Wie Urlencode-Daten für Curl-Befehl?

Ich versuche, ein Bash-Skript zum Testen zu schreiben, das einen Parameter verwendet und ihn über Curl an die Website sendet. Ich muss den Wert per URL codieren, um sicherzustellen, dass Sonderzeichen ordnungsgemäß verarbeitet werden. Was ist der beste Weg, dies zu tun?

Hier ist mein bisheriges Basisskript:

#!/bin/bash
host=${1:?'bad host'}
value=$2
shift
shift
curl -v -d "param=${value}" http://${host}/somepath $@

Verwenden Sie curl --data-urlencode; von man curl:

Dadurch werden Daten veröffentlicht, ähnlich wie bei den anderen --dataOptionen, mit der Ausnahme, dass hierdurch eine URL-Codierung durchgeführt wird. Um CGI-kompatibel zu sein, sollte das <data>Teil mit einem Namen beginnen, gefolgt von einem Trennzeichen und einer Inhaltsspezifikation.

Anwendungsbeispiel:

curl \
    --data-urlencode "paramName=value" \
    --data-urlencode "secondParam=value" \
    http://example.com

Weitere Informationen finden Sie auf der Manpage .

Dies erfordert Curl 7.18.0 oder neuer (veröffentlicht im Januar 2008) . Verwenden curl -V Sie diese , um zu überprüfen, welche Version Sie haben.

Sie können auch die Abfragezeichenfolge codieren :

curl -G \
    --data-urlencode "p1=value 1" \
    --data-urlencode "p2=value 2" \
    http://example.com
    # http://example.com?p1=value%201&p2=value%202

Hier ist die reine BASH-Antwort.

rawurlencode() {
  local string="${1}"
  local strlen=${#string}
  local encoded=""
  local pos c o

  for (( pos=0 ; pos<strlen ; pos++ )); do
     c=${string:$pos:1}
     case "$c" in
        [-_.~a-zA-Z0-9] ) o="${c}" ;;
        * )               printf -v o '%%%02x' "'$c"
     esac
     encoded+="${o}"
  done
  echo "${encoded}"    # You can either set a return variable (FASTER) 
  REPLY="${encoded}"   #+or echo the result (EASIER)... or both... :p
}

Sie können es auf zwei Arten verwenden:

easier:  echo http://url/q?=$( rawurlencode "$args" )
faster:  rawurlencode "$args"; echo http://url/q?${REPLY}

[bearbeitet]

Hier ist die passende Funktion rawurldecode (), die - bei aller Bescheidenheit - fantastisch ist.

# Returns a string in which the sequences with percent (%) signs followed by
# two hex digits have been replaced with literal characters.
rawurldecode() {

  # This is perhaps a risky gambit, but since all escape characters must be
  # encoded, we can replace %NN with \xNN and pass the lot to printf -b, which
  # will decode hex for us

  printf -v REPLY '%b' "${1//%/\\x}" # You can either set a return variable (FASTER)

  echo "${REPLY}"  #+or echo the result (EASIER)... or both... :p
}

Mit dem passenden Set können wir nun einige einfache Tests durchführen:

$ diff rawurlencode.inc.sh \
        <( rawurldecode "$( rawurlencode "$( cat rawurlencode.inc.sh )" )" ) \
        && echo Matched

Output: Matched

Und wenn Sie wirklich wirklich das Gefühl haben, dass Sie ein externes Tool benötigen (nun, es wird viel schneller gehen und möglicherweise Binärdateien und dergleichen ausführen ...), habe ich dies auf meinem OpenWRT-Router gefunden ...

replace_value=$(echo $replace_value | sed -f /usr/lib/ddns/url_escape.sed)

Wobei url_escape.sed eine Datei war, die diese Regeln enthielt:

# sed url escaping
s:%:%25:g
s: :%20:g
s:<:%3C:g
s:>:%3E:g
s:#:%23:g
s:{:%7B:g
s:}:%7D:g
s:|:%7C:g
s:\\:%5C:g
s:\^:%5E:g
s:~:%7E:g
s:\[:%5B:g
s:\]:%5D:g
s:`:%60:g
s:;:%3B:g
s:/:%2F:g
s:?:%3F:g
s^:^%3A^g
s:@:%40:g
s:=:%3D:g
s:&:%26:g
s:\$:%24:g
s:\!:%21:g
s:\*:%2A:g

Verwenden Sie Perls URI::EscapeModul und uri_escapeFunktion in der zweiten Zeile Ihres Bash-Skripts:

...

value="$(perl -MURI::Escape -e 'print uri_escape($ARGV[0]);' "$2")"
...

