Makaleler içeren bir web sitesi yapmam gerekiyor ve bunun için kolay URL'ler, örneğin sayfanın URL'si ile

Başlık: Makale Testi

haline gelmelidir: http://www.example.com/articles/article_test.

Tabii ki başlıktan bazı karakterleri ?veya gibi #çıkarmam gerekiyor, ancak hangilerini kaldıracağından emin değilim.

Birisi bana hangi karakterlerin saklanabileceğini söyleyebilir mi?

RFC 3986'nın 2.3 bölümünü alıntılamak için :

"Bir URI'de izin verilen, ancak ayrılmış bir amacı olmayan karakterlere, rezerve edilmez denir. Bunlar büyük ve küçük harfler, ondalık basamaklar, kısa çizgi, nokta, alt çizgi ve tilde içerir."

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

RFC 3986'nın eski RFC 2396'dan daha az ayrılmış noktalama işareti listelediğini unutmayın .

Dikkat etmeniz gereken iki karakter grubu vardır: ayrılmış ve güvensiz .

Ayrılmış karakterler şunlardır:

• ve işareti ("&")
• dolar ("$")
• artı işareti ("+")
• virgül (",")
• eğik çizgi ("/")
• kolon (":")
• noktalı virgül (";")
• eşittir ("=")
• soru işareti ("?")
• 'At' sembolü ("@")
• pound ("#").

Genellikle güvensiz olarak kabul edilen karakterler şunlardır:

• Uzay (" ")
• küçüktür ve büyüktür ("<>")
• köşeli parantez açma ve kapatma ("[]")
• kaşlı ayraçları açma ve kapatma ("{}")
• boru ("|")
• ters eğik çizgi ("\")
• düzeltme işareti ("^")
• yüzde ("%")

Bir ya da daha fazlasını unutmuş olabilirim, bu da Carl V'nin cevabını tekrarlamamı sağlıyor. Uzun vadede, sunucular ve sistemler tarafından izin verilmeyen karakterlerden haberdar olmaya çalışmak yerine, izin verilen karakterlerin "beyaz listesini" kullanmak ve daha sonra dizeyi kodlamak daha iyidir.

Belirli karakterleri (kara liste) kaldırmak yerine yalnızca bazı karakterleri (beyaz liste) saklarsınız.

Doğru şekilde kodladığınız sürece herhangi bir karaktere teknik olarak izin verebilirsiniz. Ancak, sorunun ruhuna cevap vermek için sadece şu karakterlere izin vermelisiniz:

1. Küçük harfler (büyük harfleri küçük harfe dönüştür)
2. 0'dan 9'a kadar sayılar
3. Kısa çizgi - veya alt çizgi _
4. Tilde ~

Diğer her şeyin potansiyel olarak özel bir anlamı vardır. Örneğin, + kullanabileceğinizi düşünebilirsiniz, ancak bir boşlukla değiştirilebilir. & özellikle bazı yeniden yazma kuralları kullanılıyorsa tehlikelidir.

Diğer yorumlarda olduğu gibi, tüm ayrıntılar için standartları ve teknik özellikleri inceleyin.

Daima Güvenli

Bunlar güvenlidir (teoride / spesifikasyonda), temel olarak alan adı dışında herhangi bir yerde.
Listelenmeyen herhangi bir şeyin yüzdesini kodlayın ve hazırsınız.

    A-Z a-z 0-9 - . _ ~ ( ) ' ! * : @ , ;

Bazen Güvenli

Yalnızca belirli URL bileşenlerinde kullanıldığında güvenlidir; dikkatli kullanın.

    Paths:     + & =
    Queries:   ? /
    Fragments: ? / # + & =
    

Asla Güvenli Değil

URI spesifikasyonuna (RFC 3986) göre, diğer tüm karakterlerin yüzde kodlu olması gerekir. Bu içerir:

    <space> <control-characters> <extended-ascii> <unicode>
    % < > [ ] { } | \ ^
    

Maksimum uyumluluk önemliyse karakter kümesini AZ az 0-9 - _ ile sınırlandırın.
(yalnızca dosya adı uzantıları için noktalarla).

Bağlamı Akılda Tutun

Spesifikasyon başına geçerli olsa bile, bağlama bağlı olarak bir URL yine de "güvensiz" olabilir. Dosya: /// Geçersiz dosya adı karakterleri içeren URL veya sınırlayıcı olarak kullanılmadığında "?", "=" Ve "&" içeren bir sorgu bileşeni. Bu vakaların doğru kullanımı genellikle komut dosyalarınıza bağlıdır ve çözülebilir, ancak akılda tutulması gereken bir şeydir.

