關(guān)于URL編碼
一忱叭、問(wèn)題的由來(lái)
URL就是網(wǎng)址拧簸，只要上網(wǎng)栗恩，就一定會(huì)用到。
一般來(lái)說(shuō)噪猾，URL只能使用英文字母、阿拉伯?dāng)?shù)字和某些標(biāo)點(diǎn)符號(hào)筑累，不能使用其他文字和符號(hào)袱蜡。比如，世界上有英文字母的網(wǎng)址"http://www.abc.com"慢宗，但是沒(méi)有希臘字母的網(wǎng)址"http://www.aβγ.com"（讀作阿爾法-貝塔-伽瑪.com）坪蚁。這是因?yàn)榫W(wǎng)絡(luò)標(biāo)準(zhǔn)RFC 1738做了硬性規(guī)定：
"...Only alphanumerics [0-9a-zA-Z], the special characters "$-_.+!*'()," [not including the quotes - ed], and reserved characters used for their reserved purposes may be used unencoded within a URL."
"只有字母和數(shù)字[0-9a-zA-Z]、一些特殊符號(hào)"$-_.+!*'(),"[不包括雙引號(hào)]婆廊、以及某些保留字迅细，才可以不經(jīng)過(guò)編碼直接用于URL。"
這意味著淘邻，如果URL中有漢字，就必須編碼后使用湘换。但是麻煩的是宾舅，RFC 1738沒(méi)有規(guī)定具體的編碼方法，而是交給應(yīng)用程序（瀏覽器）自己決定彩倚。這導(dǎo)致"URL編碼"成為了一個(gè)混亂的領(lǐng)域筹我。
下面就讓我們看看，"URL編碼"到底有多混亂帆离。我會(huì)依次分析四種不同的情況蔬蕊，在每一種情況中，瀏覽器的URL編碼方法都不一樣哥谷。把它們的差異解釋清楚之后岸夯，我再說(shuō)如何用Javascript找到一個(gè)統(tǒng)一的編碼方法。
二们妥、情況1：網(wǎng)址路徑中包含漢字
打開IE（我用的是8.0版）猜扮，輸入網(wǎng)址"http://zh.wikipedia.org/wiki/春節(jié)"。注意监婶，"春節(jié)"這兩個(gè)字此時(shí)是網(wǎng)址路徑的一部分旅赢。
查看HTTP請(qǐng)求的頭信息，會(huì)發(fā)現(xiàn)IE實(shí)際查詢的網(wǎng)址是"http://zh.wikipedia.org/wiki/%E6%98%A5%E8%8A%82"惑惶。也就是說(shuō)煮盼，IE自動(dòng)將"春節(jié)"編碼成了"%E6%98%A5%E8%8A%82"。
我們知道带污，"春"和"節(jié)"的utf-8編碼分別是"E6 98 A5"和"E8 8A 82"僵控，因此，"%E6%98%A5%E8%8A%82"就是按照順序刮刑，在每個(gè)字節(jié)前加上%而得到的喉祭。（具體的轉(zhuǎn)碼方法养渴，請(qǐng)參考我寫的《字符編碼筆記》。）
在Firefox中測(cè)試泛烙，也得到了同樣的結(jié)果理卑。所以，結(jié)論1就是蔽氨，網(wǎng)址路徑的編碼藐唠，用的是utf-8編碼。
三鹉究、情況2：查詢字符串包含漢字
在IE中輸入網(wǎng)址"http://www.baidu.com/s?wd=春節(jié)"宇立。注意自赔，"春節(jié)"這兩個(gè)字此時(shí)屬于查詢字符串妈嘹，不屬于網(wǎng)址路徑，不要與情況1混淆润脸。
查看HTTP請(qǐng)求的頭信息他去，會(huì)發(fā)現(xiàn)IE將"春節(jié)"轉(zhuǎn)化成了一個(gè)亂碼。
切換到十六進(jìn)制方式铭段，才能清楚地看到，"春節(jié)"被轉(zhuǎn)成了"B4 BA BD DA"。
