URL 编码与最佳实践

URL 编码 (URL Encoding)，又称作 Percent Encoding，编码由 % 与两位十六进制组成，是用于 URL 中的编码机制。见百分号编码。

未保留字符

以下字符为未保留字符：

'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789-_.~'

建议所有的 URI 必须对未保留字符不加以百分号编码，其它字符建议先转换为 UTF-8 再逐字节使用百分号编码。

编码规则

1. 未保留字符保持不变
2. 其他字符先转换为 UTF-8 编码
3. 将 UTF-8 编码的每个字节转换为百分号编码

转化过程

如 山月

1. 在 Unicode To UTF-8 中，可知 山月 的 UTF-8 编码为 E5 B1 B1 E6 9C 88
2. 对其编码后的 UTF-8，分别添加百分号 %E5%B1%B1%E6%9C%88

API

可注意各语言 API 对于保留字符 ! ( 等的处理

Javascript

// => '%E5%B1%B1%E6%9C%88'
encodeURIComponent('山月')

// => '山月'
decodeURIComponent('%E5%B1%B1%E6%9C%88')

// => '(!'
encodeURIComponent('(!')

Python

from urllib.parse import quote, unquote

# => '%E5%B1%B1%E6%9C%88'
quote('山月')

# => '山月'
unquote('%E5%B1%B1%E6%9C%88')

# => '%3F%21'
quote('?!')

相关工具

• Unicode 转 UTF-8：了解字符在 URL 编码前如何进行 UTF-8 编码
• HTML 实体编码：Web 开发中另一种常用的编码方式
• Base64 编码：二进制数据的另一种常见编码方法

与 UTF-8 的联系

URL 编码与 UTF-8 编码密切相关。当对非 ASCII 字符进行 URL 编码时：

1. 第一步：将字符转换为 UTF-8 字节序列
2. 第二步：对每个 UTF-8 字节应用百分号编码

理解 UTF-8 编码有助于您更好地理解为什么 URL 编码会产生特定的结果。例如，中文字符 山 变成 %E5%B1%B1 是因为：

• 山 的 UTF-8 编码是字节序列 E5 B1 B1
• 每个字节前加上 % 前缀：%E5%B1%B1

使用我们的 UTF-8 编码工具 查看详细的转换过程！

URL 编码最佳实践

1. 始终编码用户输入：不要假设用户输入只包含安全字符。
2. 使用正确的编码函数：不同语言的编码函数可能有细微差别，选择适合你需求的函数。比如 Javascript 中 encodeURIComponent 与 encodeURI 有区别。
3. 注意编码的范围：某些字符（如 /）在 URL 的不同部分有不同的含义，根据上下文决定是否编码。
4. 避免重复编码：解码后再编码可能导致意外结果。
5. 考虑国际化：确保你的应用能正确处理各种语言和字符集。
6. 测试边界情况：测试包含各种特殊字符和非 ASCII 字符的输入。
7. 遵循 RFC 标准：参考 RFC 3986 以了解更多细节。

结论

URL 编码是 Web 开发中不可或缺的一部分。正确理解和应用 URL 编码可以帮助你构建更健壮、更安全的应用程序。通过遵循本文提到的最佳实践，你可以避免许多与 URL 编码相关的常见问题，提高应用的可靠性和用户体验。