关于 URL 编码 /javascript/js url 编码 /url 的三个 js 编码函数 escape(),encodeURI(),encodeURIComponent() 本文为您讲述关于 js(javascript)编码 url 的相关问题。(js 中 url 编码 & 符号后传值给其它页面,多参数网址作为整体编码后传值。

如:

http://www.deogoo.com/index.html?id=http://deogoo.com/xmxy/?id1=1&id2=2

这个时候参数 id 所获得的值并不是

http://deogoo.com/xmxy/?id1=1&id2=2

而是

http://deogoo.com/xmxy/?id1=1

也就是说从 & 符号的地方截断了,因为 & 符号是特殊符号不能直接传递,需要经过编码以后才能传递。

如果你想直接看解决方法,那直接看最后一段吧。

一、问题的由来

URL 就是网址,只要上网,就一定会用到。

一般来说,URL 只能使用英文字母、阿拉伯数字和某些标点符号,不能使用其他文字和符号。比如,世界上有英文字母的网址 “http://www.abc.com”,但是没有希腊字母的网址“http://www.aβγ.com”(读作阿尔法 - 贝塔 - 伽玛.com)。这是因为网络标准 RFC 1738 做了硬性规定:

原文:”…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.”

编译:“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。”

这意味着,如果 URL 中有汉字,就必须编码后使用。但是麻烦的是,RFC 1738 没有规定具体的编码方法,而是交给应用程序(浏览器)自己决定。这导致“URL 编码”成为了一个混乱的领域。

下面就让我们看看,“URL 编码”到底有多混乱。我会依次分析四种不同的情况,在每一种情况中,浏览器的 URL 编码方法都不一样。把它们的差异解释清楚之后,我再说如何用 Javascript 找到一个统一的编码方法。

二、情况 1:网址路径中包含汉字

打开 IE(我用的是 8.0 版),输入网址“http://zh.wikipedia.org/wiki/ 春节”。注意,“春节”这两个字此时是网址路径的一部分。

查看 HTTP 请求的头信息,会发现 IE 实际查询的网址是“http://zh.wikipedia.org/wiki/%E6%98%A5%E8%8A%82”。也就是说,IE 自动将“春节”编码成了“%E6%98%A5%E8%8A%82”。

我们知道,“春”和“节”的 utf-8 编码分别是“E6 98 A5”和“E8 8A 82”,因此,“%E6%98%A5%E8%8A%82”就是按照顺序,在每个字节前加上 % 而得到的。(具体的转码方法,请参考我写的《字符编码笔记》。)

在 Firefox 中测试,也得到了同样的结果。所以,结论 1 就是,网址路径的编码,用的是 utf-8 编码。

三、情况 2:查询字符串包含汉字

在 IE 中输入网址“http://www.baidu.com/s?wd= 春节”。注意,“春节”这两个字此时属于查询字符串,不属于网址路径,不要与情况 1 混淆。

查看 HTTP 请求的头信息,会发现 IE 将“春节”转化成了一个乱码。

切换到十六进制方式,才能清楚地看到,“春节”被转成了“B4 BA BD DA”。

我们知道,“春”和“节”的 GB2312 编码(我的操作系统“Windows XP”中文版的默认编码)分别是“B4 BA”和“BD DA”。因此,IE 实际上就是将查询字符串,以 GB2312 编码的格式发送出去。

Firefox 的处理方法,略有不同。它发送的 HTTP Head 是“wd=%B4%BA%BD%DA”。也就是说,同样采用 GB2312 编码,但是在每个字节前加上了 %。

所以,结论 2 就是,查询字符串的编码,用的是操作系统的默认编码。

四、情况 3:Get 方法生成的 URL 包含汉字

前面说的是直接输入网址的情况,但是更常见的情况是,在已打开的网页上,直接用 Get 或 Post 方法发出 HTTP 请求。

根据台湾中兴大学吕瑞麟老师的试验,这时的编码方法由网页的编码决定,也就是由 HTML 源码中字符集的设定决定。

  

如果上面这一行最后的 charset 是 UTF-8,则 URL 就以 UTF-8 编码;如果是 GB2312,URL 就以 GB2312 编码。

举例来说,百度是 GB2312 编码,Google 是 UTF-8 编码。因此,从它们的搜索框中搜索同一个词“春节”,生成的查询字符串是不一样的。

百度生成的是 %B4%BA%BD%DA,这是 GB2312 编码。

Google 生成的是 %E6%98%A5%E8%8A%82,这是 UTF-8

所以,结论 3 就是,GET 和 POST 方法的编码,用的是网页的编码。

五、情况 4:Ajax 调用的 URL 包含汉字

前面三种情况都是由浏览器发出 HTTP 请求,最后一种情况则是由 Javascript 生成 HTTP 请求,也就是 Ajax 调用。还是根据吕瑞麟老师的文章,在这种情况下,IE 和 Firefox 的处理方式完全不一样。

举例来说,有这样两行代码:

  url = url + “?q=” +document.myform.elements[0].value; // 假定用户在表单中提交的值是“春节”这两个字

  http_request.open(‘GET’, url, true);

那么,无论网页使用什么字符集,IE 传送给服务器的总是“q=%B4%BA%BD%DA”,而 Firefox 传送给服务器的总是“q=%E6%98%A5%E8%8A%82”。也就是说,在 Ajax 调用中,IE 总是采用 GB2312 编码(操作系统的默认编码),而 Firefox 总是采用 utf-8 编码。这就是我们的结论 4。

六、Javascript 函数:escape()

好了,到此为止,四种情况都说完了。

假定前面你都看懂了,那么此时你应该会感到很头痛。因为,实在太混乱了。不同的操作系统、不同的浏览器、不同的网页字符集,将导致完全不同的编码结果。如果程序员要把每一种结果都考虑进去,是不是太恐怖了?有没有办法,能够保证客户端只用一种编码方法向服务器发出请求?

回答是有的,就是使用 Javascript 先对 URL 编码,然后再向服务器提交,不要给浏览器插手的机会。因为 Javascript 的输出总是一致的,所以就保证了服务器得到的数据是格式统一的。

Javascript 语言用于编码的函数,一共有三个,最古老的一个就是 escape()。虽然这个函数现在已经不提倡使用了,但是由于历史原因,很多地方还在使用它,所以有必要先从它讲起。

实际上,escape()不能直接用于 URL 编码,它的真正作用是返回一个字符的 Unicode 编码值。比如“春节”的返回结果是 %u6625%u8282,也就是说在 Unicode 字符集中,“春”是第 6625 个(十六进制)字符,“节”是第 8282 个(十六进制)字符。

它的具体规则是,除了 ASCII 字母、数字、标点符号“@ * _ + - . /”以外,对其他所有字符进行编码。在 \u0000 到 \u00ff 之间的符号被转成 %xx 的形式,其余符号被转成 %uxxxx 的形式。对应的解码函数是 unescape()。

所以,“Hello World”的 escape()编码就是“Hello%20World”。因为空格的 Unicode 值是 20(十六进制)。

还有两个地方需要注意。

首先,无论网页的原始编码是什么,一旦被 Javascript 编码,就都变为 unicode 字符。也就是说,Javascipt 函数的输入和输出,默认都是 Unicode 字符。这一点对下面两个函数也适用。

其次,escape()不对“+”编码。但是我们知道,网页在提交表单的时候,如果有空格,则会被转化为 + 字符。服务器处理数据的时候,会把 + 号处理成空格。所以,使用的时候要小心。

七、Javascript 函数:encodeURI()

encodeURI()是 Javascript 中真正用来对 URL 编码的函数。

它着眼于对整个 URL 进行编码,因此除了常见的符号以外,对其他一些在网址中有特殊含义的符号“; / ? : @ & = + $ , #”,也不进行编码。编码后,它输出符号的 utf-8 形式,并且在每个字节前加上 %。

它对应的解码函数是 decodeURI()。

需要注意的是,它不对单引号’编码。

八、Javascript 函数:encodeURIComponent()

最后一个 Javascript 编码函数是 encodeURIComponent()。与 encodeURI()的区别是,它用于对 URL 的组成部分进行个别编码,而不用于对整个 URL 进行编码。

因此,“; / ? : @ & = + $ , #”,这些在 encodeURI()中不被编码的符号,在 encodeURIComponent()中统统会被编码。至于具体的编码方法,两者是一样。

它对应的解码函数是 decodeURIComponent()。

九、总结

escape() 不能直接用于 URL 编码,它的真正作用是返回一个字符的 Unicode 编码值。比如”春节”的返回结果是 %u6625%u8282,,escape()不对”+”编码主要用于汉字编码,现在已经不提倡使用。

encodeURI()是 Javascript 中真正用来对 URL 编码的函数。编码整个 url 地址,但对特殊含义的符号”; / ? : @ & = + $ , #”,也不进行编码。对应的解码函数是:decodeURI()。

encodeURIComponent()
能编码”; / ? : @ & = + $ , #”这些特殊字符。对应的解码函数是 decodeURIComponent()。

我想要传递带 & 符号的网址,所以用 encodeURIComponent()

输出结果是:http%3A%2F%2Fwww.deogoo.com%2F%3Fid1%3D1%26id2%3D2

本文地址 https://shaoshilei.com/2014-01/about-url-encoding-javascript-js-url-encoded-url-three-js-coding-function.html