URL 中的 Unicode 字符

Question

在 2010 年，您会在大型门户网站中提供包含 UTF-8 字符的 URL 吗？

根据 URL 上的 RFC，Unicode 字符是被禁止的（参见 此处）。它们必须经过百分比编码才能符合标准。

不过，我的主要观点是提供未编码的字符，其唯一目的是拥有漂亮的 URL，因此百分比编码已经过时了。

无论 RFC 怎么说，所有主要浏览器似乎都可以正常解析这些 URL。不过，我的总体印象是，当离开网络浏览器域时，它会变得非常不稳定：

• URL 被复制粘贴到文本文件、电子邮件，甚至是具有不同编码的网站
• HTTP 客户端库
• 奇特的浏览器，RSS 阅读器

我的印象是正确的，这里会遇到麻烦，因此如果您服务的是非技术受众，那么这不是一个实用的解决方案（目前），即使引用和传递，您的所有链接也能正常工作很重要吗？

是否有一些神奇的方法可以在 HTML 中提供漂亮的 URL

 http://www.example.com/düsseldorf?neighbourhood=Lörick

可以原封不动地复制+粘贴特殊字符，但在旧客户端中重新使用时可以正常工作吗？

原文由 Pekka 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用百分比编码。现代浏览器将处理显示和粘贴问题并使其易于阅读。例如 http://ko.wikipedia.org/wiki/위키백과:대문

编辑： 当你在 Firefox 中复制这样的 url 时，剪贴板将保留百分比编码形式（这通常是一件好事），但如果你只复制其中的一部分，它将保持未编码状态。

原文由 Tgr 发布，翻译遵循 CC BY-SA 2.5 许可协议

Answer 2

Tgr 说的。背景：

 http://www.example.com/düsseldorf?neighbourhood=Lörick

那不是 URI。但它 是 一个 IRI 。

您不能在 HTML4 文档中包含 IRI；像 href 这样的属性类型被定义为 URI 而不是 IRI。有些浏览器无论如何都会在这里处理 IRI，但这并不是一个好主意。

要将 IRI 编码为 URI，请获取路径和查询部分，对它们进行 UTF-8 编码，然后对非 ASCII 字节进行百分号编码：

 http://www.example.com/d%C3%BCsseldorf?neighbourhood=L%C3%B6rick

如果 IRI 的主机名部分有非 ASCII 字符，例如。 http://例え.テスト/ ，它们已使用 Punycode 编码。

现在你有了一个 URI。这是一个丑陋的 URI。但大多数浏览器会为您隐藏它：将其复制并粘贴到地址栏或在链接中跟随它，您会看到它显示为原始 Unicode 字符。维基百科多年来一直在使用它，例如：

 http://en.wikipedia.org/wiki/ɸ

一个行为不可预测并且并不总是显示漂亮的 IRI 版本的浏览器是……

……好吧，你知道的。

原文由 bobince 发布，翻译遵循 CC BY-SA 2.5 许可协议