Bearbeiten: Behebung von Zitierproblemen, wie von Chris Johnsen in den Kommentaren vorgeschlagen. Vielen Dank!

Eine andere Option ist die Verwendung jq(als Filter):

jq -sRr @uri

-R( --raw-input) behandelt Eingabezeilen als Zeichenfolgen, anstatt sie als JSON zu analysieren, und -sR( --slurp --raw-input) liest die Eingabe in eine einzelne Zeichenfolge. -r(--raw-output ) gibt den Inhalt von Zeichenfolgen anstelle von JSON-Zeichenfolgenliteralen aus.

Wenn die Eingabe nicht die Ausgabe eines anderen Befehls ist, können Sie sie in a speichern jq Zeichenfolgenvariablen :

jq -nr --arg v "my shell string" '$v|@uri'

-n( --null-input) liest keine Eingaben und --arg name valuespeichert sievalue Variable nameals Zeichenfolge. $nameVerweist im Filter (in einfachen Anführungszeichen, um eine Erweiterung durch die Shell zu vermeiden) auf die Variable name.

Als Bash-Funktion verpackt, wird dies:

function uriencode { jq -nr --arg v "$1" '$v|@uri'; }

Oder dieser Prozentsatz codiert alle Bytes:

xxd -p|tr -d \\n|sed 's/../%&/g'

der Vollständigkeit halber viele Lösungen mit sedoderawk die einen speziellen Zeichensatz nur übersetzen, und sind daher in Bezug auf die Codegröße ziemlich groß und übersetzen auch keine anderen Sonderzeichen, die codiert werden sollten.

Ein sicherer Weg zum Urlencode wäre, einfach jedes einzelne Byte zu codieren - auch die, die erlaubt gewesen wären.

echo -ne 'some random\nbytes' | xxd -plain | tr -d '\n' | sed 's/\(..\)/%\1/g'

xxd achtet hier darauf, dass die Eingabe als Bytes und nicht als Zeichen behandelt wird.

bearbeiten:

xxd kommt mit dem vim-common-Paket in Debian und ich war gerade auf einem System, auf dem es nicht installiert war und ich wollte es nicht installieren. Der Altornativ ist hexdumpaus dem Paket bsdmainutils in Debian zu verwenden. Gemäß der folgenden Grafik sollten bsdmainutils und vim-common ungefähr gleich wahrscheinlich installiert werden:

http://qa.debian.org/popcon-png.php?packages=vim-common%2Cbsdmainutils&show_installed=1&want_legend=1&want_ticks=1

aber trotzdem hier eine version, die hexdumpanstelle von xxdund verwendet, um den aufruf zu vermeiden tr:

echo -ne 'some random\nbytes' | hexdump -v -e '/1 "%02x"' | sed 's/\(..\)/%\1/g'

Eine der Varianten mag hässlich sein, aber einfach:

urlencode() {
    local data
    if [[ $# != 1 ]]; then
        echo "Usage: $0 string-to-urlencode"
        return 1
    fi
    data="$(curl -s -o /dev/null -w %{url_effective} --get --data-urlencode "$1" "")"
    if [[ $? != 3 ]]; then
        echo "Unexpected error" 1>&2
        return 2
    fi
    echo "${data##/?}"
    return 0
}

Hier ist zum Beispiel die Einzeiler-Version (wie von Bruno vorgeschlagen ):

date | curl -Gso /dev/null -w %{url_effective} --data-urlencode @- "" | cut -c 3-

# If you experience the trailing %0A, use
date | curl -Gso /dev/null -w %{url_effective} --data-urlencode @- "" | sed -E 's/..(.*).../\1/'

Ich finde es in Python besser lesbar:

encoded_value=$(python -c "import urllib; print urllib.quote('''$value''')")

Das Triple 'stellt sicher, dass einfache Anführungszeichen nicht schaden. urllib ist in der Standardbibliothek. Es funktioniert zum Beispiel für diese verrückte (reale) URL:

"http://www.rai.it/dl/audio/" "1264165523944Ho servito il re d'Inghilterra - Puntata 7

Ich habe das folgende Snippet nützlich gefunden, um es in eine Kette von Programmaufrufen einzufügen, in denen URI :: Escape möglicherweise nicht installiert ist:

perl -p -e 's/([^A-Za-z0-9])/sprintf("%%%02X", ord($1))/seg'

( Quelle )

Wenn Sie GETrequest ausführen und pure curl verwenden möchten, fügen Sie einfach hinzu--get die Lösung von @ Jacob hinzu.

