我们为什么会用到 URL Encoding？

介绍

URL(Uniform Resource Locator 统一资源定位符)是万维网上资源的地址。url有一个定义良好的结构，万维网的发明者蒂姆·伯纳斯·李在RFC 1738中阐述了这个结构。

每个URL都确认了一个通用语法，看起来像这样：

scheme:[//[user:password@]host[:port]]path[?query]

URL语法的某些部分，如[user:password@]，由于安全原因，已被弃用，很少使用。下面是一个URL的例子，你经常在互联网上看到:

https://www.google.com/search?q=hello+world#brs

对于定义统一资源定位器(url)语法的初始RFC，已经做了许多改进。目前定义通用URI语法的RFC是RFC 3986。这篇文章包含了来自最新RFC文档的信息。

URL Encoding (Percent Encoding)

URL由属于US-ASCII字符集的一组有限字符组成。这些字符包括数字(0-9)、字母(a-z, a-z)和一些特殊字符(“-”，“。”，“_”，“~”)。

ASCII控制字符(例如退格、垂直制表符、水平制表符、换行符等)，不安全字符如空格、\、<、>、{、}等，以及ASCII字符集以外的任何字符都不允许直接放置在url中。

此外，url中还有一些具有特殊含义的字符。这些字符称为保留字符。保留字符包括?、/、#、:等。作为URL的一部分传输的任何数据，无论是在查询字符串或路径段中，都不能包含这些字符。

那么，当我们需要在URL中传输包含这些不允许字符的任何数据时，我们该怎么做呢?我们对它们进行编码!

URL Encoding将URL中保留的、不安全的、非ascii字符转换为所有web浏览器和服务器普遍接受和理解的格式。它首先将字符转换为一个或多个字节。然后，每个字节由两个前带百分号(%)的十六进制数字表示(例如%xy)。百分号用作转义字符。

URL编码也称为百分比编码，因为它使用百分号(%)作为转义字符。

URL编码的例子

空格:您可能遇到的最常见的URL编码字符之一是空格。十进制空格字符的ASCII值是32，转换成十六进制就是20。现在我们只需要在十六进制表示法的前面加上一个百分号(%)，就会得到经过编码的URL值- %20。

ASCII字符编码参考

下表是ASCII字符对其对应URL Encoded表单的引用。

Decimal	Character	URL Encoding (UTF-8)
0	NUL(null character)	%00
1	SOH(start of header)	%01
2	STX(start of text)	%02
3	ETX(end of text)	%03
4	EOT(end of transmission)	%04
5	ENQ(enquiry)	%05
6	ACK(acknowledge)	%06
7	BEL(bell (ring))	%07
8	BS(backspace)	%08
9	HT(horizontal tab)	%09
10	LF(line feed)	%0A
11	VT(vertical tab)	%0B
12	FF(form feed)	%0C
13	CR(carriage return)	%0D
14	SO(shift out)	%0E
15	SI(shift in)	%0F
16	DLE(data link escape)	%10
17	DC1(device control 1)	%11
18	DC2(device control 2)	%12
19	DC3(device control 3)	%13
20	DC4(device control 4)	%14
21	NAK(negative acknowledge)	%15
22	SYN(synchronize)	%16
23	ETB(end transmission block)	%17
24	CAN(cancel)	%18
25	EM(end of medium)	%19
26	SUB(substitute)	%1A
27	ESC(escape)	%1B
28	FS(file separator)	%1C
29	GS(group separator)	%1D
30	RS(record separator)	%1E
31	US(unit separator)	%1F
32	space	%20
33	!	%21
34	"	%22
35	#	%23
36	$	%24
37	%	%25
38	&	%26
39	'	%27
40	(	%28
41	)	%29
42	*	%2A
43	+	%2B
44	,	%2C
45	-	%2D
46	.	%2E
47	/	%2F
48	0	%30
49	1	%31
50	2	%32
51	3	%33
52	4	%34
53	5	%35
54	6	%36
55	7	%37
56	8	%38
57	9	%39
58	:	%3A
59	;	%3B
60	<	%3C
61	=	%3D
62	>	%3E
63	?	%3F
64	@	%40
65	A	%41
66	B	%42
67	C	%43
68	D	%44
69	E	%45
70	F	%46
71	G	%47
72	H	%48
73	I	%49
74	J	%4A
75	K	%4B
76	L	%4C
77	M	%4D
78	N	%4E
79	O	%4F
80	P	%50
81	Q	%51
82	R	%52
83	S	%53
84	T	%54
85	U	%55
86	V	%56
87	W	%57
88	X	%58
89	Y	%59
90	Z	%5A
91	[	%5B
92	\	%5C
93	]	%5D
94	^	%5E
95	_	%5F
96	`	%60
97	a	%61
98	b	%62
99	c	%63
100	d	%64
101	e	%65
102	f	%66
103	g	%67
104	h	%68
105	i	%69
106	j	%6A
107	k	%6B
108	l	%6C
109	m	%6D
110	n	%6E
111	o	%6F
112	p	%70
113	q	%71
114	r	%72
115	s	%73
116	t	%74
117	u	%75
118	v	%76
119	w	%77
120	x	%78
121	y	%79
122	z	%7A
123	{	%7B
124		%7C
125	}	%7D
126	~	%7E
127	DEL(delete (rubout))	%7F

参考

RFC 3986 - Uniform Resource Identifier (URI): Generic Syntax.