javascript url解码,js的url转码解码

　　通常，如果某样东西需要编码，就意味着它不适合传输。有各种原因，比如大小太大，包含隐私数据。对于Url来说，编码的原因是Url中的某些字符会造成歧义。

　　比如在Url参数字符串中，key=value键-值对用于传递参数，键-值对之间用符号分隔，比如/s？q=abc ie=utf-8 .如果你的值字符串包含=或，势必会导致服务器解析Url不正确，所以必须对不明确的和=符号进行转义，即编码。

　　再比如，Url的编码格式是ASCII码而不是Unicode，也就是说你不能在Url中包含任何非ASCII字符，比如中文。否则，如果客户端浏览器和服务器浏览器支持不同的字符集，中文可能会导致问题。

　　Url编码的原理是使用安全字符(没有特殊用途或特殊含义的可打印字符)来表示那些不安全的字符。

　　初步知识：URI的意思是统一资源标识。通常，我们所说的URL只是URI的一种。典型的URL格式如下。下面提到的URL编码实际上应该是指URI编码。

哪些字符需要编码

RFC3986文件规定只有英文字母(a-zA-Z)，数字(0-9)，-_。Url中允许使用~4个特殊字符和所有保留字符。RFC3986对Url的编码和解码给出了详细的建议，指出了哪些字符需要编码才不会引起Url的语义变化，并对这些字符为什么需要编码给出了相应的解释。

　　US-ASCII字符集中没有相应的可打印字符：URL中只允许有可打印字符。US-ASCII码中的10-7F字节都代表控制字符，这些字符都不能直接出现在Url中。同时，80-FF字节(ISO-8859-1)不能放在Url中，因为它超出了美国-ACII定义的字节范围。

　　保留字符：Url可以分为几个部分，如协议、主机、路径等。有一些字符(:/？# [] @)用于分隔不同的组件。比如：冒号用来分隔协议和主机，/用来分隔主机和路径，用于分隔路径和查询参数等等。有一些人物(！$()* ,=)用于分隔各个组成部分，如=用于表示查询参数中的键值对，符号用于分隔查询中的多个键值对。当组件中的普通数据包含这些特殊字符时，有必要对它们进行编码。

　　RFC3986中指定以下字符为保留字符：* () ; @=$ ,/?# [ ]

　　不安全字符：还有一些字符，当它们被直接放在Url中时，可能会在解析器中引起歧义。出于多种原因，这些字符被认为是不安全的。

　　空格：当Url正在传输，或者用户正在排版，或者文本处理器正在处理Url时，有可能引入无关紧要的空格，或者删除那些有意义的空格。和：普通文本中通常用引号和尖括号来分隔URLs:通常用来表示书签或锚点%:百分号本身是作为编码不安全字符的特殊字符，所以需要进行编码{ } []` ~ ~:有些网关或传输代理会篡改这些字符。需要注意的是，对于URL中的合法字符，编码和非编码是等价的，但对于上述字符。所以对于Url来说，只有普通的英文字符和数字，以及特殊字符$-_。* ()有保留字符，因此它可以出现在未编码的Url中。其他字符需要编码后才能出现在Url中。

　　但是由于历史原因，仍然存在一些不规范的编码实现。比如~符号，虽然RFC3986文档规定波浪符号~不需要Url编码，但是仍然有很多老的网关或者传输代理对其进行编码。

如何对Url中的非法字符进行编码

Url编码通常也称为Url编码(也称为百分比编码)，因为它的编码方法非常简单。字符——0123456789ABCDEF——加上%百分比和两位数字表示一个字节的十六进制形式。用于Url编码的默认字符集是US-ASCII。比如US-ASCII码中A对应的字节是0x61，那么Url被编码得到A，我们在地址栏输入http://g.cn/search?Q=abc，其实相当于在谷歌上搜索abc。再比如ASCII字符集中@符号对应的字节是0x40，经过Url编码后，得到@的。

　　对于非ASCII字符，需要使用ASCII字符集的超集对相应的字节进行编码，然后对每个字节进行百分号编码。对于Unicode字符，RFC文档建议使用utf-8对其进行编码，以获得相应的字节，然后对每个字节执行百分比编码。比如‘中文’用UTF-8字符集得到0xE40xB80xAD0xE60x960x87的字节，Url编码后得到‘中文’。

　　如果一个字节对应于ASCII字符集中的一个非保留字符，那么这个字节不需要被

　　用百分号表示。例如"Url编码"，使用UTF-8编码得到的字节是 0x55 0x72 0x6C 0xE7 0xBC 0x96 0xE7 0xA0 0x81，由于前三个字节对应着ASCII中的非保留字符"Url"，因此这三个字节可以用非保留字符"Url"表示。最终的Url编码可以简化成"Url%E7%BC%96%E7%A0%81" ，当然，如果你用"%55%72%6C%E7%BC%96%E7%A0%81"也是可以的。

　　由于历史的原因，有一些Url编码实现并不完全遵循这样的原则，下面会提到。

Javascript中的escape, encodeURI和encodeURIComponent的区别

Javascript中提供了3对函数用来对Url编码以得到合法的Url，它们分别是escape / unescape, encodeURI / decodeURI和encodeURIComponent / decodeURIComponent。由于解码和编码的过程是可逆的，因此这里只解释编码的过程。

　　这三个编码的函数——escape，encodeURI，encodeURIComponent——都是用于将不安全不合法的Url字符转换为合法的Url字符表示，它们有以下几个不同点。

安全字符不同

下面列出了这三个函数的安全字符（即函数不会对这些字符进行编码）

　　escape（69个）：*/@+-._0-9a-zA-ZencodeURI（82个）：!#$&'()*+,/:;=?@-._~0-9a-zA-ZencodeURIComponent（71个）：!'()*-._~0-9a-zA-Z

兼容性不同

escape函数是从Javascript 1.0的时候就存在了，其他两个函数是在Javascript 1.5才引入的。但是由于Javascript 1.5已经非常普及了，所以实际上使用encodeURI和encodeURIComponent并不会有什么兼容性问题。

　　对Unicode字符的编码方式不同：这三个函数对于ASCII字符的编码方式相同，均是使用百分号+两位十六进制字符来表示。但是对于 Unicode字符，escape的编码方式是%uxxxx，其中的xxxx是用来表示unicode字符的4位十六进制字符。这种方式已经被W3C废弃了。但是在ECMA-262标准中仍然保留着escape的这种编码语法。encodeURI和encodeURIComponent则使用UTF-8对非ASCII字符进行编码，然后再进行百分号编码。这是RFC推荐的。因此建议尽可能的使用这两个函数替代escape进行编码。

适用场合不同

encodeURI被用作对一个完整的URI进行编码，而encodeURIComponent被用作对URI的一个组件进行编码。从上面提到的安全字符范围表格来看，我们会发现，encodeURIComponent编码的字符范围要比encodeURI的大。我们上面提到过，保留字符一般是用来分隔URI组件（一个URI可以被切割成多个组件，参考预备知识一节）或者子组件（如URI中查询参数的分隔符），如：号用于分隔 scheme和主机，?号用于分隔主机和路径。由于encodeURI操纵的对象是一个完整的的URI，这些字符在URI中本来就有特殊用途，因此这些保留字符不会被encodeURI编码，否则意义就变了。

　　组件内部有自己的数据表示格式，但是这些数据内部不能包含有分隔组件的保留字符，否则就会导致整个URI中组件的分隔混乱。因此对于单个组件使用encodeURIComponent，需要编码的字符就更多了。

表单提交

当Html的表单被提交时，每个表单域都会被Url编码之后才在被发送。由于历史的原因，表单使用的Url编码实现并不符合最新的标准。例如对于空格使用的编码并不是%20，而是+号，如果表单使用的是Post方法提交的，我们可以在HTTP头中看到有一个Content-Type的 header，值为application/x-www-form-urlencoded。大部分应用程序均能处理这种非标准实现的Url编码，但是在客户端Javascript中，并没有一个函数能够将+号解码成空格，只能自己写转换函数。还有，对于非ASCII字符，使用的编码字符集取决于当前文档使用的字符集。例如我们在Html头部加上

<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

这样浏览器就会使用gb2312去渲染此文档（注意，当HTML文档中没有设置此meta标签，则浏览器会根据当前用户喜好去自动选择字符集，用户也可以强制当前网站使用某个指定的字符集）。当提交表单时，Url编码使用的字符集就是gb2312。

　　之前在使用Aptana（为什么专指aptana下面会提到）遇到一个很迷惑的问题，就是在使用encodeURI的时候，发现它编码得到的结果和我想的很不一样。下面是我的示例代码：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta http-equiv="Content-Type" content="text/html; charset=gb2312" /> </head> <body> <script type="text/javascript"> document.write(encodeURI("中文")); </script> </body></html>

运行结果输出%E6%B6%93%EE%85%9F%E6%9E%83。显然这并不是使用UTF-8字符集进行Url编码得到的结果（在Google上搜索"中文"，Url中显示的是%E4%B8%AD%E6%96%87）。

