对unicode字符进行URL编码的常用方法是将其拆分为2％的HH代码。 （ \ u4161 =＆gt; ％41％61 ）
但是，解码时如何区分unicode？你怎么知道％41％61 \ u4161 与 \ x41 \ x61 （“Aa”）？
需要编码的8位字符是否以％00 开头？
或者，unicode字符应该丢失/拆分吗？
答案 0 :(得分：7)
根据Wikipedia：
当前标准
通用URI语法要求新的URI方案 提供表示 URI中的字符数据必须在 效果，表示来自的人物 没有翻译的无保留集， 并且应该转换所有其他 根据字符到字节 UTF-8，然后对它们进行百分比编码 值。这个要求是 2005年1月推出 RFC 3986的发布.URI方案 在此日期之前介绍的不是 影响。
当前没有解决 规范是如何处理的 编码的字符数据。例如， 在计算机中，字符数据显示 以编码的形式，在某种程度上，和 因此可以被视为二元 数据或作为字符数据 映射到URI字符。想必， 这取决于URI方案 规范来解释这一点 可能性并要求一个或一个 其他，但在实践中，很少，如果有的话， 实际上。
非标准实施
存在非标准编码 对于Unicode字符：％uxxxx，其中 xxxx是表示为的Unicode值 四个十六进制数字。这种行为 没有任何RFC指定并具有 被W3C拒绝了。第三 ECMA-262的版本仍然包括 使用它的escape（string）函数 语法，还有一个encodeURI（uri） 转换为UTF-8和的函数 百分比编码每个八位字节。
所以，看起来完全取决于编写unncode方法的人......标准不是很有趣吗？
答案 1 :(得分：0)
我一直在做的是首先UTF-8编码一个Unicode字符串，使其成为一系列8位字符，然后再转义那些带有％HH的。
P.S。 - 我只能希望非标准实现（％uxxxx）很少而且很远。
答案 2 :(得分：0)
由于URI是在unicode出现之前引入的，或者至少是广泛使用的，我想这是一个非常具体的实现问题。 UTF-8对你的文本进行编码，然后根据正常情况进行转义听起来像是最好的想法，因为它完全向后兼容任何ASCII / ANSI系统，尽管你可能会得到奇怪的一两个字符。
另一方面，要进行解码，您可以浏览文本，并获得UTF-8字符串。如果使用较旧系统的某人试图以ASCII / ANSI发送一些数据，那么就没有任何损害，那就是（差不多）已经编码过UTF-8了。