URL编码的原因及场景

URL编码的原因及场景

一般开发中，如果一个东西需要被编码，其原因有多种：由于私密信息传输需要被编码、由于传输时内容过大需要编码压缩等等；

而URL编码则是为了解决url中可能存在的字符歧义。

网络标准RFC 1738做了如下规定：

　　"...Only alphanumerics [0-9a-zA-Z], the special characters "$-_.+!*'()," [not including the quotes - ed], 
　　and reserved characters used for their reserved purposes may be used unencoded within a URL."
　　

　　“只有字母和数字[0-9a-zA-Z]、一些特殊符号“$-_.+!*’(),”[不包括双引号]、以及某些保留字，才可以不经过编码直接用于URL。”

1.url路径中存在中文参数时

如下面的url路径

www.baidu.com?id=123&name=中文

对于Unicode字符，RFC文档建议使用utf-8对其进行编码得到相应的字节，然后对每个字节执行百分号编码。如”中文”使用UTF-8字符集得到的字节为0xE4 0xB8 0xAD 0xE6 0x96 0x87，经过Url编码之后得到”%E4%B8%AD%E6%96%87”。或是在程序中使用专门的UrlEncode编码；

正确的带中文内容路径的访问方式如下：

www.baidu.com?id=123&name=%E4%B8%AD%E6%96%87

2.url路径中带有特殊符号

某些特殊符号在url中会产生歧义

序号	特殊字符	含义	十六进制值
1	+	URL 中+号表示空格	%2B
2	空格	URL中的空格可以用+号或者编码	%20
3	/	分隔目录和子目录	%2F
4	?	分隔实际的 URL 和参数	%3F
5	%	指定特殊字符	%25
6	#	表示书签	%23
7	&	URL 中指定的参数间的分隔符	%26
8	=	URL 中指定参数的值	%3D

如下情况：

我们都知道Http协议中参数的传输是”key=value”这种简直对形式的，如果要传多个参数就需要用“&”符号对键值对进行分割。如”?name1=value1&name2=value2”，这样在服务端在收到这种字符串的时候，会用“&”分割出每一个参数，然后再用“=”来分割出参数值。

比如说“name1=value1”,其中value1的值是“va&lu=e1”字符串，那么实际在传输过程中就会变成这样“name1=va&lu=e1”。我们的本意是就只有一个键值对，但是服务端会解析成两个键值对，这样就产生了奇异。

总结：

上述的情况就是url中特殊字符锁产生的歧义；针对上述情况，我们通常在发送http请求之前都会进行url编码，将特殊字符转换成为十六进制带百分号的形式，或者对中文字符进行url编码再进行传输。

补充：有时候在调用外部接口的时候，要注意需要传输的内容是否需要url编码，否则会出现错误。