　　所以我当时就很质疑，难道encodeURI还跟页面编码有关，但是我发现，正常情况下，如果你使用gb2312进行Url编码也不会得到这个结果的才是。后来终于被我发现，原来是页面文件存储使用的字符集和Meta标签中指定的字符集不一致导致的问题。Aptana的编辑器默认情况下使用UTF-8字符集。也就是说这个文件实际存储的时候使用的是UTF-8字符集。但是由于Meta标签中指定了gb2312，这个时候，浏览器就会按照gb2312去解析这个文档，那么自然在"中文"这个字符串这里就会出错，因为"中文"字符串用UTF-8编码过后得到的字节是0xE4 0xB8 0xAD 0xE6 0x96 0x87，这6个字节又被浏览器拿gb2312去解码，那么就会得到另外三个汉字"涓枃"（GBK中一个汉字占两个字节），这三个汉字在传入encodeURI函数之后得到的结果就是%E6%B6%93%EE%85%9F%E6%9E%83。因此，encodeURI使用的还是UTF-8，并不会受到页面字符集的影响。

　　对于包含中文的Url的处理问题，不同浏览器有不同的表现。例如对于IE，如果你勾选了高级设置"总是以UTF-8发送Url"，那么Url中的路径部分的中文会使用UTF-8进行Url编码之后发送给服务端，而查询参数中的中文部分使用系统默认字符集进行Url编码。为了保证最大互操作性，建议所有放到Url中的组件全部显式指定某个字符集进行Url编码，而不依赖于浏览器的默认实现。

　　另外，很多HTTP监视工具或者浏览器地址栏等在显示Url的时候会自动将Url进行一次解码（使用UTF-8字符集），这就是为什么当你在Firefox中访问Google搜索中文的时候，地址栏显示的Url包含中文的缘故。但实际上发送给服务端的原始Url还是经过编码的。你可以在地址栏上使用Javascript访问location.href就可以看出来了。在研究Url编解码的时候千万别被这些假象给迷惑了。

　　下面，我们来个实例：

在线直接进行URL可以通过该网站

http://tools.jb51.net/transcoding/urlencode_decode

通过程序来实现

package com.souvc.test;import java.io.UnsupportedEncodingException;import java.net.URLDecoder;import java.net.URLEncoder;/*** 类名: URLEncodeTest </br>* 描述: 把URL 编码或是解码 </br>* 开发人员： souvc </br>* 创建时间： 2015-11-30 </br>* 发布版本：V1.0 </br> */public class URLEncodeTest { public static void main(String[] args) { String URL ="http://www.souvc.com/oauthServlet"; System.out.println(urlEncodeUTF8(URL)); System.out.println(urlEncodeGb2312(URL)); System.out.println(urlDecodeUTF8("http%3A%2F%2Fwww.souvc.com%2FoauthServlet")); System.out.println(urlDecodeGb2312("http%3A%2F%2Fwww.souvc.com%2FoauthServlet")); } /** * 方法名：urlEncodeUTF8</br> * 详述： URL 编码 </br> * 开发人员：souvc </br> * 创建时间：2015-11-30 </br> * @param source * @return * @throws */ public static String urlEncodeUTF8(String URL) { String result = URL; try { result = URLEncoder.encode(URL, "UTF-8"); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } return result; } /** * 方法名：urlDecodeUTF8</br> * 详述：URL 解码 </br> * 开发人员：souvc </br> * 创建时间：2015-11-30 </br> * @param URL * @return * @throws */ public static String urlDecodeUTF8(String URL) { String result = ""; try { result = URLDecoder.decode(URL, "UTF-8"); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } return result; } /** * 方法名：urlDecodeGb2312</br> * 详述：URL 解码</br> * 开发人员：souvc </br> * 创建时间：2015-11-30 </br> * @param URL * @return * @throws */ public static String urlDecodeGb2312(String URL) { String result = ""; try { result = URLDecoder.decode(URL, "gb2312"); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } return result; } /** * 方法名：urlEncodeGb2312</br> * 详述：URL 编码 </br> * 开发人员：souvc </br> * 创建时间：2015-11-30 </br> * @param URL * @return * @throws */ public static String urlEncodeGb2312(String URL) { String result = URL; try { result = URLEncoder.encode(URL, "gb2312"); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } return result; } }

到此这篇关于Java结合JS实现URL编码与解码的文章就介绍到这了。希望对大家的学习有所帮助，也希望大家多多支持盛行IT。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。