如何在URL中转义中文Unicode字符?

时间:2011-05-27 13:00:28

标签: php url unicode localization cjk

我的PHP Web应用程序的中国用户将产品输入我们的系统。输入的信息例如是产品标题和价格。

我们希望使用产品标题为这些产品生成一个很好的URL slug。 好像我们不能只使用中文作为HREF属性。

有谁知道我们如何处理像“婴儿服饰”这样的标题,以便我们可以生成一个像http://www.site.com/婴儿服饰这样的干净网址?

一切都适用于“普通”语言,但高级UTF-8语言会给我们带来麻烦。

另外,在生成干净的URL时,我们想要记住SEO,但我没有中文经验。

2 个答案:

答案 0 :(得分:6)

此代码使用CPAN module, URI::Escape

#!/usr/bin/env perl

use v5.10;
use utf8;

use URI::Escape qw(uri_escape_utf8);

my $url  = "http://www.site.com/";
my $path = "婴儿服饰";

say $url, uri_escape_utf8($path);

运行时,打印:

http://www.site.com/%E5%A9%B4%E5%84%BF%E6%9C%8D%E9%A5%B0

这就是你要找的东西吗?

顺便说一下,这四个字符是:

CJK UNIFIED IDEOGRAPH-5A74
CJK UNIFIED IDEOGRAPH-513F
CJK UNIFIED IDEOGRAPH-670D
CJK UNIFIED IDEOGRAPH-9970

根据Unicode::Unihan数据库,似乎是yīngérfúshì,或者只是 yingerfúshi per Lingua::ZH::Romanize::Pinyin 。甚至可能使用Unicode::Unihan中的粤语版本jing¹jan⁴fuk⁶sik¹jing˥jan˨˩fuk˨sik˥

答案 1 :(得分:6)

如果您的字符串已经是UTF-8,只需使用rawurlencode对字符串进行正确编码:

$path = '婴儿服饰';
$url = 'http://example.com/'.rawurlencode($path);

UTF-8是非ASCII字符的首选字符编码(尽管URI中只允许使用ASCII字符,这就是您需要使用percent-encoding的原因)。结果与tchrist’s example中的结果相同:

http://example.com/%E5%A9%B4%E5%84%BF%E6%9C%8D%E9%A5%B0