你真的瞭解URLEncode嗎？

使用瀏覽器進行Http網絡請求時，若請求query中包含中文，中文會被編碼爲 %+16進制+16進制形式，但你真的深刻了解過，爲何要進行這種轉義編碼嗎？編碼的原理又是什麼？

例如，瀏覽器中進行百度搜索「你好」時，連接地址會被自動編碼：
（編碼前）https://www.baidu.com/s?wd=你好
（編碼後）https://www.baidu.com/s?wd=%E4%BD%A0%E5%A5%BD
出現以上狀況是網絡請求前，瀏覽器對請求URL進行了URL編碼（URL Encoding）。

URL編碼（URL Encoding）：也稱做百分號編碼（Percent Encoding）， 是特定上下文的統一資源定位符 URL的編碼機制。URL編碼（URL Encoding）也適用於統一資源標誌符（URI）的編碼，一樣用於 application/x-www-form-urlencoded MIME準備數據。

1、爲何須要URL Encoding

在URL的最初設計時，但願能夠經過書面轉錄，好比寫在餐巾紙上告訴另一人，所以URI的構成字符必須是可寫的ASCII字符。
中文不在ASCII字符中，所以中文出如今URL地址中時，須要進行編碼；同時可書寫的ASCII字符中，存在一些不安全字符也須要轉碼，如空格（空格容易被忽略，也容易意想不到的緣由引入）。

2、編碼原理

編碼的原理能夠表述爲：
將須要轉碼的字符，按指定編碼方式（默認使用UTF-8編碼）轉化爲字節流，每一個字節按16進製表示，並添加%組成一個percent編碼。

例如：漢字 「你好」

• UTF-8字節流打印爲：-28 -67 -96 -27 -91 -67
• 對應的16進製表示爲：E4 BD A0 E5 A5 BD
• URLEncode編譯後爲：%E4%BD%A0%E5%A5%BD

2.一、哪些字符須要轉碼

上文中提到須要轉碼的字符，那麼哪些字符是須要轉碼的字符？
這裏涉及到兩個概念：Reserved(保留字符)和Unreserved(非保留字符)。

• Reserved(保留字符)是那些具備特殊含義的字符，例如："/"字符用於URL不一樣部分的分界符；
• Unreserved(非保留字符)沒有特殊含義，包含希臘字母 / 數字 / "-" / "." / "_" / "~"。

回到剛纔的問題，哪些字符是須要轉碼的字符？

• 一、除了Reserved(保留字符)和Unreserved(非保留字符)以外的全部字符，均須要percent編碼；
• 二、某些狀況下Reserved(保留字符)也須要進行percent編碼：
  當Reserved(保留字符)不用於URL分隔符，而是用於其餘的位置，不表明某種特性的含義時，須要進行percent編碼。例如：保留字符用於URL請求query後面的value中時，要對此時用到的Reserved(保留字符)作percent編碼；

2.二、注意：空格的編碼有 「+」和「%20」兩種

結論：

• 一、空格編碼爲+的狀況：
  提交表單時請求時Content-Type：application/x-www-form-urlencoded的狀況下，URL請求查詢字符串中出現空格時，需替換爲+。
• 二、其餘狀況空格編碼爲%20；

依據：

按照 rfc3986 標準，空格在進行編碼時，編碼後對應爲%20。

但根據W3C標準：，提交表單時請求時Content-Type：application/x-www-form-urlencoded狀況下，URL請求查詢字符串中出現空格時，需替換爲+。

3、參考

rfc3986：
https://tools.ietf.org/html/rfc3986

rfc1738：
https://www.ietf.org/rfc/rfc1738.txt

W3C標準：
https://www.w3.org/TR/html4/interact/forms.html#h-17.13.4.1

維基百科：百分號編碼：
https://zh.wikipedia.org/wiki/%E7%99%BE%E5%88%86%E5%8F%B7%E7%BC%96%E7%A0%81

========== THE END ==========