PHP--------解决网址URL编码问题

Posted 2020-10-20 切切歆语

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