整理HTML5中支持的URL編碼與字符編碼

投稿有獎

由 金聰采編 分享 時間：2017-09-05 加入收藏 我要投稿 點贊 侵權(quán)舉報/版權(quán)申訴

URL 編碼
URL 編碼就是將 URLs 中不宜打印的字符或者具有特殊意義的字符轉(zhuǎn)換為 Web 瀏覽器和服務(wù)器明白且普遍接受的表示法。 這些字符包括：

ASCII 控制字符 - 不宜打印的字符通常用于輸出控制。字符范圍是十六進(jìn)制的 00-1F（十進(jìn)制的 0-31）和 7F（十進(jìn)制的 127）。下面提供了完整的編碼表。

非 ASCII 控制字符 - 這些字符超出了 128 個 ASCII 字符集的范圍。這個范圍是 ISO-拉丁字符集的一部分以及包含整個十六進(jìn)制的 ISO-拉丁字符集 00-FF （十進(jìn)制的 128-255）的“前半部分”。下面提供了完整的編碼表。

保留字符 - 諸如美元符號，和號，加號，通用符號，正斜杠，冒號，分好，等號，問號以及 “at”這類符號。所有這些符號在 URL 內(nèi)都有不同的意義，因此需要編碼。下面提供了完整的編碼表。

不安全字符 - 包括空格，問號，小于符號，大于符號，磅字符，百分比符號，大括號左邊部分，大括號右邊部分，管道符，反斜杠，插入符號，波浪線。左方括號，右方括號，沉音符。出于某些原因，這些字符出現(xiàn)在 URLs 中存在被誤解的可能性。這些字符也應(yīng)該始終被編碼。下面提供了完整的編碼表。
編碼表示法需要三個字符替換期望的字符：一個百分號，兩個在 ASCII 字符集中表示字符位置的十六進(jìn)制數(shù)字、

示例
最常見的特殊字符之一便是空格。我們不能在 URL 中直接輸入一個空格?？崭裨谧址芯褪鞘M(jìn)制的 20。因此請求服務(wù)器時可以使用 %20 表示空格。

ASCII 控制字符編碼
包括十六進(jìn)制的 00-1F（十進(jìn)制的 0-31）和 7F（十進(jìn)制的 127）字符碼。

字符編碼就是將字節(jié)轉(zhuǎn)換為字符的一種方法。要驗證或者顯示一個 HTML 文檔，程序必須選擇一個字符編碼。HTML5 作者有三種方式設(shè)置字符編碼：

HTTP Content-Type 頭：
如果你在編寫 cgi 程序或者類似的程序，那么可以使用 HTTP Content-Type 頭設(shè)置任意字符編碼：

下面是一個簡單的例子：

<meta> 元素：
可以使用帶有 charset 屬性的 <meta> 元素指定 HTML5 文檔前 512 個字節(jié)的編碼：

下面是簡化的例子：

盡管這種語法是被允許的，但上述語法需要使用 <meta http-equiv="Content-Type" content="text/html; charset=UTF-8"> 替換。

Unicode 字節(jié)順序標(biāo)記（BOM）
一個字節(jié)順序標(biāo)記（BOM）由數(shù)據(jù)流開頭的 U+FEFF 字符碼組成，它可以用作定義字節(jié)順序和編碼形式的簽名，主要是未標(biāo)記的明文文件。

許多 Windows 程序（包括 Windows 記事本）都會在保存為 UTF-8 的任意文檔開頭添加 0xEF, 0xBB, 0xBF。這就是 Unicode 字節(jié)順序標(biāo)記（BOM）的 UTF-8 編碼，通常被稱為 UTF-8 BOM，盡管它和字節(jié)順序沒有關(guān)系。

對于 HTML5 文檔，我們可以在文件的開頭使用 Unicode 字節(jié)順序標(biāo)記（BOM）字符。這個字符為使用的編碼提供了簽名。