URL 编码解码详解

URL编码（也称百分号编码）是Web开发中的基础知识。无论是构建API请求、处理表单数据，还是解析URL参数，都离不开URL编码。本文将深入讲解URL编码的原理和实践。

什么是URL编码？

URL编码是一种将URL中不安全或保留字符转换为特定格式的机制。编码规则是将字符转换为%后跟两位十六进制ASCII码的形式。

例如，空格编码为%20（或+），中文"你好"编码为%E4%BD%A0%E5%A5%BD。

为什么需要URL编码？

URL只允许包含ASCII字符集中的部分字符。以下情况需要编码：

1. 非ASCII字符 — 中文、日文、表情符号等必须编码
2. 保留字符 — ?、&、=、#等在URL中有特殊含义，作为数据时需编码
3. 不安全字符 — 空格、<、>、{、}等在URL中可能引起歧义

URL保留字符

以下是URL中的保留字符及其编码：

JavaScript编码解码

// encodeURI - 编码完整URL（保留 http://、?、& 等）
encodeURI('https://example.com/搜索?q=你好&lang=中文')
// 结果: https://example.com/%E6%90%9C%E7%B4%A2?q=%E4%BD%A0%E5%A5%BD&lang=%E4%B8%AD%E6%96%87

// encodeURIComponent - 编码URL参数值
encodeURIComponent('hello world&foo=bar')
// 结果: hello%20world%26foo%3Dbar

// decodeURI - 解码完整URL
decodeURI('https://example.com/%E6%90%9C%E7%B4%A2')
// 结果: https://example.com/搜索

// decodeURIComponent - 解码参数值
decodeURIComponent('%E4%BD%A0%E5%A5%BD')
// 结果: 你好

区别要点：

• encodeURI 保留URL结构字符（://, ?, &, =, #, /）
• encodeURIComponent 编码所有保留字符，只保留字母、数字和- _ . ! ~ * ' ( )

Python编码解码

from urllib.parse import quote, unquote, urlencode, parse_qs

# 编码单个值
quote('hello world')  # 'hello%20world'
quote('你好')         # '%E4%BD%A0%E5%A5%BD'

# 编码完整URL参数
params = {'q': '搜索', 'page': 1}
urlencode(params)  # 'q=%E6%90%9C%E7%B4%A2&page=1'

# 解码
unquote('%E4%BD%A0%E5%A5%BD')  # '你好'

# 解析URL参数
parse_qs('q=搜索&page=1&lang=zh')  # {'q': ['搜索'], 'page': ['1'], 'lang': ['zh']}

Java编码解码

import java.net.URLEncoder;
import java.net.URLDecoder;

// 编码
String encoded = URLEncoder.encode("你好 world", "UTF-8");
// 结果: %E4%BD%A0%E5%A5%BD+world

// 解码
String decoded = URLDecoder.decode("%E4%BD%A0%E5%A5%BD+world", "UTF-8");
// 结果: 你好 world

常见问题与解决方案

问题1：空格编码不一致

不同场景下空格可能被编码为%20或+。在URL查询参数中，+表示空格是合法的（application/x-www-form-urlencoded格式），但在路径中应使用%20。

问题2：双重编码

// 错误：双重编码
encodeURIComponent(encodeURIComponent('你好'))  // %25E4%25BD%25A0%25E5%25A5%25BD

// 正确：只编码一次
encodeURIComponent('你好')  // %E4%BD%A0%E5%A5%BD

问题3：编码特殊字符

// 编码包含&和=的参数值
const value = 'a=1&b=2'
const url = `?data=${encodeURIComponent(value)}`
// 结果: ?data=a%3D1%26b%3D2

最佳实践

1. 构建URL参数时使用encodeURIComponent — 确保参数值中的特殊字符被正确编码
2. 解析URL参数时使用decodeURIComponent — 配对解码
3. 避免手动拼接URL — 使用URL对象或URLSearchParams API
4. 注意编码一致性 — 整个项目统一使用UTF-8编码
5. 处理双重编码 — 接收数据时检查是否被多次编码

// 推荐：使用URLSearchParams
const params = new URLSearchParams()
params.set('q', '搜索关键词')
params.set('page', '1')
const url = `https://api.example.com/search?${params.toString()}`

总结

URL编码是Web开发的基础技能。理解编码原理、掌握各语言的编码API、注意常见的编码陷阱，能帮助你避免大部分URL相关的bug。记住：编码用encodeURIComponent，解码用decodeURIComponent。