Question

我正在测试 PHP urlencode()与 Java java.net.URLEncoder.encode()。

爪哇

String all = "";
for (int i = 32; i < 256; ++i) {
    all += (char) i;
}

System.out.println("All characters:         -||" + all + "||-");
try {
    System.out.println("Encoded characters:     -||" + URLEncoder.encode(all, "utf8") + "||-");
} catch (UnsupportedEncodingException e) {
    e.printStackTrace();
}

PHP

$all = "";
for($i = 32; $i < 256; ++$i)
{
    $all = $all.chr($i);
}

echo($all.PHP_EOL);
echo(urlencode(utf8_encode($all)).PHP_EOL);

所有字符似乎都以相同的方式对两个函数进行编码，但不是由Java编码的“星号”字符除外，并且由PHP翻译为％2A。哪个行为应该是'正确的'，如果有的话？

注意：我也试过了rawurlencode() - 没有运气。

Answer 1

在网址中有一个*是可以的（但也可以以编码形式提供）。

RFC1738: Uniform Resource Locators (URL)声明如下：

<强>保留：

[...]

通常，当八位字节为时，URL具有相同的解释     由字符表示并在编码时。但事实并非如此     保留字符为true：编码为a保留的字符     特定方案可能会改变URL的语义。

因此，只有字母数字，特殊字符"$-_.+!*'()," ，以及     用于保留目的的保留字符可以使用     URL中未编码的。

另一方面，不需要编码的字符     （包括字母数字）可以在特定于方案的范围内编码     URL的一部分，只要它们不用于保留     目的

Answer 2

Wikipedia suggests *是一个保留字符，当涉及到URI时，如果不用于保留目的，则必须进行编码。根据{{3}}，第12-13页：

URI包括由分隔的组件和子组件 “保留”集中的字符。这些字符被调用 “保留”因为它们可能（或可能不）被定义为分隔符通用语法，每种特定于方案的语法，或者由 URI的解除引用算法的特定于实现的语法。如果URI组件的数据与保留的数据冲突字符作为分隔符的目的，那么冲突的数据必须是在URI形成之前进行百分比编码。

  reserved    = gen-delims / sub-delims

  gen-delims  = ":" / "/" / "?" / "#" / "[" / "]" / "@"

  sub-delims  = "!" / "$" / "&" / "'" / "(" / ")"
              / "*" / "+" / "," / ";" / "="

（RFC3986仍然允许*字符未编码的事实是不具有保留目的i网址，因此不会必须进行编码。所以你必须编码或不编码它取决于你正在创建什么类型的URI。）

Answer 3

Javadoc of URLEncoder指的是HTML规范：

此类包含用于将String转换为application/x-www-form-urlencoded MIME格式的静态方法。有关HTML表单编码的更多信息，请参阅HTML规范。

HTML4对于这个问题还不太清楚，并提到RFC1738，这是由aioobe引用的：

转义控件名称和值。空格字符被替换为'+'，然后保留字符被转义，如[RFC1738]，第2.2节中所述：非字母数字字符被'％HH'替换，百分号和两个十六进制数字代表ASCII代码字符。换行符表示为“CR LF”对（即'％0D％0A'）。

但是，HTML5直接指出*不应编码：

如果角色不在U + 0020范围内， U + 002A ，U + 002D，U + 002E，U + 0030到U + 0039，U + 0041到U + 005A ，U + 005F，U + 0061至U + 007A
  用字符串替换字符如下：
  ...

否则
  保留角色。

urlencode（）'星号'（星号？）字符

3 个答案: