IRI是否有效作为HTML属性值？

Question

使用包含非ASCII字符的IRI作为属性值（例如href属性）而不是URI，是否有效？ HTML风格（HTML和XHTML，4和5）之间是否有任何差异？至少RFC 3986似乎暗示它不是。

我意识到使用百分比编码可能更安全（关于旧的和不知道IRI的软件），但我正在寻找关于标准的确定答案。

到目前为止，我已经使用W3C validator进行了一些测试，并且URI中未转义的unicode字符不会触发HTML 4/5和XHTML 4/5文档类型的任何警告或错误（当然，没有错误消息并不意味着没有错误。）

至少chrome还支持原始的UTF-8 IRI，但是在触发HTTP请求之前，它们会逃脱它们。此外，我的Web服务器（lighttpd）似乎在HTTP请求中以百分比编码和未编码形式支持UTF-8字符。

Answer 1

HTML 4.01非常简单。不同的属性对于它们可以包含的内容有不同的规则，但如果我们在<a>元素上处理href属性，那么HTML 4 spec, section B.2.1 Non-ASCII characters in URI attribute values会说：

  

......以下href值是非法的：

     

<A href="http://foo.org/Håkon">...</A>

HTML5与众不同。它说IRIs are valid providing they comply with some additional conditions.

  

如果满足以下任一条件，则URL是有效的URL   成立：

     

  

• 该URL是有效的URI参考[RFC3986]。

  

• URL是有效的IRI引用，它没有查询组件。 [RFC3987]

  

• URL是有效的IRI引用，其查询组件不包含未转义的非ASCII字符。 [RFC3987]

  

• URL是有效的IRI引用，URL的Document的字符编码是UTF-8或UTF-16编码。 [RFC3987]

  

XHTML 1.x遵循与HTML 4.01相同的规则。

XHTML5与HTML5相同。

Answer 2

如有疑问，请阅读官方HTML规范以获得明确答案。

HTML 4根本不支持IRI。它们必须按RFC 3987 Section 3.1编码为URI，或者将非ASCII URI数据编码为UTF-8，每个HTML4 Section B.2.1编码百分比

HTML 5支持允许网址的所有地方的URI和IRI，每HTML5 Section 2.6。