C++语言的url encode 的用法给你一段代码你就明白了

std::string UrlEncode(const std::string& szToEncode)

{

std::string src = szToEncode;

char hex[] = "0123456789ABCDEF";

string dst;

for (size_t i = 0; i < src.size(); ++i)

{

unsigned char cc = src[i];

if (isascii(cc))

{

if (cc == ' ')

{

dst += "%20";

}

else

dst += cc;

}

else

{

unsigned char c = static_cast(src

[i]);

dst += '%';

dst += hex[c / 16];

dst += hex[c % 16];

}

}

return dst;

}

std::string UrlDecode(const std::string& szToDecode)

{

std::string result;

int hex = 0;

for (size_t i = 0; i < szToDecode.length(); ++i)

{

switch (szToDecode[i])

{

case '+':

result += ' ';

break;

case '%':

if (isxdigit(szToDecode[i + 1]) && isxdigit

(szToDecode[i + 2]))

{

std::string hexStr = szToDecode.substr(i + 1,

2);

hex = strtol(hexStr.c_str(), 0, 16);

//字母和数字[0-9a-zA-Z]、一些特殊符号[$-_.+!

*'(),] 、以及某些保留字[$&+,/:;=?@]

//可以不经过编码直接用于URL

if (!((hex >= 48 && hex <= 57) || //0-9

(hex >=97 && hex <= 122) || //a-z

(hex >=65 && hex <= 90) || //A-Z

//一些特殊符号及保留字[$-_.+!*'(),] [$&

+,/:;=?@]

hex == 0x21 || hex == 0x24 || hex == 0x26

|| hex == 0x27 || hex == 0x28 || hex == 0x29

|| hex == 0x2a || hex == 0x2b|| hex == 0x2c

|| hex == 0x2d || hex == 0x2e || hex == 0x2f

|| hex == 0x3A || hex == 0x3B|| hex == 0x3D

|| hex == 0x3f || hex == 0x40 || hex == 0x5f

))

{

result += char(hex);

i += 2;

}

else result += '%';

}else {

result += '%';

}

break;

default:

result += szToDecode[i];

break;

}

}

return result;

}

c++ encode 函数_encode 在C++中的用法相关推荐

  1. python中encode()函数的用法

    python字符串函数用法大全链接 encode()函数 描述:以指定的编码格式编码字符串,默认编码为 'utf-8'. 语法:str.encode(encoding='utf-8', errors= ...

  2. python encode函数用法_python中encode()函数的用法

    encode()函数 描述:以指定的编码格式编码字符串,默认编码为 'utf-8'. 语法:str.encode(encoding='utf-8', errors='strict')     -> ...

  3. x264代码剖析(七):encode()函数之x264_encoder_encode()函数

    x264代码剖析(七):encode()函数之x264_encoder_encode()函数 encode()函数是x264的主干函数,主要包括x264_encoder_open()函数.x264_e ...

  4. pandas使用groupby函数计算dataframe数据中每个分组的N个数值的指数权重移动(滚动)平均、例如,计算某公司的多个店铺每N天(5天)的滚动销售额指数权重移动(滚动)平均

    pandas使用groupby函数计算dataframe数据中每个分组的N个数值的指数权重移动(滚动)平均(Exponential Moving Average).例如,计算某公司的多个店铺每N天(5 ...

  5. pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动最大值(rolling max)、例如,计算某公司的多个店铺每N天(5天)的滚动销售额最大值

    pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动最大值(rolling max).例如,计算某公司的多个店铺每N天(5天)的滚动销售额最大值 目录

  6. R语言使用table1包绘制(生成)三线表、使用单变量分列构建三线表、编写自定义函数在三线表中添加p值

    R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.编写自定义函数在三线表中添加p值 目录

  7. pandas使用str函数和startswith函数,筛选dataframe中不是(not start with)以特定前缀开头的数据列(selecting columns)

    pandas使用str函数和startswith函数,筛选dataframe中不是(not start with)以特定前缀开头的数据列(selecting columns not begin wit ...

  8. 三线表是什么?R语言使用table1包绘制(生成)三线表、使用单变量分列构建三线表、编写自定义三线表结构(将因子变量细粒度化重新构建三线图)、编写自定义函数在三线表中添加p值

    三线表是什么?R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.编写自定义三线表结构(将因子变量细粒度化重新构建三线图).编写自定义函数在三线表中添加p值 目录

  9. numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax)

    numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax) 目录 numpy使用np ...

  10. pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动计数个数(rolling count)、例如,计算某公司的多个店铺每N天(5天)的滚动销售额计数个数

    pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动计数个数(rolling count).例如,计算某公司的多个店铺每N天(5天)的滚动销售额计数个数 目录

最新文章

  1. Android NDK开发-3-环境搭建
  2. linux autofs ftp,Linux NFS自动挂载autofs配置
  3. 关于开发人员数据库权限配置以及规范数据库升级流程
  4. context-param和init-param区别
  5. 国内数据中心制冷系统设计与发展
  6. “德国屈臣氏”来天猫!欧洲3000家门店,优质低价背后有啥秘密
  7. boost::geometry::select_most_precise用法的测试程序
  8. [07] 使用注解完成IOC配置
  9. ISIS仿真中Buzzer蜂鸣器不发声
  10. jquery提交整个form表单
  11. 老铁的IT之路,从迷茫“愤青”到团队项目经理,他是如何一步步走出来的?!
  12. LRO -- skb_buff->frags[] skb_buff->frag_list
  13. C#开发实战1200例(第I卷)目录
  14. opengl绘制立方体
  15. php 悬浮按钮,Android_Android利用悬浮按钮实现翻页效果,今天给大家分享下自己用悬浮 - phpStudy...
  16. 论文翻译—Ciphertext-Policy Attribute-Based Encryption
  17. 前端:下拉选项框及文本框的实现
  18. [Swift]LeetCode221. 最大正方形 | Maximal Square
  19. Web3≠NFT?一场数字文艺复兴之路?
  20. QT_地图导航 源码下载

热门文章

  1. Python自动化测试如何自动生成测试用例?
  2. 3D Vision、SLAM求职宝典 | 图像处理篇(C)
  3. UG自定义工程图模板(一)
  4. 基于pytorch卷积人脸表情识别--毕业设计
  5. 系统的可靠性分析与设计---可靠性的概述
  6. 【NLP】电影评论情感分析(基础篇)
  7. Comsol With Matlab启动失败解决
  8. 1每天Python小例-12306爬虫#WinError 2
  9. GAN for Image-to-image translation 2019年文章综述
  10. pandas的一些理解