URL encode 编码

URL编码

问题场景：URL中有中文字符时，无法向这个URL发送GET请求

我尝试了一下使用Chrome浏览器输入带中文字符的URL是可以的，这就勾起了我的疑问，难道是我中文编码的问题？

显然并不是中文编码GBK或是UTF8的问题，在Chrome里打开F12抓包，发现带有中文的URL在发送时变成了另一种格式，中文字符变成了%2D%FG%…这样的十六进制，网上搜了一下什么是URLencode，总结一下自己遇到的问题和解决办法。

URLencode

为了符合URL规范的一种编码格式。在URL标准规范中，是不允许出现中文字符的。所以要转换为一种通用的且规范的URL格式。
URL规范说明

URLencode 原理（代码解释）

1. 空格转换为 ‘+’
2. 非ASCII码能打印的字符转换为 %+两个十六进制数表示的字符，例如十六进制数0xAB23 ，要将其转换为%AB%23。
3. 一个十六进制数是4位表示，而一个unsigned char是8位，包含了两个十六进制数。故需要将unsigned char 的高4位和低4位转换成为两个字符，先转高4位，再转低4位。

unsigned char CHAR_TO_HEX(unsigned char ch)
{
	return (unsigned char)(ch > 9 ? ch + 55 : ch + 48);
}

/// <summary>
/// url编码，使其能够给带中文的url发送请求
/// </summary>
/// <param name="org_url">UTF8编码的url</param>
/// <returns>转码后的url</returns>
string url_encode(const string& org_url)
{
	unsigned char ch_temp;
	string str_dest;
	
	cout << "原字符串:" << org_url << endl;


	for (const char ch : org_url) {
		ch_temp = static_cast<unsigned char>(ch);
		// 'a'~'z' 'A'~'Z' '0'~'9' \:-_.!~*()/ 这些字符不转
		if ((ch_temp >= 'a' && ch_temp <= 'z') || (ch_temp >= 'A' && ch_temp <= 'Z')
			|| (ch_temp >= '0' && ch_temp <= '9') || strchr("\\:-_.!~*()/", ch_temp)) {

			str_dest += ch_temp;
		}
		else if (ch_temp == ' ') {
			str_dest += '+';
		}
		else {
			str_dest += '%';
			/**
			* 一个unsigned char 是8位，有两个十六进制数
			* 四位是一个十六进制数,先转换高4位，右移4位去除低4位
			* 去除高4位再转换低4位
			* 0xDE -> "DE"
			*/
			//cout << "原十六进制数：" <<std::uppercase << std::hex<< (int)ch_temp <<endl;
			str_dest += CHAR_TO_HEX((unsigned char)(ch_temp >> 4));  
			str_dest += CHAR_TO_HEX((unsigned char)(ch_temp & 0x0f));  

		}
	}

	cout << "转换后字符串：" << str_dest << endl;
	return str_dest;
}

文章参考：URLEncode与URLDecode总结与实现，URLEncode