URL详解以及encodeURI、encodeURIComponent、decodeURI、decodeURIComponent的区别

1.URL详解

1.1 URL 与 URI

很多人会混淆这两个名词。

• URL：(Uniform/Universal Resource Locator 的缩写，统一资源定位符)。
• URI：(Uniform Resource Identifier 的缩写，统一资源标识符)。是用来标识互联网上的资源（例如，网页或文件）和怎样访问这些资源的传输协议（例如，HTTP 或 FTP）的字符串。

【关系】：

• URI 属于 URL 更低层次的抽象，一种字符串文本标准。
• 就是说，URI 属于父类，而 URL 属于 URI 的子类。URL 是 URI 的一个子集。

【区别】：

• URI 表示请求服务器的路径，定义这么一个资源。
• 而 URL 同时说明要如何访问这个资源（http://）。

1.2 端口 与 URL标准格式

何为端口？
端口(Port)，相当于一种数据的传输通道。用于接受某些数据，然后传输给相应的服务，而电脑将这些数据处理后，再将相应的回复通过开启的端口传给对方。

端口的作用：因为 IP 地址与网络服务的关系是一对多的关系。所以实际上因特网上是通过 IP 地址加上端口号来区分不同的服务的。

端口是通过端口号来标记的，端口号只有整数，范围是从0 ~65535。

URL 标准格式：
通常而言，我们所熟悉的 URL 的常见定义格式为：
scheme://host[:port#]/path/.../[;url-params][?query-string][#anchor]
例如：http://abc.com:8080/dir/index.html?id=255&m=hello#top

scheme //有我们很熟悉的http、https、ftp以及著名的ed2k，迅雷的thunder等。
host   //HTTP服务器的IP地址或者域名 'abc'
port#  //HTTP服务器的默认端口是80，这种情况下端口号可以省略。如果使用了别的端口，必须指明，例如tomcat的默认端口是8080 http://localhost:8080/
path   //访问资源的路径
url-params  //所带参数
query-string    //发送给http服务器的数据
anchor //锚点定位

1.3 利用 <a> 标签自动解析 url

开发当中一个很常见的场景是，需要从 URL 中提取一些需要的元素，譬如 host 、 请求参数等等。

通常的做法是写正则去匹配相应的字段，当然，这里要安利下述这种方法，原理是动态创建一个 a 标签，利用浏览器的一些原生方法及一些正则（为了健壮性正则还是要的），完美解析 URL ，获取我们想要的任意一个部分。

代码如下：

function parseURL(url) {
  var a = document.createElement('a')
  a.href = url
  return {
    source: url,
    protocol: a.protocol.replace(':', ''),
    host: a.hostname,
    port: a.port,
    query: a.search,
    params: (function () {
      var ret = {},
        seg = a.search.replace(/^\?/, '').split('&'),
        len = seg.length, i = 0, s
      for (; i < len; i++) {
        if (!seg[i]) {
          continue
        }
        s = seg[i].split('=')
        ret[s[0]] = s[1]
      }
      return ret
    })(),
    file: (a.pathname.match(/([^/?#]+)$/i) || [, ''])[1],
    hash: a.hash.replace('#', ''),
    path: a.pathname.replace(/^([^/])/, '/$1'),
    relative: (a.href.match(/tps?:\/[^/]+(.+)/) || [, ''])[1],
    segments: a.pathname.replace(/^\//, '').split('/')
  }
}

用法：

var myURL = parseURL('http://abc.com:8080/dir/index.html?id=255&m=hello#top')

console.log(myURL.file)     // => 'index.html'
console.log(myURL.hash)     // => 'top'
console.log(myURL.host)     // => 'abc.com'
console.log(myURL.query)    // => '?id=255&m=hello'
console.log(myURL.params)   // => Object = { id: 255, m: hello }
console.log(myURL.path)     // => '/dir/index.html'
console.log(myURL.segments) // => Array = ['dir', 'index.html']
console.log(myURL.port)     // => '8080'
console.log(myURL.protocol) // => 'http'
console.log(myURL.source)   // => 'http://abc.com:8080/dir/index.html?id=255&m=hello#top'

