Question

网址中的空格何时编码为+，何时编码为%20？

Answer 1

来自Wikipedia（重点和链接已添加）：

当提交已输入HTML表单的数据时，表单字段名称和值将被编码并使用方法GET或POST在HTTP请求消息中发送到服务器，或者历史上通过电子邮件发送到服务器。默认情况下使用的编码基于一般URI百分比编码规则的早期版本，其中number of modifications如换行标准化，并用“+”代替“％20”替换空格。 / strong>以这种方式编码的数据的MIME类型是application / x-www-form-urlencoded，它目前在HTML和XForms规范中定义（仍然是一种非常过时的方式）。

因此，真实百分比编码使用%20，而网址中的表单数据采用+的修改形式。因此，您最有可能仅在+之后的查询字符串中的网址中看到?。

Answer 2

这种混淆是因为到目前为止，网址仍然“破损”。

以“http://www.google.com”为例。这是一个URL。 URL是统一资源定位器，实际上是指向网页的指针（在大多数情况下）。自1994年的第一个规范以来，URL实际上具有非常明确的结构。

我们可以提取有关“http://www.google.com”网址的详细信息：

+---------------+-------------------+
|      Part     |      Data         |
+---------------+-------------------+
|  Scheme       | http              |
|  Host         | www.google.com    |
+---------------+-------------------+

如果我们查看更复杂的网址，例如：

“https://bob:bobby@www.lunatech.com:8080/file;p=1?q=2#third”

我们可以提取以下信息：

+-------------------+---------------------+
|        Part       |       Data          |
+-------------------+---------------------+
|  Scheme           | https               |
|  User             | bob                 |
|  Password         | bobby               |
|  Host             | www.lunatech.com    |
|  Port             | 8080                |
|  Path             | /file;p=1           |
|  Path parameter   | p=1                 |
|  Query            | q=2                 |
|  Fragment         | third               |
+-------------------+---------------------+

https://bob:bobby@www.lunatech.com:8080/file;p=1?q=2#third
\___/   \_/ \___/ \______________/ \__/\_______/ \_/ \___/
  |      |    |          |          |      | \_/  |    |
Scheme User Password    Host       Port  Path |   | Fragment
        \_____________________________/       | Query
                       |               Path parameter
                   Authority

每个部分的保留字符都不同。

对于HTTP URL，路径片段部分中的空格必须编码为“％20”（不是，绝对不是“+”），而路径片段部分中的“+”字符可以保留为未编码。 / p>
现在在查询部分中，空格可以编码为“+”（为了向后兼容：不要尝试在URI标准中搜索它）或“％20”，而“+”字符（作为结果这种歧义）必须被转移到“％2B”。

这意味着“蓝色+浅蓝色”字符串必须在路径和查询部分中进行不同的编码：

“http://example.com/blue+light%20blue?blue%2Blight+blue”。

从那里你可以推断出，如果没有对URL结构的语法意识，编码完全构造的URL是不可能的。

归结为：

您应该在%20和?之前+。

Source

Answer 3

我建议%20。

你是否对它们进行了硬编码？

尽管如此，这在语言上并不十分一致。如果我没弄错的话，在PHP urlencode()中将空格视为+，而Python的urlencode()将其视为%20。

编辑：

看来我错了。 Python的urlencode()（至少在2.7.2中）使用quote_plus()而不是quote()，因此将空格编码为“+”。似乎W3C推荐的结果是“+”：http://www.w3.org/TR/html4/interact/forms.html#h-17.13.4.1

事实上，你可以在Python自己的问题跟踪器上讨论有关用于编码空格的内容的有趣辩论：http://bugs.python.org/issue13866。

编辑＃2：

据我所知，最常见的编码方式是“+”，但只是一个注释，它可能只是我，但我发现这有点令人困惑：

import urllib
print(urllib.urlencode({' ' : '+ '})

>>> '+=%2B+'

Answer 4

空格只能在URL的“application / x-www-form-urlencoded”内容类型键值对查询部分中编码为“+”。这是一个MAY，而不是必须。在其余的URL中，它被编码为％20。

在我看来，总是将空格编码为％20，而不是“+”，即使在URL的查询部分也是如此，因为HTML规范（RFC-1866）指定了空格字符应该是在“application / x-www-form-urlencoded”内容类型键值对中编码为“+”。（见第8.2.1段，第1段。）

这种编码表单数据的方式也在后面的HTML规范中给出。例如，在HTML 4.01规范中查找有关application / x-www-form-urlencoded的相关段落，等等。

以下是URL中的示例字符串，其中HTML规范允许将空格编码为“http://example.com/over/there?name=foo+bar”。因此，根据HTML规范，只有在“？”之后，空格才能被加号替换。在其他情况下，空格应编码为％20。但由于很难正确地确定上下文，因此最好不要将空格编码为“+”。

我建议对所有字符进行百分比编码，但RFC-3986中定义的“无保留”除外，第2.3页

unreserved = ALPHA / DIGIT / "-" / "." / "_" / "~"

实现取决于您选择的编程语言。

如果您的网址包含国家字符，请先将其编码为UTF-8，然后对结果进行百分比编码。

编码空格字符的URL：+或％20？

4 个答案: