URL字符编码
URL介绍
概述
URL 是“统一资源定位符”(Uniform Resource Locator)的首字母缩写,中文译为“网址”,表示各种资源的互联网地址。
所谓资源,可以简单理解成各种可以通过互联网访问的文件,比如网页、图像、音频、视频、JavaScript 脚本等等。只有知道了它们的 URL,才能在互联网上获取它们。
只要资源可以通过互联网访问,它就必然有对应的 URL。一个 URL 对应一个资源,但是同一个资源可能对应多个 URL。
URL 是互联网的基础。互联网之所以“互联”,就是因为网页可以通过“链接”(link),包含其他 URL。用户只要点击,就可以从一个 URL 跳转到另一个 URL,前往不同的网站。
URL字符
URL的组成部分
- 26个英语字母(包括大写和小写)
- 1-10
- 连词号(-)
- 句点(.)
- 下划线(__)
URL的字符编码(转义方法)
- ASCII
- unicode - utf8
- urlcode
ASCII码
URL字符转义的方法 : 百分号(%)+字符的十六进制
字符的十六进制
举例来说
www.baidu.com 可以转义为www.%62%61%69%64%75.com一样可以被浏览器识别
讯享网
Unicode UTF
它使用4字节的数字来表达每个字母、符号,或者表意文字(ideograph)。每个数字代表唯一的至少在某种语言中使用的符号。
Unicode 当然是一个很大的集合,现在的规模可以容纳100多万个符号。每个符号的编码都不一样,比如,U+0639表示阿拉伯字母Ain,U+0041表示英语的大写字母A,U+4E25表示汉字严。具体的符号对应表,可以查询unicode.org,或者专门的汉字对应表。

UTF-8
- 对于单字节的符号,字节的第一位设为 0,后面的7位为这个符号的 Unicode 码,因此对于英文字母,UTF-8 编码和 ASCII 码是相同的。
- 对于n字节的符号 (n>1),第一个字节的前 n 位都设为 1,第 n+1 位设为 0,后面字节的前两位一律设为 10,剩下的没有提及的二进制位,全部为这个符号的 Unicode 码 。
unicode编码范围与utf-8二进制的关系
| 编号范围 | 二进制格式 |
|---|---|
| 0x00 - 0x7f(0-127) | 0xxxxxxx |
| 0x80 - 0x7ff(128 - 2047) | 110xxxxx 10xxxxxx |
| 0x800 - 0xffff(2048-65535) | 1110xxxx 10xxxxxx 10xxxxxx |
| 0x10000 - 0x10ffff(65536)以上 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
举例子来说
中在unicode是4e2d(100 1110 0010) , 在上表来说 , 4e2d处于第三行(0x800 - 0xffff),因此中的utf-8编码为(01)转换为十六进制为e4b8ad
也就是说,URL 里面凡是有汉字中的地方,都要写成%e4%b8%ad。因此,访问www.example.com/中国.html这个网址,需要写成www.example.com/%e4%b8%ad%e5%9b%bd.html
URLcode码
把为什么要用urlcode进行编码呢
因为在把字符串用url方式传送给httpserver时,字符串中不能出现中文和特殊字符(空格、换行符);
所以要对url 进行urlcode
每一个中文字符都有一个urlcode 编码
每一个特殊字符都有一个urlcode编码
英文的urlcode 是本身,不会变化

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/112697.html