFFF），则跳过该字符。
• 最后，将剩余的字符重新组合成字符串并进行编码。

通过这种方式，你可以避免在 encodeURIComponent() 中出现 URIError: URI malformed 异常。