url编码，html编码，uncode编码

目录

url编码

html实体编码

unicode编码

url编码

URL编码遵循下列规则： 每对name/value由&；符分开；每对来自表单的name/value由=符分开。如果用户没有输入值给这个name，那么这个name还是出现，只是无值。任何特殊的字符（就是那些不是简单的七位ASCII，如汉字）将以百分符%用十六进制编码，当然也包括像 =,&；，和 % 这些特殊的字符。其实url编码就是一个字符ascii码的十六进制。不过稍微有些变动，需要在前面加上“%”。比如“\”，它的ascii码是92，92的十六进制是5c，所以“\”的url编码就是%5c。

当看到某段文字被编码之后，当发现%的编码方式就是url编码

url编码实例：<a href="%6a%61%76%61%73%63%72%69%70%74:%61%6c%65%72%74%28%31%29">aaa</a>

编码表： 

backspace %08	I %49	v %76	ó %D3
tab %09	J %4A	w %77	Ô %D4
linefeed %0A	K %4B	x %78	Õ %D5
creturn %0D	L %4C	y %79	Ö %D6
space %20	M %4D	z %7A	Ø %D8
! %21	N %4E	{ %7B	ù %D9
" %22	O %4F	| %7C	ú　 %DA
# %23	P %50	} %7D	Û %DB
$ %24	Q %51	~ %7E	ü %DC
% %25	R %52	￠ %A2	Y %DD
& %26	S %53	￡ %A3	T %DE
' %27	T %54	￥ %A5	ß %DF
( %28	U %55	| %A6	à %E0
) %29	V %56	§ %A7	á %E1
* %2A	W %57	« %AB	a %E2
+ %2B	X %58	¬ %AC	ã %E3
, %2C	Y %59	ˉ %AD	ä %E4
- %2D	Z %5A	o %B0	å %E5
. %2E	[ %5B	± %B1	æ %E6
/ %2F	\ %5C	a %B2	ç %E7
0 %30	] %5D	, %B4	è %E8
1 %31	^ %5E	μ %B5	é %E9
2 %32	_ %5F	» %BB	ê %EA
3 %33	` %60	¼ %BC	ë %EB
4 %34	a %61	½ %BD	ì %EC
5 %35	b %62	¿ %BF	í %ED
6 %36	c %63	à %C0	î %EE
7 %37	d %64	á %C1	ï %EF
8 %38	e %65	Â %C2	e %F0
9 %39	f %66	Ã %C3	ñ %F1
: %3A	g %67	Ä %C4	ò %F2
; %3B	h %68	Å %C5	ó %F3
< %3C	i %69	&AElig; %C6	&ocirc; %F4
= %3D	j %6A	&Ccedil; %C7	&otilde; %F5
> %3E	k %6B	è %C8	&ouml; %F6
%3F	l %6C	é　 %C9	÷　 %F7
@ %40	m %6D	ê %CA	&oslash; %F8
A %41	n %6E	&Euml; %CB	ù %F9
B %42	o %6F	ì　 %CC	ú　 %FA
C %43	p %70	í %CD	&ucirc; %FB
D %44	q %71	&Icirc; %CE	ü %FC
E %45	r %72	&Iuml; %CF	y %FD
F %46	s %73	D %D0	t %FE
G %47	t %74	&Ntilde; %D1	&yuml; %FF
H %48	u %75	ò %D2

html实体编码

html实体编码是一段以连字号（&）开头、以分号（;）结尾的文本（字符串）。实体常常用于显示保留字符（这些字符会被解析为 HTML 代码）和不可见的字符（如“不换行空格”）。你也可以用实体来代替其他难以用标准键盘键入的字符。

• 不可分的空格： 
• <（小于符号）：<
• >（大于符号）：>
• &（与符号）：&
• ″（双引号）："
• '（单引号）：''
• ©（版权符号）©

HTML 实体是一段以连字符号（&）开头、以分号（;）结尾的字符串。用以显示不可见字符及保留字符（如 HTML 标签）

在前端，一般为了避免 XSS 攻击，会将 <> 编码为 < 与 >，这些就是 HTML 实体编码。

"<img src=""></img>"


"<img src=""></img>"

unicode编码

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

uncode编码：0-127表示一个字节 128-2047表示两个字节 2048-65535代表三个字节

 

1.判断中文占几个字节（判断uncode码点）；

2.大部分汉字都是三个字节，按照三字节的编码格式----大多数表情和少数汉字是四个字节；

3.将汉字ord（“中”）的数字，转换成二进制，然后将二进制按照三字节的编码规范，从后往前补位，补到最后高位用0补齐；

4.然后转换成16进制，就得到了一个UTF8的编码；

例子：

 

码点：20013

0b 100 111000 101101

三字节的编码格式：

1110xxxx 10xxxxxx 10xxxxxx

11100100 10111000 10101101

0xe4b8ad