Question

我有一个看起来像这样的网址（注意“”符号）：

http://tinklarastis.omnitel.lt/kokius-aptarnavimo-kanalus-klientui-siulo-„omnitel“-1494

我从SimplePie解析器接收它，如果这很重要的话。现在，如果您尝试在浏览器中访问此特定URL并从地址栏复制它，您将获得一个包含非ASCII符号的网址percent encoded：

http://tinklarastis.omnitel.lt/kokius-aptarnavimo-kanalus-klientui-siulo-%E2%80%9Eomnitel%E2%80%9C-1494

我试图理解如何在PHP中模仿相同的转换。我不能简单地使用urlencode()或urlrawencode()来编码非ASCII符号和保留符号，而在我的情况下，保留符号（/？＆amp;等）应该保持原样。

到目前为止，我只看到solutions涉及将URL拆分为保留符号之间的部分，然后使用urlencode()，但这对我来说感觉很乱，我希望有一个更优雅的解决方案。我尝试了iconv()，mb_convert_encoding()的各种变体，但还没有成功。

Answer 1

经过一番研究后，我得出结论，在PHP中没有办法做得很好（但是，像python / perl这样的其他语言似乎确实具有这个用例的功能）。这是我提出的功能（确保编码URL的路径片段）：

function url_path_encode($url) {
    $path = parse_url($url, PHP_URL_PATH);
    if (strpos($path,'%') !== false) return $url; //avoid double encoding
    else {
        $encoded_path = array_map('urlencode', explode('/', $path));
        return str_replace($path, implode('/', $encoded_path), $url);
    }   
}

Answer 2

我有一个简单的单行程序，我用它来使用preg_match_callback对非ASCII字符进行就地编码：

preg_replace_callback('/[^\x20-\x7f]/', function($match) {
    return urlencode($match[0]);
}, $url);

请注意，只有PHP 5.3 +支持匿名函数。

Answer 3

我认为这会做你想要的。

<?php

$string = 'http://tinklarastis.omnitel.lt/kokius-aptarnavimo-kanalus-klientui-siulo-„omnitel“-1494/?foo=bar&fizz=buzz';

var_dump(filter_var($string, FILTER_SANITIZE_STRING, FILTER_FLAG_ENCODE_HIGH));

这会让你：

$ php test.php
string(140) "http://tinklarastis.omnitel.lt/kokius-aptarnavimo-kanalus-klientui-siulo-&#226;&#128;&#158;omnitel&#226;&#128;&#156;-1494/?foo=bar&fizz=buzz"

Answer 4

此功能可能有所帮助：

function sanitizeUrl($url)
{
    $chars = '$-_.+!*\'(),{}|\\^~[]`<>#%";/?:@&=';
    $pattern = '~[^a-z0-9' . preg_quote($chars, '~') . ']+~iu';

    $callback = create_function('$matches', 'return urlencode($matches[0]);');

    return preg_replace_callback($pattern, $callback, $url);
}

Answer 5

function cyrillicaToUrlencode($text){
return $line = preg_replace_callback('/([а-яё])/ui',
                            function ($matches) {
                                return urlencode($matches[0]);
                            }, 
                            $text); 
}

echo cyrillicaToUrlencode("https://test.com/Москваёtext1Воронежtext2Москваёtext3yМоскваё___-Москваё");

将返回 - https://test.com/%D0%9C%D0%BE%D1%81%D0%BA%D0%B2%D0%B0%D1%91text1%D0%92%D0%BE%D1%80%D0%BE%D0%BD%D0%B5%D0%B6text2%D0%9C%D0%BE%D1%81%D0%BA%D0%B2%D0%B0%D1%91text3y%D0%9C%D0%BE%D1%81%D0%BA%D0%B2%D0%B0%D1%91___-%D0%9C%D0%BE%D1%81%D0%BA%D0%B2%D0%B0%D1%91

如何在PHP中仅对URL的非ASCII符号进行URL编码，但是保留的符号是否未编码？

5 个答案: