一僵控、問題的由來
URL就是網(wǎng)址，只要上網(wǎng)刮刑，就一定會用到喉祭。
一般來說，URL只能使用英文字母雷绢、阿拉伯數(shù)字和某些標點符號泛烙，不能使用其他文字和符號。比如翘紊，世界上有英文字母的網(wǎng)址"http://www.abc.com"蔽氨，但是沒有希臘字母的網(wǎng)址"http://www.aβγ.com"（讀作阿爾法-貝塔-伽瑪.com）。這是因為網(wǎng)絡標準RFC 1738做了硬性規(guī)定：
"...Only alphanumerics [0-9a-zA-Z], the special characters "$-_.+!*'()," [not including the quotes - ed], and reserved characters used for their reserved purposes may be used unencoded within a URL."
"只有字母和數(shù)字[0-9a-zA-Z]帆疟、一些特殊符號"$-_.+!*'(),"[不包括雙引號]鹉究、以及某些保留字，才可以不經(jīng)過編碼直接用于URL踪宠。"
這意味著自赔，如果URL中有漢字，就必須編碼后使用柳琢。但是麻煩的是绍妨，RFC 1738沒有規(guī)定具體的編碼方法，而是交給應用程序（瀏覽器）自己決定柬脸。這導致"URL編碼"成為了一個混亂的領域他去。
下面就讓我們看看，"URL編碼"到底有多混亂倒堕。我會依次分析四種不同的情況灾测，在每一種情況中，瀏覽器的URL編碼方法都不一樣垦巴。把它們的差異解釋清楚之后媳搪，我再說如何用Javascript找到一個統(tǒng)一的編碼方法。
二魂那、情況1：網(wǎng)址路徑中包含漢字
打開IE（我用的是8.0版）蛾号，輸入網(wǎng)址"http://zh.wikipedia.org/wiki/春節(jié)"。注意涯雅，"春節(jié)"這兩個字此時是網(wǎng)址路徑的一部分鲜结。
查看HTTP請求的頭信息，會發(fā)現(xiàn)IE實際查詢的網(wǎng)址是"http://zh.wikipedia.org/wiki/%E6%98%A5%E8%8A%82"。也就是說精刷，IE自動將"春節(jié)"編碼成了"%E6%98%A5%E8%8A%82"拗胜。
我們知道，"春"和"節(jié)"的utf-8編碼分別是"E6 98 A5"和"E8 8A 82"怒允，因此埂软，"%E6%98%A5%E8%8A%82"就是按照順序，在每個字節(jié)前加上%而得到的纫事。（具體的轉(zhuǎn)碼方法勘畔，請參考我寫的《字符編碼筆記》。）
在Firefox中測試丽惶，也得到了同樣的結(jié)果炫七。所以，結(jié)論1就是钾唬，網(wǎng)址路徑的編碼万哪，用的是utf-8編碼。
三抡秆、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)"奕巍。注意，"春節(jié)"這兩個字此時屬于查詢字符串儒士，不屬于網(wǎng)址路徑的止，不要與情況1混淆。
查看HTTP請求的頭信息着撩，會發(fā)現(xiàn)IE將"春節(jié)"轉(zhuǎn)化成了一個亂碼冲杀。
切換到十六進制方式询筏，才能清楚地看到容贝，"春節(jié)"被轉(zhuǎn)成了"B4 BA BD DA"畔况。
我們知道，"春"和"節(jié)"的GB2312編碼（我的操作系統(tǒng)"Windows XP"中文版的默認編碼）分別是"B4 BA"和"BD DA"憋沿。因此，IE實際上就是將查詢字符串沪猴，以GB2312編碼的格式發(fā)送出去辐啄。
Firefox的處理方法，略有不同运嗜。它發(fā)送的HTTP Head是"wd=%B4%BA%BD%DA"壶辜。也就是說，同樣采用GB2312編碼担租，但是在每個字節(jié)前加上了%砸民。
所以，結(jié)論2就是，查詢字符串的編碼岭参，用的是操作系統(tǒng)的默認編碼反惕。
四、情況3：Get方法生成的URL包含漢字
前面說的是直接輸入網(wǎng)址的情況演侯，但是更常見的情況是姿染，在已打開的網(wǎng)頁上，直接用Get或Post方法發(fā)出HTTP請求秒际。
根據(jù)臺灣中興大學呂瑞麟老師的試驗悬赏，這時的編碼方法由網(wǎng)頁的編碼決定，也就是由HTML源碼中字符集的設定決定娄徊。
<meta http-equiv="Content-Type" content="text/html;charset=xxxx">
如果上面這一行最后的charset是UTF-8闽颇，則URL就以UTF-8編碼；如果是GB2312嵌莉，URL就以GB2312編碼进萄。
舉例來說，百度是GB2312編碼锐峭，Google是UTF-8編碼中鼠。因此，從它們的搜索框中搜索同一個詞"春節(jié)"沿癞，生成的查詢字符串是不一樣的援雇。
百度生成的是%B4%BA%BD%DA，這是GB2312編碼椎扬。
Google生成的是%E6%98%A5%E8%8A%82惫搏，這是UTF-8編碼。
