在php中有urlencode()、urldecode()、rawurlencode()、rawurldecode()这些函数来解决网页URL编码解码问题。
理解urlencode:
urlencode: 是指针对网页url中的中文字符的一种编码转化方式,最常见的就是Baidu、Google等搜索引擎中输入中文查询时候,生成经过 Encode过的网页URL。
urlencode的方式一般有两种一种是传统的基于GB2312的Encode(Baidu、Yisou等使用),一种是 基于utf-8的Encode(Google,Yahoo等使用)。本文分别分析两种方式的Encode与Decode。
中文 -> GB2312的Encode -> %D6%D0%CE%C4
中文 -> utf-8的Encode -> %E4%B8%AD%E6%96%87
html中的urlencode:
编码为GB2312的html文件中:
http://www.php.com/中文.rar -> 浏览器自动转换为 -> http://www.php.com/%D6%D0%CE%C4.rar
注意:Firefox对GB2312的Encode的中文URL支持不好,因为它默认是utf-8编码发送URL的,但是ftp://协议可以,应该算是Firefox一个bug。
编码为utf-8的html文件中:
http://www.php.com/中文.rar -> 浏览器自动转换为 -> http://www.php.com/%E4%B8%AD%E6%96%87.rar
PHP中的urlencode:
//GB2312的Encode echo urlencode("中文-_. ")."\n"; //%D6%D0%CE%C4-_.+ echo urldecode("%D6%D0%CE%C4-_. ")."\n"; //中文-_. echo rawurlencode("中文-_. ")."\n"; //%D6%D0%CE%C4-_.%20 echo rawurldecode("%D6%D0%CE%C4-_. ")."\n"; //中文-_.
除了 -_. 之外的所有非字母数字字符都将被替换成百分号(%)后跟两位十六进制数。
urlencode和rawurlencode的区别:
urlencode 将空格则编码为加号(+)
rawurlencode 将空格则编码为加号(%20)
我上个版本的txt文件分割器(在线)代码都是采用urlencode,从来没有发现过这个问题,结果导致今天出了严重的bug,所有带空格的url都无法解析了,导致分割好的文件无法下载。使用rawurlencode()函数,解决了这个问题。
如果要使用utf-8的Encode,有两种方法:
一、将文件存为utf-8文件,直接使用urlencode、rawurlencode即可。
二、使用mb_convert_encoding函数。
$url = ‘http://www.php.com/中文.rar‘; echo urlencode(mb_convert_encoding($url, ‘utf-8‘, ‘gb2312‘))."\n"; echo rawurlencode(mb_convert_encoding($url, ‘utf-8‘, ‘gb2312‘))."\n"; //http%3A%2F%2Fwww.huikaiche.com%2F%E4%B8%AD%E6%96%87.rar
应用实例:
function parseurl($url=""){ $url = rawurlencode(mb_convert_encoding($url, ‘gb2312‘, ‘utf-8‘)); $a = array("%3A", "%2F", "%40"); $b = array(":", "/", "@"); $url = str_replace($a, $b, $url); return $url; } $url="ftp://yongfu:[email protected]/中文/中文.rar"; echo parseurl($url); //ftp://yongfu:[email protected]/%D6%D0%CE%C4/%D6%D0%CE%C4.rar