编码空格字符的URL：+或％20？

Posted 2021-04-11

URL中的空格何时编码为+，何时编码为%20？

答案

来自Wikipedia（重点和链接添加）：

当提交已输入html表单的数据时，表单字段名称和值将被编码并使用方法GET或POST在HTTP请求消息中发送到服务器，或者历史上通过电子邮件发送到服务器。默认情况下使用的编码基于一般URI百分比编码规则的早期版本，使用number of modifications（如换行标准化）并用“+”而不是“％20”替换空格。以这种方式编码的MIME类型是application / x-www-form-urlencoded，并且它当前在HTML和XForms规范中定义（仍然以非常过时的方式）。

因此，真正的百分比编码使用%20而URL中的表单数据是使用+的修改形式。因此，您最有可能只在+之后的查询字符串中的URL中看到?。

另一答案

这种混淆是因为到目前为止，URL仍然“被打破”。

以“http://www.google.com”为例。这是一个URL。 URL是统一资源定位器，实际上是指向网页的指针（在大多数情况下）。自1994年的第一个规范以来，URL实际上具有非常明确的结构。

我们可以提取有关“http://www.google.com”网址的详细信息：

+---------------+-------------------+
|      Part     |      Data         |
+---------------+-------------------+
|  Scheme       | http              |
|  Host         | www.google.com    |
+---------------+-------------------+

如果我们查看更复杂的URL，例如：

“Qazxswpoi”

我们可以提取以下信息：

https://bob:[e-mail]:8080/file;p=1?q=2#third

每个部分的保留字符都不同。

对于HTTP URL，路径片段部分中的空格必须编码为“％20”（不是，绝对不是“+”），而路径片段部分中的“+”字符可以保持未编码状态。

现在在查询部分中，空格可以编码为“+”（为了向后兼容：不要尝试在URI标准中搜索它）或“％20”，而“+”字符（由于这种模糊性） ）必须逃到“％2B”。

这意味着“蓝色+浅蓝色”字符串必须在路径和查询部分中进行不同的编码：

“Qazxswpoi”。

从那里你可以推断出，如果没有对URL结构的语法意识，编码完全构造的URL是不可能的。

这归结为：

你应该在+-------------------+---------------------+ | Part | Data | +-------------------+---------------------+ | Scheme | https | | User | bob | | Password | bobby | | Host | www.lunatech.com | | Port | 8080 | | Path | /file;p=1 | | Path parameter | p=1 | | Query | q=2 | | Fragment | third | +-------------------+---------------------+ https://bob:[e-mail]:8080/file;p=1?q=2#third \___/ \_/ \___/ \______________/ \__/\_______/ \_/ \___/ | | | | | | \_/ | | Scheme User Password Host Port Path | | Fragment \_____________________________/ | Query | Path parameter Authority 和http://example.com/blue+light%20blue?blue%2Blight+blue之前有%20。

?

另一答案

我会推荐+。

你是硬编码吗？

不过，这在语言上并不十分一致。如果我没有弄错的话，在php中，Source将空格视为%20，而Python的urlencode()将它们视为+。

编辑：

看来我错了。 Python的urlencode()（至少在2.7.2中）使用%20而不是urlencode()，因此将空格编码为“+”。 W3C推荐似乎也是这里的“+”：quote_plus()

事实上，你可以在Python自己的问题跟踪器上关注如何用来编码空间的有趣辩论：quote()。

编辑＃2：

我知道最常见的编码方式是“+”，但只是一个注释，它可能只是我，但我发现这有点令人困惑：

http://www.w3.org/TR/html4/interact/forms.html#h-17.13.4.1

另一答案

空格只能在URL的“application / x-www-form-urlencoded”内容类型键值对查询部分中编码为“+”。在我看来，这是一个五月，而不是必须。在其余的URL中，它编码为％20。

在我看来，总是将空格编码为％20，而不是“+”，即使在URL的查询部分也是如此，因为它是HTML规范（RFC-1866），它指定空格字符应编码为“ +“in”application / x-www-form-urlencoded“内容类型键值对（见第8.2.1。分段1）

这种编码表单数据的方式也在后面的HTML规范中给出。例如，在HTML 4.01规范中查找有关application / x-www-form-urlencoded的相关段落，依此类推。

以下是URL中的示例字符串，其中HTML规范允许将空格编码为“http://bugs.python.org/issue13866”。因此，只有在“？”之后，才能用加号代替空格。在其他情况下，空格应编码为％20。但由于很难正确地确定上下文，因此最好不要将空格编码为“+”。

我建议对所有字符进行百分比编码，但RFC-3986，p.2.3中定义的“无保留”除外

import urllib
print(urllib.urlencode({' ' : '+ '})

>>> '+=%2B+'

实现取决于您选择的编程语言。

如果您的URL包含国家字符，请先将它们编码为UTF-8，然后对结果进行百分比编码。