Hier ist ein Beispiel:

curl -v --get --data-urlencode "access_token=$(cat .fb_access_token)" https://graph.facebook.com/me/feed

Direkter Link zur awk-Version: http://www.shelldorado.com/scripts/cmds/urlencode
Ich habe es jahrelang benutzt und es funktioniert wie ein Zauber

:
##########################################################################
# Title      :  urlencode - encode URL data
# Author     :  Heiner Steven ([email protected])
# Date       :  2000-03-15
# Requires   :  awk
# Categories :  File Conversion, WWW, CGI
# SCCS-Id.   :  @(#) urlencode  1.4 06/10/29
##########################################################################
# Description
#   Encode data according to
#       RFC 1738: "Uniform Resource Locators (URL)" and
#       RFC 1866: "Hypertext Markup Language - 2.0" (HTML)
#
#   This encoding is used i.e. for the MIME type
#   "application/x-www-form-urlencoded"
#
# Notes
#    o  The default behaviour is not to encode the line endings. This
#   may not be what was intended, because the result will be
#   multiple lines of output (which cannot be used in an URL or a
#   HTTP "POST" request). If the desired output should be one
#   line, use the "-l" option.
#
#    o  The "-l" option assumes, that the end-of-line is denoted by
#   the character LF (ASCII 10). This is not true for Windows or
#   Mac systems, where the end of a line is denoted by the two
#   characters CR LF (ASCII 13 10).
#   We use this for symmetry; data processed in the following way:
#       cat | urlencode -l | urldecode -l
#   should (and will) result in the original data
#
#    o  Large lines (or binary files) will break many AWK
#       implementations. If you get the message
#       awk: record `...' too long
#        record number xxx
#   consider using GNU AWK (gawk).
#
#    o  urlencode will always terminate it's output with an EOL
#       character
#
# Thanks to Stefan Brozinski for pointing out a bug related to non-standard
# locales.
#
# See also
#   urldecode
##########################################################################

PN=`basename "$0"`          # Program name
VER='1.4'

: ${AWK=awk}

Usage () {
    echo >&2 "$PN - encode URL data, $VER
usage: $PN [-l] [file ...]
    -l:  encode line endings (result will be one line of output)

The default is to encode each input line on its own."
    exit 1
}

Msg () {
    for MsgLine
    do echo "$PN: $MsgLine" >&2
    done
}

Fatal () { Msg "$@"; exit 1; }

set -- `getopt hl "$@" 2>/dev/null` || Usage
[ $# -lt 1 ] && Usage           # "getopt" detected an error

EncodeEOL=no
while [ $# -gt 0 ]
do
    case "$1" in
        -l) EncodeEOL=yes;;
    --) shift; break;;
    -h) Usage;;
    -*) Usage;;
    *)  break;;         # First file name
    esac
    shift
done

LANG=C  export LANG
$AWK '
    BEGIN {
    # We assume an awk implementation that is just plain dumb.
    # We will convert an character to its ASCII value with the
    # table ord[], and produce two-digit hexadecimal output
    # without the printf("%02X") feature.

    EOL = "%0A"     # "end of line" string (encoded)
    split ("1 2 3 4 5 6 7 8 9 A B C D E F", hextab, " ")
    hextab [0] = 0
    for ( i=1; i<=255; ++i ) ord [ sprintf ("%c", i) "" ] = i + 0
    if ("'"$EncodeEOL"'" == "yes") EncodeEOL = 1; else EncodeEOL = 0
    }
    {
    encoded = ""
    for ( i=1; i<=length ($0); ++i ) {
        c = substr ($0, i, 1)
        if ( c ~ /[a-zA-Z0-9.-]/ ) {
        encoded = encoded c     # safe character
        } else if ( c == " " ) {
        encoded = encoded "+"   # special handling
        } else {
        # unsafe character, encode it as a two-digit hex-number
        lo = ord [c] % 16
        hi = int (ord [c] / 16);
        encoded = encoded "%" hextab [hi] hextab [lo]
        }
    }
    if ( EncodeEOL ) {
        printf ("%s", encoded EOL)
    } else {
        print encoded
    }
    }
    END {
        #if ( EncodeEOL ) print ""
    }
' "$@"

Dies kann der beste sein:

after=$(echo -e "$before" | od -An -tx1 | tr ' ' % | xargs printf "%s")

Hier ist eine Bash-Lösung, die keine externen Programme aufruft:

uriencode() {
  s="${1//'%'/%25}"
  s="${s//' '/%20}"
  s="${s//'"'/%22}"
  s="${s//'#'/%23}"
  s="${s//'$'/%24}"
  s="${s//'&'/%26}"
  s="${s//'+'/%2B}"
  s="${s//','/%2C}"
  s="${s//'/'/%2F}"
  s="${s//':'/%3A}"
  s="${s//';'/%3B}"
  s="${s//'='/%3D}"
  s="${s//'?'/%3F}"
  s="${s//'@'/%40}"
  s="${s//'['/%5B}"
  s="${s//']'/%5D}"
  printf %s "$s"
}

url=$(echo "$1" | sed -e 's/%/%25/g' -e 's/ /%20/g' -e 's/!/%21/g' -e 's/"/%22/g' -e 's/#/%23/g' -e 's/\$/%24/g' -e 's/\&/%26/g' -e 's/'\''/%27/g' -e 's/(/%28/g' -e 's/)/%29/g' -e 's/\*/%2a/g' -e 's/+/%2b/g' -e 's/,/%2c/g' -e 's/-/%2d/g' -e 's/\./%2e/g' -e 's/\//%2f/g' -e 's/:/%3a/g' -e 's/;/%3b/g' -e 's//%3e/g' -e 's/?/%3f/g' -e 's/@/%40/g' -e 's/\[/%5b/g' -e 's/\\/%5c/g' -e 's/\]/%5d/g' -e 's/\^/%5e/g' -e 's/_/%5f/g' -e 's/`/%60/g' -e 's/{/%7b/g' -e 's/|/%7c/g' -e 's/}/%7d/g' -e 's/~/%7e/g')

Dadurch wird die Zeichenfolge in $ 1 codiert und in $ url ausgegeben. obwohl Sie es nicht in eine var setzen müssen, wenn Sie wollen. Übrigens hat das sed for tab nicht berücksichtigt, dass es in Leerzeichen umgewandelt werden würde

Verwenden von PHP aus einem Shell-Skript:

value="http://www.google.com"
encoded=$(php -r "echo rawurlencode('$value');")
# encoded = "http%3A%2F%2Fwww.google.com"
echo $(php -r "echo rawurldecode('$encoded');")
# returns: "http://www.google.com"

1. http://www.php.net/manual/en/function.rawurlencode.php
2. http://www.php.net/manual/en/function.rawurldecode.php

Für diejenigen unter Ihnen, die nach einer Lösung suchen, die kein Perl benötigt, ist hier eine, die nur Hexdump und Awk benötigt:

url_encode() {
 [ $# -lt 1 ] && { return; }

 encodedurl="$1";

 # make sure hexdump exists, if not, just give back the url
 [ ! -x "/usr/bin/hexdump" ] && { return; }

 encodedurl=`
   echo $encodedurl | hexdump -v -e '1/1 "%02x\t"' -e '1/1 "%_c\n"' |
   LANG=C awk '
     $1 == "20"                    { printf("%s",   "+"); next } # space becomes plus
     $1 ~  /0[adAD]/               {                      next } # strip newlines
     $2 ~  /^[a-zA-Z0-9.*()\/-]$/  { printf("%s",   $2);  next } # pass through what we can
                                   { printf("%%%s", $1)        } # take hex value of everything else
   '`
}

Zusammengenäht von ein paar Stellen im Internet und einigen lokalen Versuchen und Irrtümern. Es funktioniert super!

uni2ascii ist sehr praktisch:

$ echo -ne '你好世界' | uni2ascii -aJ
%E4%BD%A0%E5%A5%BD%E4%B8%96%E7%95%8C

Sie können Javascript encodeURIComponentin Perl emulieren . Hier ist der Befehl:

perl -pe 's/([^a-zA-Z0-9_.!~*()'\''-])/sprintf("%%%02X", ord($1))/ge'

Sie können dies als Bash-Alias ​​festlegen in .bash_profile:

alias encodeURIComponent='perl -pe '\''s/([^a-zA-Z0-9_.!~*()'\''\'\'''\''-])/sprintf("%%%02X",ord($1))/ge'\'

Jetzt können Sie in encodeURIComponent:

$ echo -n 'hèllo wôrld!' | encodeURIComponent
h%C3%A8llo%20w%C3%B4rld!

Wenn Sie sich nicht auf Perl verlassen möchten, können Sie auch sed verwenden. Es ist ein bisschen chaotisch, da jeder Charakter einzeln entkommen muss. Erstellen Sie eine Datei mit dem folgenden Inhalt und rufen Sie sie aufurlencode.sed

s/%/%25/g
s/ /%20/g
s/ /%09/g
s/!/%21/g
s/"/%22/g
s/#/%23/g
s/\$/%24/g
s/\&/%26/g
s/'\''/%27/g
s/(/%28/g
s/)/%29/g
s/\*/%2a/g
s/+/%2b/g
s/,/%2c/g
s/-/%2d/g
s/\./%2e/g
s/\//%2f/g
s/:/%3a/g
s/;/%3b/g
s//%3e/g
s/?/%3f/g
s/@/%40/g
s/\[/%5b/g
s/\\/%5c/g
s/\]/%5d/g
s/\^/%5e/g
s/_/%5f/g
s/`/%60/g
s/{/%7b/g
s/|/%7c/g
s/}/%7d/g
s/~/%7e/g
s/      /%09/g

Gehen Sie wie folgt vor, um es zu verwenden.

STR1=$(echo "https://www.example.com/change&$ ^this to?%checkthe@-functionality" | cut -d\? -f1)
STR2=$(echo "https://www.example.com/change&$ ^this to?%checkthe@-functionality" | cut -d\? -f2)
OUT2=$(echo "$STR2" | sed -f urlencode.sed)
echo "$STR1?$OUT2"

Dadurch wird die Zeichenfolge in einen Teil aufgeteilt, der codiert werden muss, und der Teil, der in Ordnung ist, codiert den Teil, der ihn benötigt, und setzt dann wieder zusammen.

Sie können dies der Einfachheit halber in ein sh-Skript einfügen, möglicherweise einen Parameter zum Codieren verwenden, es in Ihren Pfad einfügen und dann einfach Folgendes aufrufen:

urlencode https://www.exxample.com?isThisFun=HellNo

_Quelle

Hier ist die Knotenversion:

uriencode() {
  node -p "encodeURIComponent('${1//\'/\\\'}')"
}

Die Frage ist, dies in Bash zu tun, und es besteht keine Notwendigkeit für Python oder Perl, da es tatsächlich einen einzigen Befehl gibt, der genau das tut, was Sie wollen - "Urlencode".

value=$(urlencode "${2}")

Dies ist auch viel besser, da die obige Perl-Antwort beispielsweise nicht alle Zeichen korrekt codiert. Versuchen Sie es mit dem langen Strich, den Sie von Word erhalten, und Sie erhalten die falsche Codierung.

Beachten Sie, dass "gridsite-clients" installiert sein muss, um diesen Befehl bereitzustellen.

Einfache PHP-Option:

echo 'part-that-needs-encoding' | php -R 'echo urlencode($argn);'

Ruby der Vollständigkeit halber

value="$(ruby -r cgi -e 'puts CGI.escape(ARGV[0])' "$2")"

Ein weiterer PHP-Ansatz:

echo "encode me" | php -r "echo urlencode(file_get_contents('php://stdin'));"

