URL编码解码工具,按照RFC 3986规范给出的建议,对指定的URL进行编码/解码转换,这个过程也称为 URL转义和还原。它可以把指定的URL编码为符合RFC 3986标准的新的 URL;同时,也可以把URL解码(还原)为原始 URL。
为什么需要对 URL 进行编码(转义)?
URL之所以要进行编码,最主要的原因是因为 URL中有些字符会引起歧义,导致解析错误,最终导致和我们预期的行为不一致。
我们知道,URL参数字符串中使用 key=value 键值的形式来表示,每组键值对之间以 & 符号分隔,如 okcode.vip?refer=search&ie=utf-8。如果在URL查询字符串的 value 字符串中包含了 = 或者 & 字符,那势必会造成接收URL的服务器解析错误,因此,必须将引起歧义的 & 和 = 符号进行转义,也就是对其进行编码。
另一个原因就是,URL的编码格式采用的是ASCII码,而不是Unicode,也就是说,我们不能在URL中包含任何非ASCII字符,如:中文;否则,如果客户端浏览器和服务端浏览器支持的字符集不同的情况下,中文可能会造成问题。
因此,我们可以得出一个重要的结论:URL 编码的原则是使用安全的字符(无特殊字符或特殊意义的可打印字符)去表示那些不安全的字符。
RFC 3986 规范简介
RFC 3986规范对URL的编解码问题做出了详细的建议,指出了哪些字符需要被编码才不会引起URL语义的转变,以及对为什么这些字符需要编码做出了相应的解释。官方的文档非常长,编码规则描述得及其细致,有兴趣的朋友可以直接阅读官方规范(RFC 3986 规范)
在RFC 3986文档中规定URL中只允许包含以下四种:
- 英文字母
a-z以及A-Z - 数字
0-9 - 4个特殊字符:中横线
-、下划线_、小数点.以及波浪线~ - 保留字符:
!*'();:@&=+$,/?#[]
除上述四种字符外,所有其他字符都将被替换成百分号 % + 两位十六进制数。
特别说明
波浪号
~在RFC 3986规范中是不需要进行URL编码的,但由于历史原因,现行的部分编码实现仍然会对~进行编码,这一点需要注意(例如:在PHP 5.3.0版本之前,将采用RFC 1738规范来对波浪线~进行编码处理)。
常见特殊字符的编码对照表
下表是部分常见特殊字符在URL编码时对应的转义符号,可以作为参考。
| 特殊字符 | 对应的编码 | 特殊字符 | 对应的编码 |
|---|---|---|---|
| 空格 | %20 | " | %22 |
| # | %23 | % | %25 |
| & | %26 | @ | %40 |
| ( | %28 | ) | %29 |
| + | %2B | , | %2C |
| / | %2F | : | %3A |
| ; | %3B | = | %3D |
| < | %3C | > | %3E |
| ? | %3F | \ | %5C |
| { | %7B | } | %7D |
| | | %7C |
URL编码解码是计算机领域中常见的行为,希望本工具对您理解URL编码原理和编码解码操作有一定的帮助。