我們知道鲜结，"春"和"節(jié)"的GB2312編碼（我的操作系統(tǒng)"Windows XP"中文版的默認(rèn)編碼）分別是"B4 BA"和"BD DA"展运。因此，IE實(shí)際上就是將查詢字符串精刷，以GB2312編碼的格式發(fā)送出去拗胜。
Firefox的處理方法，略有不同怒允。它發(fā)送的HTTP Head是"wd=%B4%BA%BD%DA"埂软。也就是說(shuō)，同樣采用GB2312編碼，但是在每個(gè)字節(jié)前加上了%勘畔。
所以所灸，結(jié)論2就是，查詢字符串的編碼炫七，用的是操作系統(tǒng)的默認(rèn)編碼爬立。
四、情況3：Get方法生成的URL包含漢字
前面說(shuō)的是直接輸入網(wǎng)址的情況万哪，但是更常見(jiàn)的情況是侠驯，在已打開的網(wǎng)頁(yè)上，直接用Get或Post方法發(fā)出HTTP請(qǐng)求奕巍。
根據(jù)臺(tái)灣中興大學(xué)呂瑞麟老師的試驗(yàn)吟策，這時(shí)的編碼方法由網(wǎng)頁(yè)的編碼決定，也就是由HTML源碼中字符集的設(shè)定決定的止。
<meta http-equiv="Content-Type" content="text/html;charset=xxxx">
如果上面這一行最后的charset是UTF-8檩坚，則URL就以UTF-8編碼；如果是GB2312冲杀，URL就以GB2312編碼效床。
舉例來(lái)說(shuō)，百度是GB2312編碼权谁，Google是UTF-8編碼。因此憋沿，從它們的搜索框中搜索同一個(gè)詞"春節(jié)"旺芽，生成的查詢字符串是不一樣的。
百度生成的是%B4%BA%BD%DA辐啄，這是GB2312編碼采章。
Google生成的是%E6%98%A5%E8%8A%82，這是UTF-8編碼壶辜。
所以悯舟，結(jié)論3就是，GET和POST方法的編碼砸民，用的是網(wǎng)頁(yè)的編碼抵怎。
五、情況4：Ajax調(diào)用的URL包含漢字
前面三種情況都是由瀏覽器發(fā)出HTTP請(qǐng)求岭参，最后一種情況則是由Javascript生成HTTP請(qǐng)求反惕，也就是Ajax調(diào)用。還是根據(jù)呂瑞麟老師的文章演侯，在這種情況下姿染，IE和Firefox的處理方式完全不一樣。
舉例來(lái)說(shuō)秒际，有這樣兩行代碼：
url = url + "?q=" +document.myform.elements[0].value; // 假定用戶在表單中提交的值是"春節(jié)"這兩個(gè)字
http_request.open('GET', url, true);
那么悬赏，無(wú)論網(wǎng)頁(yè)使用什么字符集狡汉，IE傳送給服務(wù)器的總是"q=%B4%BA%BD%DA"，而Firefox傳送給服務(wù)器的總是"q=%E6%98%A5%E8%8A%82"闽颇。也就是說(shuō)盾戴，在Ajax調(diào)用中，IE總是采用GB2312編碼（操作系統(tǒng)的默認(rèn)編碼）进萄，而Firefox總是采用utf-8編碼捻脖。這就是我們的結(jié)論4。
六中鼠、Javascript函數(shù)：escape()
好了可婶，到此為止，四種情況都說(shuō)完了援雇。
假定前面你都看懂了矛渴，那么此時(shí)你應(yīng)該會(huì)感到很頭痛。因?yàn)楸共瑢?shí)在太混亂了具温。不同的操作系統(tǒng)、不同的瀏覽器筐赔、不同的網(wǎng)頁(yè)字符集铣猩，將導(dǎo)致完全不同的編碼結(jié)果。如果程序員要把每一種結(jié)果都考慮進(jìn)去茴丰，是不是太恐怖了达皿？有沒(méi)有辦法，能夠保證客戶端只用一種編碼方法向服務(wù)器發(fā)出請(qǐng)求贿肩？
回答是有的峦椰，就是使用Javascript先對(duì)URL編碼，然后再向服務(wù)器提交汰规，不要給瀏覽器插手的機(jī)會(huì)汤功。因?yàn)镴avascript的輸出總是一致的，所以就保證了服務(wù)器得到的數(shù)據(jù)是格式統(tǒng)一的溜哮。
