url 可以有 UTF-8 字符吗？

Posted 2023-02-24

【中文标题】url 可以有 UTF-8 字符吗？

【英文标题】：Can urls have UTF-8 characters?

【发布时间】：2014-04-16 22:35:04

【问题描述】：

我很好奇是否应该使用 ASCII 或 UTF-8 对 url 进行编码。我认为 url 不能有非 ASCII 字符，但有人告诉我他们可以有 UTF-8，我四处搜索，找不到哪个是真的。有人知道吗？

【问题讨论】：

Unicode characters in URLs 的可能重复项

【参考方案1】：

这有两个部分，但它们都等于“是”。

使用IDNA，可以使用完整的 Unicode 曲目注册域名（稍作改动以防止歧义和滥用）。

路径部分没有严格规定，但可以对路径中的任意字符串进行编码。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，这需要启发式方法，因为无法指定路径的字符集和编码。

所以，http://xn--msic-0ra.example/mot%C3%B6rhead 是一个（虚构的例子，并不完全正确）计算机可读的编码 URL，可以向用户显示为 http://müsic.example/motörhead。域名在称为Punycode 的东西中编码为xn--msic-0ra.example，并且路径包含编码为UTF-8 和URL 编码的标签“motörhead”（Unicode 代码点U+00F6 用两个字节0xC3 0xB6 表示UTF-8)。

路径也可以是 mot%F6rhead，这与 Latin-1 中的标签相同。在这种情况下，推断出一个合理的人类可读表示会困难得多，但也许周围字符的上下文可以提供足够的提示来进行良好的猜测。

单独来看，%F6 几乎可以是任何东西，%C3%B6 可以是例如UTF-16。

【讨论】：

当你写“UTF-8”时，你可能指的是“Unicode”。不管怎样，这并没有从根本上改变我的答案。

实际上它们都等于“否”。域和 URL 都不能包含任何非 ASCII 字符。 然而，存在将任意字符编码为 ASCII（百分比编码和 punycode）的方法...

+1 @deceze (-: 嗯，是的。规范 URL 不包含 Unicode。但 IDNA 的努力尤其是关于定义和启用对人类友好的半规范表示。跨度>

另外一个细节是url参数内容可以是url-encoded unicode utf-8。发生的情况是在发出 http 请求之前，参数数据是 url 编码的，无论是完整的 url 还是参数数据。像查询语法元素一样？和 & 已经是 ascii，只有参数数据会被编码触及。度数符号 ° 是 ASCII 0xB2，但将 C2 B2 转换为 UTF-8 ***.com/a/8732093/4299943。未编码° 1 字节将导致 ?并且仅发送 %B2 结果为 �，除非服务器未解码单字节 Windows-1252。 w3schools.com/tags/ref_urlencode.ASP

@flodis 这不是简单地重申答案中已经存在的信息吗？无论如何，可能不要使用 w3schools 作为您的参考。