2.encodeURI、encodeURIComponent、decodeURI、decodeURIComponent

2.1. 用来编码和解码URI的

通常如果一样东西需要编码，说明这样东西并不适合传输。原因多种多样，如Size过大，包含隐私数据，对于URL来说，之所以要进行编码，是因为URL中有些字符会引起歧义。

例如，URL参数字符串中使用key=value键值对这样的形式来传参，键值对之间以&符号分隔，如/s?q=abc&ie=utf-8。如果你的value字符串中包含了=或者&，那么势必会造成接收URL的服务器解析错误，因此必须将引起歧义的&和=符号进行转义，也就是对其进行编码。

又如，URL 的编码格式采用的是ASCII码，而不是Unicode，这也就是说你不能在URL中包含任何非ASCII字符，例如中文。否则如果客户端浏览器和服务端浏览器支持的字符集不同的情况下，中文可能会造成问题。

除 encodeURI、encodeURIComponent、decodeURI、decodeURIComponent四个用来编码和解码 URI 的函数之外 ECMAScript 语言自身不提供任何使用 URL 的支持。

注： 许多 ECMAScript 实现提供额外的函数，方法来操作网页；这些函数超出了本标准的范围。

2.2 有何不同？

encodeURI 和 decodeURI 函数操作的是完整的 URI；这俩函数假定 URI 中的任何保留字符都有特殊意义，所有不会编码它们。

不会编码的字符有82个： !#$&’()*+,/:;=?@-._~0-9a-zA-Z

encodeURI("https://blog.csdn.net/season-qxj/some other thing");
// "https://blog.csdn.net/season-qxj/some%20other%20thing"

encodeURI("1aZ~!@#$&*()=:/,;?+'")
// 1aZ~!@#$&*()=:/,;?+'

👆可以看到空格被编码成了%20，而斜杠 /，冒号 :等并没有被编码。

encodeURIComponent 和 decodeURIComponent 函数操作的是组成 URI 的个别组件；这俩函数假定任何保留字符都代表普通文本，所以必须编码它们，所以它们（保留字符）出现在一个完整 URI 的组件里面时不会被解释成保留字符了。

不会编码的字符有71个：!’()*-._~0-9a-zA-Z

有时我们的 URL 长这样子，请求参数中带了另一个 URL ：

var URL = "http://www.a.com?foo=http://www.b.com?t=123&s=456";

若直接对它进行 encodeURI 显然是不行的，因为 encodeURI 不会对冒号 :及斜杠 /进行转义。

encodeURI(URL)
// "http://www.a.com?foo=http://www.b.com?t=123&b=456"

此时就该用到 encodeURIComponent() 对 URL 中的参数（仅仅是参数）进行编码。因为它仅仅不对 ASCII字母、数字 ~ ! * ( ) ' 进行编码。

错误的用法：

var URL = "http://www.a.com?foo=http://www.b.com?t=123&s=456";
encodeURIComponent(URL);
// "http%3A%2F%2Fwww.a.com%3Ffoo%3Dhttp%3A%2F%2Fwww.b.com%3Ft%3D123%26s%3D456"
// 错误的用法，第一个 http 的冒号及斜杠也被 encode 了

正确的用法： encodeURIComponent() 着眼于对单个的参数进行编码：

var param = "http://www.b.com?t=123&s=456"; // 要被编码的参数
URL = "http://www.a.com?foo="+encodeURIComponent(param);
//"http://www.a.com?foo=http%3A%2F%2Fwww.b.com%3Ft%3D123%26s%3D456"

2.3 图解四个函数的不同

ECMA对这四个函数还做了详细解释，不过看得我云里雾里，👇有大神做了简单详细的图解：

图源网络

【总结】：利用👆的使用<a>标签解析 URL 以及根据业务场景配合 encodeURI() 与 encodeURIComponent()便能够很好的处理 URL 的编码问题。

【好用工具】：URL编码解码
【参考资料】：【基础进阶】URL详解与URL编码
【附录】：常用ASCII URL编码对照表