Web---URI的编码

为什么编码

一切源于ASCII字符集

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定，这被称为 ASCII 码，一直沿用至今。

书写URI时使用的是ASCII字符集，它是一种单字节字符的编码方案，一共收录了128个字符，用一个字节就可以存储，比如字符a用二进制就可以表示为01100001。128个并不多，英语用128个符号编码是够了，但是用来表示其他语言，128个符号是不够的，因此URI中不可避免地会包含非ASCII字符集中的字符。

那非ASCII字符集中的字符会对URI有什么影响呢？

一个字符可以表示的范围是0~255，其中ASCII可表示的范围是0~127，超过ASCII范围的128~255之间的值是不可见字符。当字符在网络上传输时，会经过多个路由设备，不同的设备对字符的处理方式不同，可见的字符通常都能被正确处理，但不可见的字符就有可能会被处理错误。

为了确保数据能够可靠传输，要对这些不可见的字符进行处理，我们可以在数据发送方先将原始数据编码，将可见的和不可见的字符都编码成可见字符，也就是ASCII可表示的可见字符，当数据到达接收方时，再对编码的数据进行解码操作，得到原始数据，所以如果URI中含有非ASCII字符集中的字符，就要对其编码。

保留字符和不安全字符

除此之外，还需要对URI中的保留(reserved)字符和不安全(unsafe)字符进行编码。

所谓保留字符就是那些在URI中具有特定意义的字符，不安全字符是指那些在URI中没有特殊含义，但在URI所在的上下文中可能具有特殊意义的字符，比如双引号(“”)。

下图是一些保留字符和不安全字符示例：

编码规范（俗称百分号编码）

编码时，使用的是%编码规范。具体说明如下：

• 对URI中的非保留字符和非不安全字符不进行编码。
• 对URI中的保留字符和不安全字符，需要取其ASCII内码，然后加上%前缀，将该字符进行编码。
• 对URI中的非ASCII字符，需要取其Unicode内码，然后加上%前缀，将该字符进行编码。

如何进行编码操作

上面介绍了理论和原因，务完虚下面就该务实了。来，上点儿干货。

首先，有编码就得有解码，它们是一对的。其次，在js中有两套解决方案，分别是：

• encodeURI()和decodeURI()
• encodeURIComponent()和decodeURIComponent()

这两套方案的相同点是：

• 对URI中的非保留字符和非不安全字符不进行编码，原先是啥样，编码后还是啥样。
• 对URI中的非ASCII字符，一定要进行编码转换。

这两套方案的差异点是：对URI中的保留字符和不安全字符要不要编码？

• encodeURI()和decodeURI()不对保留字符和不安全字符编码。
• encodeURIComponent()和decodeURIComponent()要对保留字符和不安全字符编码。

在《一张图看懂encodeURI、encodeURIComponent、decodeURI、decodeURIComponent的区别》这篇文章中，有张图，介绍的很清楚：

-- 完 --

---

参考资料：《一张图看懂encodeURI、encodeURIComponent、decodeURI、decodeURIComponent的区别》