我正在编写自己的小php框架。我想把所有内容写成尽可能语义，然后我就堆积了。
我有一个url解析class。它解析整个URL（方案，子域，域，资源和查询）。接下来，router课程决定如何处理此url。如果有与url相对应的资源，则“渲染”它，如果没有渲染404，如果资源被禁止则渲染403等等...问题是什么：
假设我的网站位于：http://en.mysite.com。可以说页面asd和&*%不存在。所以我有2个网址：
http://en.mysite.com/asd
http://en.mysite.com/&*%($^&#
当然两个网站都不存在。但是标题应该是什么样的？我在预测：
http://en.mysite.com/asd // header 404 Page not found
http://en.mysite.com/&*% // header 400 Bad request
然而（基于我们的大师网站）：
http://stackoverflow.com/<< // header 404
http://stackoverflow.com/&;: // header 404
http://stackoverflow.com/&*%($%5E&# // header 400 (which btw is not styled...)
https://www.google.com/%&*(#$*%&@^ // header 404...
规则是什么？每个系统都应该预测哪些符号可以用于网址？至于我，url应仅包含[a-z0-9-_.#!]+。我使用斜杠作为参数，所以我不需要? = &。 但一般规则是什么？规范中是否有任何url正则表达式？
顺便说一句：对于那些会说404和喝熊的人：我可能会：）。
但是这个问题在搜索引擎优化的情况下有点严重。在定位的情况下，400与404完全不同。用你自己的方式设计400页是很好的，并且对某人说“找不到页面”，但是“你是不是想把一些东西注入我美丽的网址？ 这是一个不好的请求！
答案 0 :(得分：2)
据我所知，IETF RFC2616应该为已经成形的请求返回400（即不符合IETF RFC3986，而对于不存在的资源应该返回404（410）应该返回曾经存在但现在已经消失的资源。
在上面的示例中，带有％-sign后跟两个十六进制字符的网址肯定是商品化的（例如en.mysite.com/&%($^&# 和www.google.com/%& (#$*%&@^）。同样格式错误的是在最后一部分中有两个?（问号标记）的查询。
可以在回答问题时找到网址的正则表达式：PHP validation/regex for URL。