url编码

为什么要编码

1、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。

当url地址中参数中包含&、+、%等特殊字符时，地址无效。所以直接用encodeurl编码，由于没法对参数中这些编码，可能会出错。就需要对参数使用encodeURIComponent()。

 

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

 

如果URL中有汉字，就必须编码后使用。

主要是对参数进行编码。

 

2、使用浏览器直接发起请求（在地址栏输入地址），浏览器会使用默认的编码方式对url进行编码，各浏览有差异。

使用Javascript先对URL编码，然后再向服务器提交，不给浏览器插手的机会，能保证统一的编码方式输出相同的url。

 

编码方式

1、有效的 URI 中不能包含某些字符，URI 编码方法（encodeURI()和 encodeURIComponent()）就可以对 URI 进行编码，它们用特殊的 UTF-8 编码替换所有无效的字符，从而让浏览器能够接受和理解。

 

2、encodeURI()和 encodeURIComponent()方法区别：

encodeURI()主要用于整个 URI，不会对本身属于 URI 的特殊字符进行编码，例如：

 

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对“; / ? : @ & = + $ , #”也不进行编码。

这里面包含了一些浏览器不认同的参数中的特殊字符，所以对参数要用 encodeURIComponent()编码。

 

encodeURIComponent()主要用于对 URI 中的某一段，会对它发现的任何非标准字符进行编码。特别是在参数中。

 

不可以用它对整个url编码，浏览器会当成查询字符串。

 

举例

var uri = "http://www.wrox.com/illegal value.htm#start";
 
alert(encodeURI(uri));
//"http://www.wrox.com/illegal%20value.htm#start"
encodeURI()编码后的结果是除了空格之外的其他字符都原封不动，只有空格被替换成了%20。
 
 
alert(encodeURIComponent(uri));
//"http%3A%2F%2Fwww.wrox.com%2Fillegal%20value.htm%23start"
encodeURIComponent()方法则会使用对应的编码替换所有非字母数字字符

 

旧方法escape()和 unescape()只能正确地编码 ASCII 字符

而新的 URI 方法能够编码所有 Unicode 字符

 

扩展：Unicode、gbk、gb2312、utf-8

编码：将语言用字节表示

最初：ANSI 的”Ascii”编码——只编码英文

这种汉字编码方案叫做 “GB2312“。GB2312 是对 ASCII 的中文扩展。

后来GB2312不够表示汉字，扩展之后的编码方案被称为 GBK 标准。

 

最后统一：Unicode

从unicode开始，无论是半角的英文字母，还是全角的汉字，它们都是统一的”一个字符“！同时，也都是统一的”两个字节“，请注意”字符”和”字节”两个术语的不同，“字节”是一个8位的物理存贮单元，而“字符”则是一个文化相关的符号。在unicode中，一个字符就是两个字节。

 

utf-8

为解决unicode如何在网络上传输的问题，于是面向传输的众多 UTF（UCS Transfer Format）标准出现了，顾名思义，UTF-8就是每次8个位传输数据，而UTF-16就是每次16个位。UTF-8就是在互联网上使用最广的一种unicode的实现方式，这是为传输而设计的编码，并使编码无国界，这样就可以显示全世界上所有文化的字符了。

 

从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换。