美文网首页
URL编码浅谈

URL编码浅谈

作者: 王浮生 | 来源:发表于2017-08-25 15:28 被阅读0次

    本文是对在正常网络请求的URL中哪些字符需要编码,为什么需要编码进行了说明

    URI介绍


    URI是统一资源标识的意思,通常我们所说的URL只是URI的一种。典型URL的格式如上面所示。下面提到的URL编码,实际上应该指的是URI编码。

    为什么需要URL编码

    通常如果一样东西需要编码,说明这样东西并不适合传输。原因多种多样,如Size过大,包含隐私数据,对于URL来说,之所以要进行编码,是因为URL中有些字符会引起歧义。

    例如URL参数字符串中使用key=value键值对这样的形式来传参,键值对之间以&符号分隔,如/s?q=abc& ie=utf-8。如果你的value字符串中包含了=或者&,那么势必会造成接收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。

    又如,Url的编码格式采用的是ASCII码,而不是Unicode,这也就是说你不能在Url中包含任何非ASCII字符,例如中文。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。

    Url编码的原则就是使用安全的字符(没有特殊用途或者特殊意义的可打印字符)去表示那些不安全的字符。

    哪些字符需要编码

    RFC3986文档规定,Url中只允许包含英文字母(a-zA-Z)、数字(0-9)、-_.~4个特殊字符以及所有保留字符。

    RFC3986文档对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。

    US-ASCII字符集中没有对应的可打印字符

    Url中只允许使用可打印字符。US-ASCII码中的10-7F字节全都表示控制字符,这些字符都不能直接出现在Url中。同时,对于80-FF字节(ISO-8859-1),由于已经超出了US-ACII定义的字节范围,因此也不可以放在Url中。

    保留字符

    Url可以划分成若干个组件,协议、主机、路径等。有一些字符(:/?#[]@)是用作分隔不同组件的。例如:冒号用于分隔协议和主机,/用于分隔 主机和路径,?用于分隔路径和查询参数,等等。还有一些字符(!$&'()*+,;=)用于在每个组件中起到分隔作用的,如=用于表示查询参数中 的键值对,&符号用于分隔查询多个键值对。当组件中的普通数据包含这些特殊字符时,需要对其进行编码。

    不安全字符

    还有一些字符,当他们直接放在Url中的时候,可能会引起解析程序的歧义。这些字符被视为不安全字符,原因有很多。

    空格URL在传输的过程,或者用户在排版的过程,或者文本处理程序在处理Url的过程,都有可能引入无关紧要的空格,或者将那些有意义的空格给去掉引号以及<> 引号和尖括号通常用于在普通文本中起到分隔Url的作用#通常用于表示书签或者锚点%百分号本身用作对不安全字符进行编码时使用的特殊字符,因此本身需要编码{}|\^[]~某一些网关或者传输代理会篡改这些字符

    需要注意的是,对于URL中的合法字符,编码和不编码是等价的,但是对于上面提到的 这些字符,如果不经过编码,那么它们有可能会造成Url语义的不同。因此对于Url而言,只有普通英文字符和数字,特殊字符$-_.+!*'()还有保留 字符,才能出现在未经编码的Url之中。其他字符均需要经过编码之后才能出现在URL中。

    但是由于历史原因,目前尚存在一些不标准的编码实现。例如对于~符号,虽然RFC3986文档规定,对于波浪符号~,不需要进行URL编码,但是还是有很多老的网关或者传输代理会

    如何对Url中的非法字符进行编码

    Url编码通常也被称为百分号编码(Url Encoding,also known as percent-encoding),是因为它的编码方式非常简单,使用%百分号加上两位的字符——0123456789ABCDEF——代表一个字节的 十六进制形式。Url编码默认使用的字符集是US-ASCII。例如a在US-ASCII码中对应的字节是0x61,那么Url编码之后得到的就 是%61,我们在地址栏上输入http://g.cn/search?q=%61%62%63,实际上就等同于在google上搜索abc了。

    需要注意:
    正常的使用encode的方法有两个,两个编码的格式所认为的安全字符并不完全一致,具体如下:

    • encodeURI(82个) !#$&'()*+,/:;=?@-._~0-9a-zA-Z
    • encodeURIComponent(71个)!'()*-._~0-9a-zA-Z

    相关文章

      网友评论

          本文标题:URL编码浅谈

          本文链接:https://www.haomeiwen.com/subject/wcgudxtx.html