网址可以包含UTF-8字符吗？

Question

我很好奇我是否应该用ASCII或UTF-8编码网址。我认为网址不能包含非ASCII字符，但是有人告诉我他们可以使用UTF-8，我搜索过并且无法找到哪一个是真的。有谁知道吗？

Answer 1

这有两个部分，但它们都是“是”。

使用IDNA，可以使用完整的Unicode指令（使用一些小的曲目来注册域名）来防止歧义和滥用。

路径部分没有严格规定，但可以在路径中编码任意字符串。浏览器可以选择显示人类可读的渲染而不是编码路径。但是，这需要启发式，因为无法指定路径的字符集和编码。

因此，http://xn--msic-0ra.example/mot%C3%B6rhead是一个（虚构的例子，不完全正确）计算机可读编码的URL，可以http://müsic.example/motörhead显示给用户。域名在名为Punycode的东西中编码为xn--msic-0ra.example，路径包含编码为UTF-8和URL编码的标签“motörhead”（Unicode代码点U+00F6用两个字节0xC3表示UTF-8中的0xB6。

路径也可以是mot%F6rhead，它与Latin-1中的标签相同。在这种情况下，推导出合理的人类可读表示会更加困难，但也许周围人物的上下文可以提供足够的提示来进行良好的猜测。

孤立地，%F6几乎可以是任何东西，%C3%B6可以是例如{{1}}。 UTF-16。