Hier ist meine Version für Busybox Ash Shell für ein eingebettetes System. Ich habe ursprünglich die Variante von Orwellophile übernommen:

urlencode()
{
    local S="${1}"
    local encoded=""
    local ch
    local o
    for i in $(seq 0 $((${#S} - 1)) )
    do
        ch=${S:$i:1}
        case "${ch}" in
            [-_.~a-zA-Z0-9]) 
                o="${ch}"
                ;;
            *) 
                o=$(printf '%%%02x' "'$ch")                
                ;;
        esac
        encoded="${encoded}${o}"
    done
    echo ${encoded}
}

urldecode() 
{
    # urldecode <string>
    local url_encoded="${1//+/ }"
    printf '%b' "${url_encoded//%/\\x}"
}

Hier ist eine POSIX-Funktion, um dies zu tun:

encodeURIComponent() {
  awk 'BEGIN {while (y++ < 125) z[sprintf("%c", y)] = y
  while (y = substr(ARGV[1], ++j, 1))
  q = y ~ /[[:alnum:]_.!~*\47()-]/ ? q y : q sprintf("%%%02X", z[y])
  print q}' "$1"
}

Beispiel:

value=$(encodeURIComponent "$2")

Quelle

Hier ist eine einzeilige Konvertierung mit Lua, ähnlich der Antwort von blueyed, außer dass alle nicht reservierten RFC 3986-Zeichen nicht codiert sind (wie diese Antwort ):

url=$(echo 'print((arg[1]:gsub("([^%w%-%.%_%~])",function(c)return("%%%02X"):format(c:byte())end)))' | lua - "$1")

Außerdem müssen Sie möglicherweise sicherstellen, dass Zeilenumbrüche in Ihrer Zeichenfolge von LF in CRLF konvertiert werden. In diesem Fall können Sie eine einfügen gsub("\r?\n", "\r\n") vor der in die Kette .

Hier ist eine Variante, die im nicht standardmäßigen Anwendungsstil / x-www-form-urlencoded diese Newline-Normalisierung durchführt und Leerzeichen als '+' anstelle von '% 20' codiert (was wahrscheinlich zum hinzugefügt werden könnte Perl-Snippet mit einer ähnlichen Technik).

url=$(echo 'print((arg[1]:gsub("\r?\n", "\r\n"):gsub("([^%w%-%.%_%~ ]))",function(c)return("%%%02X"):format(c:byte())end):gsub(" ","+"))' | lua - "$1")

Nachdem ich PHP installiert habe, benutze ich diesen Weg:

URL_ENCODED_DATA=`php -r "echo urlencode('$DATA');"`

Dies ist die ksh-Version der Antwort von orwellophile, die die Funktionen rawurlencode und rawurldecode enthält (Link: Wie werden Daten für den Befehl curl codiert? ). Ich habe nicht genug Repräsentanten, um einen Kommentar zu schreiben, daher der neue Beitrag.

#!/bin/ksh93

function rawurlencode
{
    typeset string="${1}"
    typeset strlen=${#string}
    typeset encoded=""

    for (( pos=0 ; pos<strlen ; pos++ )); do
        c=${string:$pos:1}
        case "$c" in
            [-_.~a-zA-Z0-9] ) o="${c}" ;;
            * )               o=$(printf '%%%02x' "'$c")
        esac
        encoded+="${o}"
    done
    print "${encoded}"
}

function rawurldecode
{
    printf $(printf '%b' "${1//%/\\x}")
}

print $(rawurlencode "C++")     # --> C%2b%2b
print $(rawurldecode "C%2b%2b") # --> C++

Was würde URLs besser analysieren als Javascript?

node -p "encodeURIComponent('$url')"

Das Folgende basiert auf der Antwort von Orwellophile, löst jedoch den in den Kommentaren erwähnten Multibyte-Fehler, indem LC_ALL = C gesetzt wird (ein Trick von vte.sh). Ich habe es in Form einer Funktion geschrieben, die für PROMPT_COMMAND geeignet ist, weil ich es so benutze.

print_path_url() {
  local LC_ALL=C
  local string="$PWD"
  local strlen=${#string}
  local encoded=""
  local pos c o

  for (( pos=0 ; pos<strlen ; pos++ )); do
     c=${string:$pos:1}
     case "$c" in
        [-_.~a-zA-Z0-9/] ) o="${c}" ;;
        * )               printf -v o '%%%02x' "'$c"
     esac
     encoded+="${o}"
  done
  printf "\033]7;file://%s%s\007" "${HOSTNAME:-}" "${encoded}"
}