URI编码

需要进行URI编码的情况

• 传递的数据中，如果存在用作分隔符的保留字符时需要编码
• 可能产生歧义的数据需要编码
  • 不在ASCII码范围内的字条
  • ASCII (opens new window)码中不可显示的字条
  • URI中规定的保留字符
  • 不安全字条(传输环节中可能会被不正确处理，如空格、引号、尖括号等)

示例：

• https://api.test.doamin.com/q?pram=?#543!
  #号是fragment的分隔符，不进行编码的话#号后面的内容会被截断
• https://api.test.doamin.com/q?pram=你好 编码
  如果此URL直接在浏览器输入能正常工作，因为浏览器会对空格进行编码，如果在编程语言中直接这样写可能会有问题
• https://api.test.doamin.com/q?pram=你好'>编 码
  此种情况有可能中间的代理服务器会将pram后面的内容进行截断，要先进行编码

保留字符与非保留字符

• 保留字符，主要有两种：gen-delims, sub-delims
  • gen-delims: : / ? # [ ] @
  • sub-delims: ! $ & ' ( ) * + , ; =
• 非保留字符
  • 字母(ALPHA): %41-%5A and %61-%7A
  • 数字(DIGIT): %30-%39
  • - : %2D
  • . : %2E
  • _ : %5F
  • ~ : %7E, 有些实现会将此符号认为保留字符

URI编码的格式

• 百分号编码的格式: %加两个16进制的数字
  • pct-encoded: % HEXDIG HEXDIG
  • US-ASCII: 128个字符(95个可显示字符，33个不可显示字符)，参考：https://zh.wikipedia.org/wiki/ASCII
  • 对于HEXDIG十六进制中的字母，大小写等价
• 非ASCII码字符(如中文): 建议先UTF8编码，再US-ASCII编码
• 对于URI合法字符，编码与不编码是等价的