Mã hóa URL ký tự khoảng trắng: + hoặc% 20?

Question

Khi nào một khoảng trống trong một URL được mã hóa thành + và khi nào mã đó được mã hóa thành %20?

Answer 1

Từ Wikipedia (nhấn mạnh và liên kết bổ sung):

Khi dữ liệu đã được nhập vào các hình thức HTML được gửi, tên trường biểu mẫu và các giá trị được mã hóa và gửi đến máy chủ trong một thông báo yêu cầu HTTP sử dụng phương thức GET hoặc POST hoặc lịch sử qua email. Mã hóa được sử dụng theo mặc định dựa trên phiên bản rất sớm của quy tắc mã hóa phần trăm URI chung, với number of modifications chẳng hạn như bình thường hóa dòng mới và thay thế dấu cách bằng dấu "+" thay vì "% 20". Loại dữ liệu MIME được mã hóa theo cách này là ứng dụng/x-www-form-urlencoded, và nó hiện đang được định nghĩa (vẫn còn trong một cách rất lỗi thời) trong các đặc tả HTML và XForms.

Vì vậy, tỷ lệ mã hóa thực sử dụng %20 trong khi dữ liệu mẫu trong URL là trong một hình thức biến đổi sử dụng +. Vì vậy, bạn có nhiều khả năng chỉ thấy + trong các URL trong chuỗi truy vấn sau một số ?.

Answer 2

Tôi muốn giới thiệu %20.

Bạn có mã hóa chúng không? Tuy nhiên,

Tuy nhiên, điều này không nhất quán trên các ngôn ngữ. Nếu tôi không nhầm, trong PHP urlencode() xử lý các khoảng trống là + trong khi đó, urlencode() của Python coi chúng là %20.

EDIT:

Có vẻ như tôi đã nhầm lẫn. Python urlencode() (ít nhất là trong 2.7.2) sử dụng quote_plus() thay vì quote() và do đó mã hóa dấu cách là "+". Nó cũng có vẻ rằng đề xuất của W3C là dấu "+" theo đây: http://www.w3.org/TR/html4/interact/forms.html#h-17.13.4.1

Và trên thực tế, bạn có thể làm theo cuộc tranh luận thú vị này trên theo dõi vấn đề riêng của Python về những gì để sử dụng để mã hóa không gian: http://bugs.python.org/issue13866.

EDIT # 2:

Tôi hiểu rằng cách phổ biến nhất của mã hóa "" là là "+", nhưng chỉ cần một lưu ý, nó có thể chỉ cho tôi, nhưng tôi tìm thấy điều này một chút bối rối:

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

>>> '+=%2B+' 

Answer 3

Sự nhầm lẫn này là do URL vẫn 'bị hỏng' cho đến ngày nay.

Lấy "http://www.google.com" chẳng hạn. Đây là một URL. URL là một Trình định vị tài nguyên đồng nhất và thực sự là một con trỏ đến một trang web (trong hầu hết các trường hợp). Các URL thực sự có một cấu trúc rất được xác định rõ ràng kể từ khi đặc điểm kỹ thuật đầu tiên vào năm 1994.

Chúng ta có thể trích xuất thông tin chi tiết về "http://www.google.com" URL:

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

Nếu chúng ta nhìn vào một URL phức tạp hơn như:

"https://bob:bobby@www.lunatech.com:8080/file;p=1?q=2#third"

chúng tôi có thể trích xuất thông tin sau:

+-------------------+---------------------+ 
|  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:bobby@www.lunatech.com:8080/file;p=1?q=2#third 
\___/ \_/ \___/ \______________/ \__/\_______/ \_/ \___/ 
    |  | |   |   |  | \_/ | | 
Scheme User Password Host  Port Path | | Fragment 
     \_____________________________/  | Query 
         |    Path parameter 
        Authority 

Ký tự dành riêng khác nhau cho từng phần.

Đối với URL HTTP, một khoảng trống trong phần đoạn đường dẫn phải được mã hóa thành "% 20" (không, hoàn toàn không phải "+"), trong khi ký tự "+" trong phần đoạn đường dẫn có thể không bị mã hóa. Bây giờ trong phần truy vấn, dấu cách có thể được mã hóa thành "+" (đối với tính tương thích ngược: không cố gắng tìm kiếm nó trong tiêu chuẩn URI) hoặc "% 20" trong khi ký tự "+" (dưới dạng kết quả của sự mơ hồ này) phải được chuyển sang "% 2B".

này có nghĩa là "màu xanh + ánh sáng màu xanh" chuỗi đã được mã hóa khác nhau trong đường dẫn và truy vấn phần:

"http://example.com/blue+light%20blue?blue%2Blight+blue".

Từ đó bạn có thể suy ra rằng mã hóa URL được xây dựng hoàn chỉnh là không thể mà không có nhận thức cú pháp về cấu trúc URL.

Điều này boils xuống đến là:

Bạn nên có %20 trước ? và + sau.

Source

Answer 4

Một không gian chỉ có thể được mã hóa ra "+" trong "application/x-www-form-urlencoded" content-type cặp khóa-giá trị truy vấn là một phần của một URL. Đây là một tháng năm, không phải là một PHẢI. Trong phần còn lại của URL, nó được mã hóa là% 20. Theo tôi, tốt hơn là luôn mã hóa các khoảng trống dưới dạng% 20, không phải là "+", ngay cả trong phần truy vấn của URL, bởi vì nó là đặc tả HTML (RFC-1866) chỉ định rằng ký tự khoảng trắng nên được mã hóa dưới dạng "+" trong cặp khóa-giá trị kiểu nội dung "application/x-www-form-urlencoded". (xem đoạn 8.2.1. đoạn 1.) Cách mã hóa dữ liệu biểu mẫu này cũng được cung cấp trong các đặc tả HTML sau, ví dụ, tìm các đoạn liên quan về ứng dụng/x-www-form-urlencoded trong Đặc tả HTML 4.01, v.v. .

Đây là một chuỗi mẫu trong URL trong đó đặc điểm kỹ thuật HTML cho phép mã hóa khoảng trắng là dấu cộng: "http://example.com/over/there?name=foo+bar". Vì vậy, chỉ sau "?", Không gian có thể được thay thế bằng dấu cộng, theo đặc điểm kỹ thuật HTML. Trong các trường hợp khác, không gian phải được mã hóa thành% 20. Nhưng vì thật khó để xác định chính xác ngữ cảnh, đó là phương pháp hay nhất để không bao giờ mã hóa khoảng trắng dưới dạng "+".

Tôi khuyên bạn nên mã hóa phần trăm tất cả ký tự ngoại trừ "không được đặt trước" được xác định trong RFC-3986, tr.2.3

unreserved = ALPHA/DIGIT/"-"/"."/"_"/"~" 

Việc triển khai phụ thuộc vào ngôn ngữ lập trình mà bạn đã chọn.

Nếu URL của bạn chứa các ký tự quốc gia, trước tiên hãy mã hóa chúng thành UTF-8 và sau đó mã hóa phần trăm kết quả.