RFC3986 - Tekdüzen Kaynak Tanımlayıcısı (URI): Genel Sözdizimi'ne baktığınızda, sorunuz bir URI'nin yol bileşeni etrafında döner .

    foo://example.com:8042/over/there?name=ferret#nose
     \_/   \______________/\_________/ \_________/ \__/
      |           |            |            |        |
   scheme     authority       path        query   fragment
      |   _____________________|__
     / \ /                        \
     urn:example:animal:ferret:nose

Bölüm 3.3, bir URI için geçerli karakterler segmentbelirtilmiştir pchar:

pchar = kaydedilmemiş / pct kodlu / alt sınırlar / ":" / "@"

Hangi yıkılır:

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

pct-encoded

"!" / "$" / "&" / "'" / "(" / ")" / "*" / "+" / "," / ";" / "="

":" / "@"

Veya başka bir deyişle: Eğer herhangi bir (non-control-) karakterini kullanabilir ASCII tablosunun , hariç / , ?, #, [ve ].

Bu anlayış RFC1738 - Tekdüzen Kaynak Konum Belirleyicileri (URL) tarafından desteklenmektedir .

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

Açıkladığınız bağlamdan, aslında yapmaya çalıştığınız şeyin 'SEO slug' adı verilen bir şey olduğundan şüpheleniyorum. Bunlar için bilinen en iyi genel uygulama:

1. Küçük harfe dönüştür
2. Az ve 0-9 dışındaki tüm karakter dizilerini bir tireye (-) dönüştürün (alt çizgi değil)
3. 'Durdur kelimeleri' URL'den, yani 'a', 'an' ve 'the' gibi anlamlı olmayan dizine eklenemeyen kelimeleri kaldırın; Kapsamlı listeler için Google 'kelimeleri durdur'

Bu nedenle, bir örnek olarak, "Çizgi Romanlarda Küfür Temsil Etmek İçin! @% $ * Kullanımı" başlıklı bir makale "kullanım-temsil-küfür-çizgi romanlar" hakkında bir bilgi alacaktır.

Bir URI'nin biçimi RFC 3986'da tanımlanmıştır . Ayrıntılar için bölüm 3.3'e bakın.

SEO bakış açısına göre, tireler alt çizgilere göre tercih edilir. Küçük harfe dönüştürün, tüm kesme işaretlerini kaldırın, ardından alfasayısal olmayan tüm karakter dizelerini tek bir tire ile değiştirin. Fazla tireleri başlangıçtan ve bitişten kesin.

Benzer bir sorunum vardı, güzel URL'lere sahip olmak istedim ve URL'lerde yalnızca harflere, rakamlara ve _'e izin vermem gerektiği sonucuna vardım. Bu iyi, o zaman bazı güzel normal ifade yazdım ve tüm UTF8 karakterlerinin .NET'te harf olmadığını ve vidalandığını fark ettiğini fark ettim. Bu, .NET regex motoru için bir sorun gibi görünüyor. Yani bu çözüme ulaştım:

private static string GetTitleForUrlDisplay(string title)
{
    if (!string.IsNullOrEmpty(title))
    {
        return Regex.Replace(Regex.Replace(title, @"[^A-Za-z0-9_-]", new MatchEvaluator(CharacterTester)).Replace(' ', '-').TrimStart('-').TrimEnd('-'), "[-]+", "-").ToLower();
    }
    return string.Empty;
}


/// <summary>
/// All characters that do not match the patter, will get to this method, i.e. useful for unicode chars, because
/// .NET impl of regext do not handle unicode chars. So we use char.IsLetterOrDigit() which works nicely and we 
/// return what we approve and return - for everything else.
/// </summary>
/// <param name="m"></param>
/// <returns></returns>
private static string CharacterTester(Match m)
{
    string x = m.ToString();
    if (x.Length > 0 && char.IsLetterOrDigit(x[0]))
    {
        return x.ToLower();
    }
    else
    {
        return "-";
    }
}

Ben ajax / php aracılığıyla bir değer bir URL döndürdüğümde daha sonra sayfa tarafından tekrar okundu zaman benim url güvenli bir kodlamak için çok yararlı buldum.

Özel karakter için url kodlayıcılı PHP çıktısı

//PHP returning the sucess info of ajax request
echo "".str_replace('&','%26',$_POST['name'])." category was changed";

//javascript sending the value to url
window.location.href='time.php?return=updated&val='+msg;

//javascript/php executing the function printing the value of the url,
//now with the text normally lost in space because of the reserved & character.

setTimeout("infoApp('updated','<?php echo $_GET['val'];?>');",360);

Herkes benim küçük kod özleri yararlı bulur umut! :)

Ben "URL Kodlama" gibi bir şey arıyor düşünüyorum - bir URL kodlamak böylece web üzerinde kullanmak için "güvenli":

İşte bunun için bir referans. Herhangi bir özel karakter istemiyorsanız, URL kodlaması gerektiren karakterleri kaldırın:

http://www.w3schools.com/TAGS/ref_urlencode.asp

3-50 karakter arasında. Küçük harfler, sayılar ve özel karakterler içerebilir - nokta (.), Tire (-), alt çizgi (_) ve oran (@).