URL编码 为什么 中文 加% 原因 |
您所在的位置:网站首页 › url符号 › URL编码 为什么 中文 加% 原因 |
一、问题的由来 URL就是网址,只要上网,就一定会用到。 "...Only alphanumerics [0-9a-zA-Z], the special characters "$-_.+!*'()," [not including the quotes - ed], and reserved characters used for their reserved purposes may be used unencoded within a URL." “只有字母和数字[0-9a-zA-Z]、一些特殊符号“$-_.+!*'(),”[不包括双引号]、以及某些保留字,才可以不经过编码直接用于URL。” 这意味着,如果URL中有汉字,就必须编码后使用。但是麻烦的是,RFC 1738没有规定具体的编码方法,而是交给应用程序(浏览器)自己决定。这导致“URL编码”成为了一个混乱的领域。 下面就让我们看看,“URL编码”到底有多混乱。我会依次分析四种不同的情况,在每一种情况中,浏览器的URL编码方法都不一样。把它们的差异解释清楚之后,我再说如何用Javascript找到一个统一的编码方法。 二、情况1:网址路径中包含汉字 打开IE(我用的是8.0版),输入网址“/wiki/春节”。注意,“春节”这两个字此时是网址路径的一部分。 查看HTTP请求的头信息,会发现IE实际查询的网址是“/wiki/%E6%98%A5%E8%8A%82”。也就是说,IE自动将“春节”编码成了“%E6%98%A5%E8%8A%82”。 在Firefox中测试,也得到了同样的结果。所以,结论1就是,网址路径的编码,用的是utf-8编码。 三、情况2:查询字符串包含汉字 在IE中输入网址“http://www.baidu.com/s?wd=春节”。注意,“春节”这两个字此时属于查询字符串,不属于网址路径,不要与情况1混淆。 查看HTTP请求的头信息,会发现IE将“春节”转化成了一个乱码。 切换到十六进制方式,才能清楚地看到,“春节”被转成了“B4 BA BD DA”。 我们知道,“春”和“节”的GB2312编码(我的操作系统“Windows XP”中文版的默认编码)分别是“B4 BA”和“BD DA”。因此,IE实际上就是将查询字符串,以GB2312编码的格式发送出去。 Firefox的处理方法,略有不同。它发送的HTTP Head是“wd=%B4%BA%BD%DA”。也就是说,同样采用GB2312编码,但是在每个字节前加上了%。 所以,结论2就是,查询字符串的编码,用的是操作系统的默认编码。 四、情况3:Get方法生成的URL包含汉字 前面说的是直接输入网址的情况,但是更常见的情况是,在已打开的网页上,直接用Get或Post方法发出HTTP请求。
如果上面这一行最后的charset是UTF-8,则URL就以UTF-8编码;如果是GB2312,URL就以GB2312编码。 举例来说,百度是GB2312编码,Google是UTF-8编码。因此,从它们的搜索框中搜索同一个词“春节”,生成的查询字符串是不一样的。 百度生成的是%B4%BA%BD%DA,这是GB2312编码。 Google生成的是%E6%98%A5%E8%8A%82,这是UTF-8编码。 所以,结论3就是,GET和POST方法的编码,用的是网页的编码。 五、情况4:Ajax调用的URL包含汉字 前面三种情况都是由浏览器发出HTTP请求,最后一种情况则是由Javascript生成HTTP请求,也就是Ajax调用。还是根据吕瑞麟老师的文章,在这种情况下,IE和Firefox的处理方式完全不一样。 举例来说,有这样两行代码: url = url + "?q=" +document.myform.elements[0].value; // 假定用户在表单中提交的值是“春节”这两个字 http_request.open('GET', url, true); 那么,无论网页使用什么字符集,IE传送给服务器的总是“q=%B4%BA%BD%DA”,而Firefox传送给服务器的总是“q=%E6%98%A5%E8%8A%82”。也就是说,在Ajax调用中,IE总是采用GB2312编码(操作系统的默认编码),而Firefox总是采用utf-8编码。这就是我们的结论4。 六、Javascript函数:escape() 好了,到此为止,四种情况都说完了。 假定前面你都看懂了,那么此时你应该会感到很头痛。因为,实在太混乱了。不同的操作系统、不同的浏览器、不同的网页字符集,将导致完全不同的编码结果。如果程序员要把每一种结果都考虑进去,是不是太恐怖了?有没有办法,能够保证客户端只用一种编码方法向服务器发出请求? 回答是有的,就是使用Javascript先对URL编码,然后再向服务器提交,不要给浏览器插手的机会。因为Javascript的输出总是一致的,所以就保证了服务器得到的数据是格式统一的。 Javascript语言用于编码的函数,一共有三个,最古老的一个就是escape()。虽然这个函数现在已经不提倡使用了,但是由于历史原因,很多地方还在使用它,所以有必要先从它讲起。 实际上,escape()不能直接用于URL编码,它的真正作用是返回一个字符的Unicode编码值。比如“春节”的返回结果是%u6625%u8282,也就是说在Unicode字符集中,“春”是第6625个(十六进制)字符,“节”是第8282个(十六进制)字符。 它的具体规则是,除了ASCII字母、数字、标点符号“@ * _ + - . /”以外,对其他所有字符进行编码。