Boşluk karakterini kodlayan URL: + veya% 20?

Bir URL'deki boşluk +ne zaman ve ne zaman kodlanır %20?

Gönderen Wikipedia (vurgu ve bağlantı eklendi):

HTML formlarına girilen veriler gönderildiğinde, form alanı adları ve değerleri kodlanır ve sunucuya GET veya POST yöntemi kullanılarak veya geçmişte e-posta yoluyla bir HTTP istek iletisinde gönderilir. Varsayılan olarak kullanılan kodlama, genel URI yüzde kodlama kurallarının çok erken bir sürümüne dayanır ; satırsonu normalizasyonu ve boşlukların yerine "% 20" yerine "+" ile bir dizi değişiklik yapılır . Bu şekilde kodlanan MIME türü application / x-www-form-urlencoded şeklindedir ve şu anda HTML ve XForms belirtimlerinde tanımlanmıştır (hala çok eski bir şekilde).

Dolayısıyla, URL'lerde form verileri kullanan değiştirilmiş bir formdayken gerçek kodlama yüzdesi %20kullanılır +. Bu nedenle, büyük olasılıkla yalnızca +bir ?.

Bu karışıklık, URL'lerin bugüne kadar hala 'kırılmış' olmasıdır.

Örneğin " http://www.google.com " adresini ele alalım . Bu bir URL. URL, Tekdüzen Kaynak Konum Belirleyicisidir ve gerçekten bir web sayfasına (çoğu durumda) bir işarettir. URL'ler aslında 1994'teki ilk spesifikasyondan bu yana çok iyi tanımlanmış bir yapıya sahiptir.

" Http://www.google.com " URL'si hakkında ayrıntılı bilgi edinebiliriz :

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

Aşağıdaki gibi daha karmaşık bir URL'ye bakarsak:

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

aşağıdaki bilgileri elde edebiliriz:

+-------------------+---------------------+
|        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

Ayrılmış karakterler her bölüm için farklıdır.

HTTP URL'leri için, yol parçası bölümündeki bir boşluk "% 20" olarak kodlanmalıdır (kesinlikle "+" değil), yol parçası bölümündeki "+" karakteri ise kodlanmamış olarak bırakılmalıdır.

Şimdi sorgu bölümünde, boşluklar "+" (geriye dönük uyumluluk için: URI standardında aramaya çalışmayın) veya "% 20" veya "+" karakteri (bu belirsizliğin sonucu olarak) olarak kodlanabilir. ) "% 2B" değerine kaçmalıdır.

Bu, "mavi + açık mavi" dizesinin yol ve sorgu bölümlerinde farklı şekilde kodlanması gerektiği anlamına gelir:

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

Buradan, tamamen yapılandırılmış bir URL'yi kodlamanın, URL yapısının sözdizimsel farkındalığı olmadan imkansız olduğunu çıkarabilirsiniz.

Bu kaynar:

Sen olmalıdır %20önce ?ve +sonra.

Kaynak

Ben tavsiye ederim %20.

Onları kodlamakta zorlanıyor musunuz?

Yine de bu, diller arasında çok tutarlı değil. Yanılmıyorsam, PHP'de urlencode()boşlukları +Python'ın urlencode()onlara davranır gibi davranır %20.

DÜZENLE:

Yanılıyor gibiyim. Python'lar urlencode()(en azından 2.7.2'de) quote_plus()yerine quote()"+" yerine kullanır ve kodlar. Ayrıca, W3C önerisinin şu şekilde olduğu gibi "+" olduğu anlaşılıyor: http://www.w3.org/TR/html4/interact/forms.html#h-17.13.4.1

Ve aslında, boşlukları kodlamak için ne kullanacağınız konusunda Python'un kendi sorun izleyicisindeki bu ilginç tartışmayı takip edebilirsiniz: http://bugs.python.org/issue13866 .

DÜZENLEME # 2:

"" Kodlamanın en yaygın yolunun "+" olduğunu anlıyorum, ama sadece bir not, sadece ben olabilirim, ama bunu biraz kafa karıştırıcı buluyorum:

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

>>> '+=%2B+'

Bir boşluk, yalnızca bir URL'nin "application / x-www-form-urlencoded" içerik türü anahtar / değer çiftleri sorgu bölümünde "+" olarak kodlanabilir. Bence bu bir MAYIS, bir zorunluluk değil. Diğer URL'lerde% 20 olarak kodlanır.

Kanımca, boşlukları bir URL'nin sorgu bölümünde bile her zaman "+" olarak değil,% 20 olarak kodlamak daha iyidir, çünkü boşluk karakterlerinin " + "in" application / x-www-form-urlencoded "içerik türü anahtar / değer çiftleri (bkz. paragraf 8.2.1. alt paragraf 1)

Form verilerini kodlamanın bu yolu, daha sonraki HTML spesifikasyonlarında da verilmiştir. Örneğin, HTML 4.01 Spesifikasyonu'nda application / x-www-form-urlencoded ile ilgili paragrafları arayın, vb.

URL spesifikasyonunun boşlukları artı olarak kodlamasına izin verdiği örnek bir URL dizesi: " http://example.com/over/there?name=foo+bar ". Yani, sadece "?" Dan sonra, boşluklar artılarla değiştirilebilir . Diğer durumlarda, boşluklar% 20 olarak kodlanmalıdır. Ancak bağlamı doğru bir şekilde belirlemek zor olduğundan, boşlukları asla "+" olarak kodlamamak en iyi uygulamadır.

RFC-3986, s.2.3'te tanımlanan "rezerve edilmemiş" dışındaki tüm karakterlerin yüzde olarak kodlanmasını öneririm

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

Uygulama, seçtiğiniz programlama diline bağlıdır.

URL'niz ulusal karakterler içeriyorsa, önce bunları UTF-8 olarak kodlayın ve ardından sonucu yüzde olarak kodlayın.