所以蚕涤，結(jié)論3就是筐赔，GET和POST方法的編碼，用的是網(wǎng)頁的編碼揖铜。
五茴丰、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請求，最后一種情況則是由Javascript生成HTTP請求天吓，也就是Ajax調(diào)用贿肩。還是根據(jù)呂瑞麟老師的文章，在這種情況下龄寞，IE和Firefox的處理方式完全不一樣汰规。
舉例來說，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)"這兩個字
http_request.open('GET', url, true);
那么物邑，無論網(wǎng)頁使用什么字符集溜哮，IE傳送給服務器的總是"q=%B4%BA%BD%DA"滔金，而Firefox傳送給服務器的總是"q=%E6%98%A5%E8%8A%82"。也就是說茬射，在Ajax調(diào)用中鹦蠕，IE總是采用GB2312編碼（操作系統(tǒng)的默認編碼），而Firefox總是采用utf-8編碼在抛。這就是我們的結(jié)論4钟病。
六、Javascript函數(shù)：escape()
好了刚梭，到此為止肠阱，四種情況都說完了。
假定前面你都看懂了朴读，那么此時你應該會感到很頭痛屹徘。因為，實在太混亂了衅金。不同的操作系統(tǒng)噪伊、不同的瀏覽器、不同的網(wǎng)頁字符集氮唯，將導致完全不同的編碼結(jié)果鉴吹。如果程序員要把每一種結(jié)果都考慮進去，是不是太恐怖了惩琉？有沒有辦法豆励，能夠保證客戶端只用一種編碼方法向服務器發(fā)出請求？
回答是有的瞒渠，就是使用Javascript先對URL編碼良蒸，然后再向服務器提交，不要給瀏覽器插手的機會伍玖。因為Javascript的輸出總是一致的嫩痰，所以就保證了服務器得到的數(shù)據(jù)是格式統(tǒng)一的。
Javascript語言用于編碼的函數(shù)窍箍，一共有三個始赎，最古老的一個就是escape()。雖然這個函數(shù)現(xiàn)在已經(jīng)不提倡使用了仔燕，但是由于歷史原因，很多地方還在使用它魔招，所以有必要先從它講起晰搀。
實際上，escape()不能直接用于URL編碼办斑，它的真正作用是返回一個字符的Unicode編碼值外恕。比如"春節(jié)"的返回結(jié)果是%u6625%u8282杆逗，也就是說在Unicode字符集中，"春"是第6625個（十六進制）字符鳞疲，"節(jié)"是第8282個（十六進制）字符罪郊。
它的具體規(guī)則是，除了ASCII字母尚洽、數(shù)字悔橄、標點符號"@ * _ + - . /"以外，對其他所有字符進行編碼腺毫。在\u0000到\u00ff之間的符號被轉(zhuǎn)成%xx的形式癣疟，其余符號被轉(zhuǎn)成%uxxxx的形式。對應的解碼函數(shù)是unescape()潮酒。
所以睛挚，"Hello World"的escape()編碼就是"Hello%20World"。因為空格的Unicode值是20（十六進制）急黎。
還有兩個地方需要注意扎狱。
首先，無論網(wǎng)頁的原始編碼是什么勃教，一旦被Javascript編碼淤击，就都變?yōu)閡nicode字符。也就是說荣回，Javascipt函數(shù)的輸入和輸出遭贸，默認都是Unicode字符。這一點對下面兩個函數(shù)也適用心软。
其次壕吹，escape()不對"+"編碼。但是我們知道删铃，網(wǎng)頁在提交表單的時候耳贬，如果有空格，則會被轉(zhuǎn)化為+字符猎唁。服務器處理數(shù)據(jù)的時候咒劲，會把+號處理成空格。所以诫隅，使用的時候要小心腐魂。
七、Javascript函數(shù)：encodeURI()
encodeURI()是Javascript中真正用來對URL編碼的函數(shù)逐纬。
它著眼于對整個URL進行編碼蛔屹，因此除了常見的符號以外，對其他一些在網(wǎng)址中有特殊含義的符號"; / ? : @ & = + $ , #"豁生，也不進行編碼兔毒。編碼后漫贞，它輸出符號的utf-8形式，并且在每個字節(jié)前加上%育叁。
它對應的解碼函數(shù)是decodeURI()迅脐。
需要注意的是，它不對單引號'編碼豪嗽。
八谴蔑、Javascript函數(shù)：encodeURIComponent()
最后一個Javascript編碼函數(shù)是encodeURIComponent()。與encodeURI()的區(qū)別是昵骤，它用于對URL的組成部分進行個別編碼树碱，而不用于對整個URL進行編碼。
因此变秦，"; / ? : @ & = + $ , #"成榜，這些在encodeURI()中不被編碼的符號，在encodeURIComponent()中統(tǒng)統(tǒng)會被編碼蹦玫。至于具體的編碼方法赎婚，兩者是一樣。
它對應的解碼函數(shù)是decodeURIComponent()樱溉。
轉(zhuǎn)載自http://www.ruanyifeng.com/blog/2010/02/url_encoding.html