在\u0000到\u00ff之间的符号被转成%xx的形式,其余符号被转成%uxxxx的形式。对应的解码函数是unescape()。 所以,“Hello World”的escape()编码就是“Hello%20World”。因为空格的Unicode值是20(十六进制)。 还有两个地方需要注意。 首先,无论网页的原始编码是什么,一旦被Javascript编码,就都变为unicode字符。也就是说,Javascipt函数的输入和输出,默认都是Unicode字符。这一点对下面两个函数也适用。 其次,escape()不对“+”编码。但是我们知道,网页在提交表单的时候,如果有空格,则会被转化为+字符。服务器处理数据的时候,会把+号处理成空格。所以,使用的时候要小心。 七、Javascript函数:encodeURI() encodeURI()是Javascript中真正用来对URL编码的函数。 它着眼于对整个URL进行编码,因此除了常见的符号以外,对其他一些在网址中有特殊含义的符号“; / ? : @ & = + $ , #”,也不进行编码。编码后,它输出符号的utf-8形式,并且在每个字节前加上%。 它对应的解码函数是decodeURI()。 需要注意的是,它不对单引号'编码。 八、Javascript函数:encodeURIComponent() 最后一个Javascript编码函数是encodeURIComponent()。与encodeURI()的区别是,它用于对URL的组成部分进行个别编码,而不用于对整个URL进行编码。 因此,“; / ? : @ & = + $ , #”,这些在encodeURI()中不被编码的符号,在encodeURIComponent()中统统会被编码。至于具体的编码方法,两者是一样。 它对应的解码函数是decodeURIComponent()。 ———————————————————————————————————————————————————————————— 附件 编码表 下面是用 URL 编码形式表示的 ASCII 字符(十六进制格式)。 十六进制格式用于在浏览器和插件中显示非标准的字母和字符。 URL 编码 - 从 %00 到 %8f ASCII Value URL-encode ASCII Value URL-encode ASCII Value URL-encode %00 0 %30 ` %60 %01 1 %31 a %61 %02 2 %32 b %62 %03 3 %33 c %63 %04 4 %34 d %64 %05 5 %35 e %65 %06 6 %36 f %66 %07 7 %37 g %67 backspace %08 8 %38 h %68 tab %09 9 %39 i %69 linefeed %0a : %3a j %6a %0b ; %3b k %6b %0c %3e n %6e %0f %3f o %6f %10 @ %40 p %70 %11 A %41 q %71 %12 B %42 r %72 %13 C %43 s %73 %14 D %44 t %74 %15 E %45 u %75 %16 F %46 v %76 %17 G %47 w %77 %18 H %48 x %78 %19 I %49 y %79 %1a J %4a z %7a %1b K %4b { %7b %1c L %4c | %7c %1d M %4d } %7d %1e N %4e ~ %7e %1f O %4f %7f space %20 P %50 %80 ! %21 Q %51 %81 " %22 R %52 %82 # %23 S %53 %83 $ %24 T %54 %84 % %25 U %55 … %85 & %26 V %56 %86 ' %27 W %57 %87 ( %28 X %58 %88 ) %29 Y %59 ‰ %89 * %2a Z %5a %8a + %2b [ %5b %8b , %2c \ %5c %8c - %2d ] %5d %8d . %2e ^ %5e %8e / %2f _ %5f %8f URL 编码 - 从 %90 到 %ff ASCII Value URL-encode ASCII Value URL-encode ASCII Value URL-encode %90 %c0 %f0 ‘ %91 %c1 %f1 ’ %92 %c2 ò %f2 “ %93 %c3 ó %f3 ” %94 %c4 %f4 %95 %c5 %f5 – %96 %c6 %f6 — %97 %c7 ÷ %f7 %98 %c8 %f8 %99 %c9 ù %f9 %9a %ca ú %fa %9b %cb %fb %9c %cc ü %fc %9d %cd %fd %9e %ce %fe %9f %cf %ff %a0 %d0 %a1 %d1 %a2 %d2 %a3 %d3 %a4 %d4 %a5 %d5 | %a6 %d6 § %a7 %d7 ¨ %a8 %d8 %a9 %d9 %aa %da %ab %db %ac %dc %ad %dd %ae %de %af %df ° %b0 à %e0 ± %b1 á %e1 %b2 %e2 %b3 %e3 %b4 %e4 %b5 %e5 %b6 %e6 · %b7 %e7 %b8 è %e8 %b9 é %e9 %ba ê %ea %bb %eb %bc ì %ec %bd í %ed %be %ee %bf %ef |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |