解决“在多字节的目标代码页中，没有此Unicode字符可以映射到的字符”

今天在处理Google网站管理员中的500错误时发现这样一些URL：

http://www.cnblogs.com/Garnai/tag/3D%3F%96%CA/
http://www.cnblogs.com/henryfan/tag/%3F%3F%3F%90%B6%90%AC%3F%8C%8F/
http://www.cnblogs.com/zhangpengshou/tag/%3F%96%DA%3F%97%9D%94V%8FC%3F/
http://www.cnblogs.com/henryfan/tag/%3F%3F%3F%90%B6%90%AC%3F%8C%8F/
...

这些URL不仅出现500错误，而且不显示自定义错误，只显示ASP.NET的默认错误页面：

服务器日志中记录具体的错误信息是：

[ArgumentOutOfRangeException: 在多字节的目标代码页中，没有此 Unicode 字符可以映射到的字符。 (异常来自 HRESULT:0x80070459)]
   System.Runtime.InteropServices.Marshal.ThrowExceptionForHRInternal(Int32 errorCode, IntPtr errorInfo) +0
   System.Runtime.InteropServices.Marshal.ThrowExceptionForHR(Int32 errorCode) +13563503
   System.Web.Hosting.IIS7WorkerRequest.GetServerVariableInternal(String name) +50
   System.Web.Hosting.IIS7WorkerRequest.ReadRequestHeaders() +144
   System.Web.Hosting.IIS7WorkerRequest.GetKnownRequestHeader(Int32 index) +109
   System.Web.HttpWorkerRequest.HasEntityBody() +27
   System.Web.HttpRequest.GetEncodingFromHeaders() +126
   System.Web.HttpRequest.get_ContentEncoding() +162
   System.Web.HttpRequest.get_QueryStringEncoding() +10
   System.Web.HttpRequest.get_QueryStringText() +209
   System.Web.HttpRequest.ValidateInputIfRequiredByConfig() +87
   System.Web.PipelineStepManager.ValidateHelper(HttpContext context) +55

对应的英文错误信息是：

No mapping for the Unicode character exists in the target multi-byte code page.

从这些出错的URL中观察到了一个规律：都包含%3F这个编码，解码出来对应的字符是?。

从错误信息的代码执行堆栈信息 System.Web.HttpRequest.get_QueryStringText() 中，可以看出错误发生在从URL中读取查询字符串的时候。

可是出错的URL中并没有查询字符串。。。

后来突然想到，ASP.NET是先进行UrlDecode，然后再进行get_QueryStringText()的。

比如将  http://www.cnblogs.com/Garnai/tag/3D%3F%96%CA/ 进行URLDecode之后得到的URL是：

http://www.cnblogs.com/Garnai/tag/3D?柺/

看到没有，出现了问号，变成有查询字符串的URL。于是，ASP.NET将问号之后的字符作为key进行读取，由于key是不支持中文的，于是引发“在多字节的目标代码页中，没有此Unicode字符可以映射到的字符”。如果ASP.NET先进行get_QueryStringText()，再进行UrlDecode就不会触发这个问题，可是ASP.NET偏偏不这么干。

那如何解决这个问题？

虽然问题出在ASP.NET，但我们无法改变ASP.NET，只能另辟蹊径。

既然是ASP.NET处理上的问题，那我们别无选择，只能抢在ASP.NET之前拦截这样的URL请求，而进行这样的拦截最简单的工具就是IIS的Url Rewrite module。

根据我们的应用场景，在rewriteRules.config中添加一条规则——在URL中如果/tag/之后出现问号就直接返回404，规则定义如下：

<rule name="block_invalid_tag_url" stopProcessing="true">
    <match url="^[^/]+/tag/.*?\?.*$" />
    <action type="CustomResponse" statusCode="404" statusReason="The request URL is invalid"
        statusDescription="The request URL is invalid" />
</rule>

然后就搞定了这个问题，写了这篇博客。