Javascript語(yǔ)言用于編碼的函數(shù)滔金，一共有三個(gè)，最古老的一個(gè)就是escape()茬射。雖然這個(gè)函數(shù)現(xiàn)在已經(jīng)不提倡使用了鹦蠕，但是由于歷史原因，很多地方還在使用它在抛，所以有必要先從它講起钟病。
實(shí)際上，escape()不能直接用于URL編碼，它的真正作用是返回一個(gè)字符的Unicode編碼值肠阱。比如"春節(jié)"的返回結(jié)果是%u6625%u8282票唆，也就是說(shuō)在Unicode字符集中，"春"是第6625個(gè)（十六進(jìn)制）字符屹徘，"節(jié)"是第8282個(gè)（十六進(jìn)制）字符走趋。
它的具體規(guī)則是，除了ASCII字母噪伊、數(shù)字簿煌、標(biāo)點(diǎn)符號(hào)"@ * _ + - . /"以外，對(duì)其他所有字符進(jìn)行編碼鉴吹。在\u0000到\u00ff之間的符號(hào)被轉(zhuǎn)成%xx的形式姨伟，其余符號(hào)被轉(zhuǎn)成%uxxxx的形式。對(duì)應(yīng)的解碼函數(shù)是unescape()豆励。
所以夺荒，"Hello World"的escape()編碼就是"Hello%20World"。因?yàn)榭崭竦腢nicode值是20（十六進(jìn)制）良蒸。
還有兩個(gè)地方需要注意技扼。
首先，無(wú)論網(wǎng)頁(yè)的原始編碼是什么嫩痰，一旦被Javascript編碼剿吻，就都變?yōu)閡nicode字符。也就是說(shuō)串纺，Javascipt函數(shù)的輸入和輸出和橙，默認(rèn)都是Unicode字符。這一點(diǎn)對(duì)下面兩個(gè)函數(shù)也適用造垛。
其次，escape()不對(duì)"+"編碼晰搀。但是我們知道五辽，網(wǎng)頁(yè)在提交表單的時(shí)候，如果有空格外恕，則會(huì)被轉(zhuǎn)化為+字符杆逗。服務(wù)器處理數(shù)據(jù)的時(shí)候，會(huì)把+號(hào)處理成空格鳞疲。所以罪郊，使用的時(shí)候要小心。
七尚洽、Javascript函數(shù)：encodeURI()
encodeURI()是Javascript中真正用來(lái)對(duì)URL編碼的函數(shù)悔橄。
它著眼于對(duì)整個(gè)URL進(jìn)行編碼，因此除了常見(jiàn)的符號(hào)以外，對(duì)其他一些在網(wǎng)址中有特殊含義的符號(hào)"; / ? : @ & = + $ , #"癣疟，也不進(jìn)行編碼挣柬。編碼后，它輸出符號(hào)的utf-8形式睛挚，并且在每個(gè)字節(jié)前加上%邪蛔。
它對(duì)應(yīng)的解碼函數(shù)是decodeURI()。
需要注意的是扎狱，它不對(duì)單引號(hào)'編碼侧到。
八、Javascript函數(shù)：encodeURIComponent()
最后一個(gè)Javascript編碼函數(shù)是encodeURIComponent()淤击。與encodeURI()的區(qū)別是匠抗，它用于對(duì)URL的組成部分進(jìn)行個(gè)別編碼，而不用于對(duì)整個(gè)URL進(jìn)行編碼遭贸。
因此戈咳，"; / ? : @ & = + $ , #"，這些在encodeURI()中不被編碼的符號(hào)壕吹，在encodeURIComponent()中統(tǒng)統(tǒng)會(huì)被編碼著蛙。至于具體的編碼方法，兩者是一樣耳贬。
它對(duì)應(yīng)的解碼函數(shù)是decodeURIComponent()踏堡。
轉(zhuǎn)載自：
http://www.ruanyifeng.com/blog/2010/02/url_encoding.html
