一、为什么要编码

对于Url来说,之所以要进行编码,是因为Url中有些字符会引起歧义。比如以下几种场景:

1.场景一

路径中包含有中文。然而Url中不能包含任何非ASCII字符,如果客户端浏览器和服务端浏览器支持的字符集不同的情况下,中文可能会造成问题。

https://code-nav.top/download/3?type=视频教程

2.场景二

Url参数字符串中使用key=value键值对这样的形式来传参,键值对之间以&符号分隔,如/s?q=abc&ie=utf-8。如果你的value字符串中包含了=或者&,那么势必会造成接收Url的服务器解析错误,因此必须将引起歧义的&=符号进行转义,也就是对其进行编码。

根据RFC标准,有些符号在URI中是不能直接传递的,要按照规定格式进行编码,下面我们看看哪些字符需要编码传递。

二、需要编码的字符

RFC3986文档规定,Url中只允许包含英文字母(a-zA-Z)、数字(0-9)、-_.~4个特殊字符以及所有保留字符。因此对于Url而言,只有普通英文字符和数字,特殊字符$-_.+!*’()还有保留字符,才能出现在未经编码的Url之中。其他字符均需要经过编码之后才能出现在Url中。

不安全的字符

字符描述
空格Url在传输的过程,有可能引入无关紧要的空格,或者去掉一些有意义的空格
引号以及<>引号和尖括号通常用于在普通文本中起到分隔Url的作用
#通常用于表示书签或者锚点
%百分号本身用作对不安全字符进行编码时使用的特殊字符,因此本身需要编码
{}|^[]`~一些网关或者传输代理会篡改这些字符

对于上面提到的这些字符,如果不经过编码,那么它们有可能会造成Url语义的不同。

三、编码的三种方式

第一种:escape和 unescape

escape()不能直接用于URL编码,它的真正作用是返回一个字符的Unicode编码值。规则如下:

方法描述返回值
escape()使用转义序列替换某些字符来对字符串进行编码,除了ASCII字母、数字、标点符号”@ * _ + - . /“以外返回Unicode编码字符串
unescape(String)对使用 escape() 编码的字符串进行解码

除了ASCII字母、数字、标点符号”@ * _ + - . /“以外,对其他所有字符进行编码。在u0000到u00ff之间的符号被转成%xx的形式,其余符号被转成%uxxxx的形式。对应的解码函数是unescape()。

编码:

"https://code-nav.top/download/3?type=" + escape('视频教程')

解码:

"https://code-nav.top/download/3?type=" + unescape('%u89C6%u9891%u6559%u7A0B')
// 输出:https://code-nav.top/download/3?type=视频教程

注意点:

  1. 首先,无论网页的原始编码是什么,一旦被Javascript编码,就都变为unicode字符。也就是说,Javascipt函数的输入和输出,默认都是Unicode字符。这一点对下面两个函数也适用。

  2. 其次,escape()不对 “+” 编码。但是我们知道,网页在提交表单的时候,如果有空格,则会被转化为+字符。服务器处理数据的时候,会把+号处理成空格。所以,使用的时候要小心。

第二种:encodeURI 和 decodeURI

encodeURI()是Javascript中真正用来对URL编码的函数。规则如下:

方法描述返回值
encodeURI(String)通过转义某些字符对 URI 进行编码,除了常见的符号以外(ASCII 字符),对其他一些在网址中有特殊含义的符号”; / ? : @ & = + $ , #”,也不进行编码输出utf-8形式字符串
decodeURI(String)对使用 encodeURI() 方法编码的字符串进行解码

它用于对URL的组成部分进行个别编码,除了常见的符号以外,对其他一些在网址中有特殊含义的符号; / ? : @ & = + $ , #,也不进行编码。编码后,它输出符号的utf-8形式,并且在每个字节前加上%,,然后用十六进制的转义序列(形式为%xx)对生成的 1 字节、2 字节或 4 字节的字符进行编码。
它对应的解码函数是decodeURI()

编码:

encodeURI('https://code-nav.top/download/3?type=视频教程')

解码:

decodeURI('https://code-nav.top/download/3?type=%E8%A7%86%E9%A2%91%E6%95%99%E7%A8%8B')
// 输出:https://code-nav.top/download/3?type=视频教程

第三种: encodeURIComponent 和 decodeURIComponent

encodeURI()的区别是,它用于对整个URL进行编码。; / ? : @ & = + $ , #,这些在encodeURI()中不被编码的符号,在encodeURIComponent()中统统会被编码。

规则如下:

方法描述返回值
encodeURIComponent(String)通过某些转义字符对 URI 进行编码,会编译所有(包含特殊字符),ASCII 字符不编码,可以将参数中的中文、特殊字符进行转义输出utf-8形式字符串
deencodeURIComponent(String)对使用 encodeURIComponent() 方法编码的字符串进行解码

它对应的解码函数是decodeURIComponent()

编码:

encodeURIComponent('https://code-nav.top/download/3?type=视频教程')
// 输出:https%3A%2F%2Fcode-nav.top%2Fdownload%2F3%3Ftype%3D%E8%A7%86%E9%A2%91%E6%95%99%E7%A8%8B

解码:

decodeURIComponent('https%3A%2F%2Fcode-nav.top%2Fdownload%2F3%3Ftype%3D%E8%A7%86%E9%A2%91%E6%95%99%E7%A8%8B')
// 输出: https://code-nav.top/download/3?type=视频教程

注意:参数包含特殊字符可能会造成间断。

三、总结

escape 官方已不推荐使用了,基本淘汰了,如果想对URL编码,最好不要使用此方法,encodeURIencodeURIComponent比较常用。

后面两个函数区别:

前者假定它的参数是 URI 的一部分(比如协议、主机名、路径或查询字符串)。因此 encodeURIComponent() 函数将转义用于分隔 URI 各个部分的标点符号。