URI百分號編碼

 

URI的字符類型

URI所容許的字符分做保留與未保留。保留字符是那些具備特殊含義的字符. 例如, 斜線字符用於URL (或者更通常的, URI)不一樣部分的分界符. 未保留字符沒有這些特殊含義. 百分號編碼把保留字符表示爲特殊字符序列。上述情形隨URI與URI的不一樣版本規格會有輕微的變化。

RFC 3986 section 2.2  保留字符 (2005年1月)

!

*

'

(

)

;

:

@

&

=

+

$

,

/

?

#

[

]

RFC 3986 section 2.3  未保留字符 (2005年1月)

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

P

Q

R

S

T

U

V

W

X

Y

Z

a

b

c

d

e

f

g

h

i

j

k

l

m

n

o

p

q

r

s

t

u

v

w

x

y

z

0

1

2

3

4

5

6

7

8

9

-

_

.

~

URI中的其它字符必須用百分號編碼。

[編輯]保留字符的百分號編碼

若是一個保留字符在特定上下文中具備特殊含義(稱做"reserved purpose") , 且URI中必須使用該字符用於其它目的, 那麼該字符必須百分號編碼. 百分號編碼一個保留字符，首先須要把該字符的ASCII的值表示爲兩個16進制的數字，而後在其前面放置轉義字符("%")，置入URI中的相應位置。(對於非ASCII字符, 須要轉換爲UTF-8字節序, 而後每一個字節按照上述方式表示.)

例如，"/", 若是用做URI的路徑成份的分界符, 則是具備特殊含義的保留字符. 若是該字符須要出如今URI一個路徑成分的內部, 則三字符序列"%2F"或"%2f"就用於代替本來的"/"出如今該URI路徑成分的內部.

保留字符的百分號編碼

!

#

$

&

'

(

)

*

+

,

/

:

;

=

?

@

[

]

%21

%23

%24

%26

%27

%28

%29

%2A

%2B

%2C

%2F

%3A

%3B

%3D

%3F

%40

%5B

%5D

在特定上下文中沒有特殊含義的保留字符也能夠被百分號編碼，在語義上與不百分號編碼的該字符沒有差異.

在URI的"查詢"成分(?字符後的部分)中, 例如"/"仍然是保留字符可是沒有特殊含義，除非一個特定的URI有其它規定. 該/字符在沒有特殊含義時不須要百分號編碼.

若是保留字符具備特殊含義，那麼該保留字符用百分號編碼的URI與該保留字符僅用其自身表示的URI具備不一樣的語義。

[編輯]百分號編碼未保留字符

未保留字符不須要百分號編碼.

兩個URI的差異若是僅是未保留字符是用百分號編碼仍是用字符自身表示，那麼這兩個URI具備等價的語義. 但URI處理器實際上並不老是把兩者視做等價. 例如, URI的消費者不該該把"%41"與"A", "%7E"與"~"視做不一樣, 可是某些URI的消費者就是這麼作了. 爲了最大的互操做性, URI的製造者不該該把未保留字符百分號編碼。

[編輯]對百分號字符的百分號編碼

因爲百分號字符("%")表示百分號編碼字節流的存在, 所以百分號字符應該被編碼爲3個字節的序列："%25"，用於URI內部。

[編輯]任意數據的百分號編碼

大多數URI涉及表示任意數據, 例如IP地址或文件系統路徑做爲URI的成分。

[編輯]二進數據

1994年發佈的RFC 1738規定^[1]， URI中的二進制數據應該表示爲8位元組的序列，而後對每一個8位元組按照上述方式百分號編碼. 例如，字節值0F (十六進制)應表示爲"%0F", 字節值41(十六進制)應表示爲"A"或"%41". 優先使用未保留字符來表示這些字節值，由於這使得URL更短.

[編輯]字符數據

二進數據的百分號編碼過程已經被外推到字符數據，甚至到不適合或未被徹底規範的地步. 在WWW初創階段，僅僅處理ASCII字符是否編碼問題，尚未什麼問題。但隨後發展到對非ASCII字符如何在URI中編碼，缺乏標準規範的狀況下致使了歧義性的解釋URI的錯誤。

例如， 基於RFC 1738與2396的協議規定，字符數據先要根據某種字符編碼轉換爲字節流，而後再表示爲URI。若是URI不提供是何種字符編碼的提示信息，那麼這個URI難以可靠的解析。

[編輯]當前標準

2005年1月發佈的RFC 3986，強制全部新的URI必須對未保留字符不加以百分號編碼；其它字符要先轉換爲UTF-8字節序列, 而後對其字節值使用百分號編碼。此前的URI不受此標準的影響。

[編輯]非標準的實現

T有一些不符合標準的把Unicode字符在URI中表示爲: %uxxxx, 其中xxxx是用4個十六進制數字表示的Unicode的碼位值。任何RFC都沒有這樣的字符表示方法，而且已經被W3C拒絕。第三版的ECMA-262仍然包含函數escape(string)使用這種語法, 但也有函數encodeURI(uri)轉換字符到UTF-8字節序列並用百分號編碼每一個字節。

[編輯]application/x-www-form-urlencoded類型

當HTML表單中的數據被提交時，表單的域名與值被編碼並經過HTTP的GET或者POST方法甚至更古遠的email^[2]把請求發送給服務器。這裏的編碼方法採用了一個很是早期的通用的URI百分號編碼方法，而且有不少小的修改如新行規範化以及把空格符的編碼"%20"替換爲"+" . 按這套方法編碼的數據的MIME類型是application/x-www-form-urlencoded, 當前仍用於（雖然很是過期了）HTML與XForms規範中. 此外，CGI規範包括了web服務器如何解碼這類數據、利用這類數據的內容。

若是發送的是HTTP GET請求, application/x-www-form-urlencoded數據包含在所請求URI的查詢成分中. 若是發送的是HTTP POST請求或經過email, 數據被放置在消息體中，媒體類型的名字被包含在消息的Content-Type頭內部。