URL编码解码是什么？
URL编码 (URL Encoding)，也称为百分号编码 (Percent-Encoding)，是一种将URL中不安全或具有特殊含义的字符转换为一种通用、安全的格式的过程。这种格式使用百分号（%）后面跟随字符ASCII或UTF-8编码的十六进制值来表示。
例如，空格字符（Space）在URL编码中通常被表示为 %20 (空格的ASCII十六进制是20)，或者在特定情况下（如application/x-www-form-urlencoded）被表示为加号（+）。
URL解码 (URL Decoding) 则是URL编码的逆过程，将URL中的百分号编码序列（例如 %20）转换回它们原始的字符（例如空格）。
这个标准主要由RFC 3986 (“Uniform Resource Identifier (URI): Generic Syntax”) 定义。
为什么需要URL编码？
URL编码是保证互联网上信息传输准确性和可靠性的关键机制。它解决的主要问题包括：
处理保留字符的歧义
URL的结构中包含一些具有特殊用途的字符，例如：
:用于分隔协议和主机名，或者主机名和端口。/用于分隔路径段。?用于分隔路径和查询字符串。=用于分隔查询参数的名称和值。&用于分隔查询字符串中的多个参数。#用于分隔URL和片段标识符。
如果你的数据（例如一个查询参数的值）本身包含了这些字符，浏览器或服务器可能会误将其解释为URL结构的一部分，而不是数据本身。通过编码这些字符，可以消除这种歧义，确保它们被正确地作为数据处理。例如，如果一个参数值是 a&b，不编码直接放进URL会变成 ?param=a&b，系统会误以为 b 是一个新的参数。编码后变成 ?param=a%26b，系统就能正确识别整个 a&b 是 param 的值。
处理不安全字符
有些字符在URL中可能是不安全的，因为它们可能对某些系统造成困扰或被误解。这些字符包括空格、双引号 (")、小于号 (<)、大于号 (>)、反斜杠 (\)、井号 (#)、百分号 (%)本身等等。例如，空格在URL中是含糊不清的，它可能被不同的系统以不同的方式处理。编码可以统一表示这些字符。
处理非ASCII字符
最初的URL标准主要基于ASCII字符集。然而，现代网络需要处理各种语言中的字符，例如中文、日文、西里尔文等等。这些非ASCII字符不能直接出现在URL中。标准的做法是先将这些字符根据某种字符编码（普遍使用UTF-8）转换成一个或多个字节序列，然后再对每个字节进行百分号编码。这样，无论什么语言的字符，都能以标准的ASCII格式在URL中传输。
哪些字符需要或建议编码？
根据URL的标准 (RFC 3986)，字符大致分为几类：
不被编码的字符 (Unreserved Characters)
这些字符可以直接出现在URL中，不需要编码。包括：
- 英文字母 (
A-Z,a-z) - 数字 (
0-9) - 一些特殊符号: 连字符 (
-), 下划线 (_), 句点 (.), 波浪线 (~)
需要编码的字符 (需要根据上下文判断是否编码)
主要指保留字符。如果这些字符在URL的特定位置（例如路径段或查询参数值）是作为数据出现的，并且该位置中该字符有特殊含义，那么它就必须被编码。如果它在该位置是作为结构分隔符使用，则不能编码。
保留字符包括：: / ? # [ ] @ ! $ & ' ( ) * + , ; =
例如，在路径
/users/list中，/是结构分隔符，不能编码。但在查询参数?name=user/list中，如果/list是名字的一部分，那么/应该被编码为%2F，即?name=user%2Flist。然而，在查询字符串中作为参数分隔符的&和赋值符的=如果是数据的一部分，则必须编码。
建议编码的字符 (不安全字符)
这些字符虽然没有特定的保留含义，但可能引起问题，因此建议总是进行编码：
空格 (Space) 是最常见的一个，编码为 %20 或 +。
其他不安全字符包括：" < > # % { } | \ ^ ~ [ ] `
需要特别注意的是，百分号 (%) 本身如果作为数据出现，必须被编码为 %25，否则它会被误认为百分号编码序列的开始。
非ASCII字符
任何不在上述不被编码集合中的非ASCII字符（如中文、西里尔文、表情符号等）都必须经过字符编码（通常是UTF-8）转换为字节序列，然后对每个字节进行百分号编码。
例如，中文汉字“中”的UTF-8编码是三个字节
E4 B8 AD。在URL中编码后就是%E4%B8%AD。
汉字“文”的UTF-8编码是三个字节E6 96 87。在URL中编码后就是%E6%96%87。
所以，“中文”在URL中编码后是%E4%B8%AD%E6%96%87。
URL编码解码在哪里使用？
URL编码解码广泛应用于各种网络场景中，确保URL能够正确传输和解析数据：
URL路径 (Path Component)
URL路径中的目录名或文件名如果包含特殊字符或非ASCII字符，需要进行编码。例如：/我的文件/报告.pdf 会被编码为 /%E6%88%91%E7%9A%84%E6%96%87%E4%BB%B6/%E6%8A%A5%E5%91%8A.pdf。
URL查询字符串 (Query String Component)
这是URL编码最常见的应用场景。查询字符串中的参数名和参数值如果包含保留字符、不安全字符或非ASCII字符，都必须进行编码。例如：?name=张三&city=New York 会被编码为 ?name=%E5%BC%A0%E4%B8%89&city=New%20York。注意这里空格被编码为 %20，而 & 和 = 作为分隔符不编码。但如果值是 New&Old，则 & 需要编码：?tag=New%26Old。
HTML 表单提交 (Form Submission)
当使用GET方法提交HTML表单时，表单字段的名称和值会被编码后附加到URL的查询字符串中。此时，空格通常被编码为加号（+），而不是 %20，因为这是 application/x-www-form-urlencoded 内容类型的规范（虽然现代推荐使用 %20，但历史原因 + 仍然普遍存在）。
超链接 (Hyperlinks)
在HTML的 <a href="..."> 标签中，如果链接的URL包含需要编码的字符，这些字符在生成链接时通常会被自动或手动编码。
HTTP Header
虽然不直接是URL路径或查询字符串的编码，但在某些HTTP Header字段的值中传递包含特殊字符或非ASCII字符的信息时（如在 Content-Disposition Header中指定文件名），也会用到类似的编码机制（通常是百分号编码或RFC 5987定义的扩展编码）。
API 参数传递
在调用Web服务或RESTful API时，如果通过URL路径或查询字符串传递参数，这些参数的值必须进行适当的URL编码。
如何进行URL编码和解码？
在绝大多数编程语言和开发环境中，都有内置的函数或库来处理URL编码和解码，这通常是推荐的方式，因为这些函数会遵循标准并处理好各种细节（如字符编码）。手动进行编码容易出错。
编程语言内置功能
JavaScript
encodeURI(uri): 用于编码完整的URI（Uniform Resource Identifier），不会编码保留字符 (: / ? # & = + $ , ;) 以及不被编码的字符。适用于对整个URL进行编码。encodeURIComponent(str): 用于编码URI的一个组件（如查询参数的名称或值）。会编码所有保留字符和不安全字符，但不编码不被编码的字符。适用于对URL的某个部分（如参数值）进行编码。decodeURI(encodedURI): 解码由encodeURI编码的URI。decodeURIComponent(encodedURIComponent): 解码由encodeURIComponent编码的组件。- 注意：
encodeURIComponent比encodeURI编码的字符更多，通常在编码查询参数值时使用encodeURIComponent。
Python
urllib.parse.quote(string, safe='/'): 编码字符串，默认不对/进行编码。safe参数指定不被编码的额外字符。urllib.parse.unquote(string): 解码字符串。urllib.parse.quote_plus(string, safe=''): 编码字符串，将空格编码为+，并默认不对/进行编码 (可以通过safe修改)。适用于application/x-www-form-urlencoded格式。urllib.parse.unquote_plus(string): 解码字符串，会将+解码为空格。
Java
java.net.URLEncoder.encode(String s, String enc): 使用指定的字符编码 (例如 “UTF-8”) 对字符串进行编码。会将空格编码为+。java.net.URLDecoder.decode(String s, String enc): 使用指定的字符编码对字符串进行解码。会将+解码为空格。- 注意： Java的这两个方法主要用于编码/解码查询字符串和表单数据，它们将空格编码为
+。对于URL路径等其他部分，可能需要更低层的处理或使用其他库。指定正确的字符编码 (如 “UTF-8”) 非常重要。
PHP
urlencode(string $string): 对字符串进行编码。将空格编码为+。urldecode(string $string): 对字符串进行解码。将+解码为空格。rawurlencode(string $string): 根据 RFC 3986 对字符串进行编码。将空格编码为%20，编码的字符集更广（不编码的字符集更小），更适合编码URL路径或独立的查询参数。rawurldecode(string $string): 解码由rawurlencode编码的字符串。将%20解码为空格。- 注意：
rawurlencode通常更符合现代URL编码的标准，推荐优先使用它，除非需要处理传统的表单提交数据。
在线工具
对于简单的、一次性的编码或调试任务，有许多免费的在线URL编码/解码工具可以使用。只需将文本粘贴进去，选择编码或解码，即可获得结果。
浏览器自动处理
大多数现代浏览器在用户输入URL到地址栏、点击包含特殊字符的链接或提交包含非ASCII字符的表单时，会自动进行适当的URL编码。例如，在地址栏输入包含中文的URL，浏览器通常会自动对其进行编码后再发送请求。
总结
URL编码解码是Web技术中一个基础但至关重要的部分。它通过将特殊字符、不安全字符和非ASCII字符转换为标准的 %XX 格式，确保了URL的有效性、结构清晰性以及数据的正确传输。无论是开发Web应用、与API交互还是简单地处理URL，理解并正确应用URL编码解码都是必不可少的。在实践中，优先使用编程语言提供的标准库函数来进行编码和解码，以确保符合规范并减少潜在错误。
