【基礎進階】URL詳解與URL編碼

作為前端，每日與 URL 打交道是必不可少的。但是也許每天只是單純的用，對其只是一知半解，隨著工作的展開，我發現在日常抓包調試，介面調用，瀏覽器兼容等許多方面，不深入去理解URL與URL編碼則會踩到很多坑。故寫下此篇文章，詳解一下 URL 。

URL 與 URI

很多人會混淆這兩個名詞。

URL：(Uniform/Universal Resource Locator 的縮寫，統一資源定位符)。

URI：(Uniform Resource Identifier 的縮寫，統一資源標識符)。

關係：

URI 屬於 URL 更低層次的抽象，一種字元串文本標準。

就是說，URI 屬於父類，而 URL 屬於 URI 的子類。URL 是 URI 的一個子集。

二者的區別在於，URI 表示請求伺服器的路徑，定義這麼一個資源。而 URL 同時說明要如何訪問這個資源（http://）。

埠 與 URL標準格式

何為埠？埠(Port)，相當於一種數據的傳輸通道。用於接受某些數據，然後傳輸給相應的服務，而電腦將這些數據處理後，再將相應的回復通過開啟的埠傳給對方。

埠的作用：因為 IP 地址與網路服務的關係是一對多的關係。所以實際上網際網路上是通過 IP 地址加上埠號來區分不同的服務的。

埠是通過埠號來標記的，埠號只有整數，範圍是從0 到65535。

URL 標準格式

通常而言，我們所熟悉的 URL 的常見定義格式為：

scheme://host[:port#]/path/.../[;url-params][?query-string][#anchor]

1234567

scheme //有我們很熟悉的http、https、ftp以及著名的ed2k，迅雷的thunder等。host //HTTP伺服器的IP地址或者域名port# //HTTP伺服器的默認埠是80，這種情況下埠號可以省略。如果使用了別的埠，必須指明，例如tomcat的默認埠是8080 http://localhost:8080/path //訪問資源的路徑url-params //所帶參數 query-string //發送給http伺服器的數據anchor //錨點定位

　

利用 <a> 標籤自動解析 url

開發當中一個很常見的場景是，需要從 URL 中提取一些需要的元素，譬如 host 、 請求參數等等。

通常的做法是寫正則去匹配相應的欄位，當然，這裡要安利下述這種方法，來自 James的 blog，原理是動態創建一個 a 標籤，利用瀏覽器的一些原生方法及一些正則（為了健壯性正則還是要的），完美解析 URL ，獲取我們想要的任意一個部分。

代碼如下：

12345678910111213141516171819202122232425262728293031

// This function creates a new anchor element and uses location// properties (inherent) to get the desired URL data. Some String// operations are used (to normalize results across browsers).function parseURL(url) {var a = document.createElement("a");a.href = url;return {source: url,protocol: a.protocol.replace(":",""),host: a.hostname,port: a.port,query: a.search,params: (function(){var ret = {},seg = a.search.replace(/^?/,"").split("&"),len = seg.length, i = 0, s;for (;i<len;i++) {if (!seg[i]) { continue; }s = seg[i].split("=");ret[s[0]] = s[1];}return ret;})(),file: (a.pathname.match(/([^/?#]+)$/i) || [,""])[1],hash: a.hash.replace("#",""),path: a.pathname.replace(/^([^/])/,"/$1"),relative: (a.href.match(/tps?:/[^/]+(.+)/) || [,""])[1],segments: a.pathname.replace(/^//,"").split("/")};}

Usage 使用方法：

123456789101112

var myURL = parseURL("http://abc.com:8080/dir/index.html?id=255&m=hello#top");myURL.file; // = "index.html"myURL.hash; // = "top"myURL.host; // = "abc.com"myURL.query; // = "?id=255&m=hello"myURL.params; // = Object = { id: 255, m: hello }myURL.path; // = "/dir/index.html"myURL.segments; // = Array = ["dir", "index.html"]myURL.port; // = "8080"myURL.protocol; // = "http"myURL.source; // = "http://abc.com:8080/dir/index.html?id=255&m=hello#top"

利用上述方法，即可解析得到 URL 的任意部分。

URL 編碼

為什麼要進行URL編碼？通常如果一樣東西需要編碼，說明這樣東西並不適合直接進行傳輸。

1、會引起歧義：例如 URL 參數字元串中使用 key=value 這樣的鍵值對形式來傳參，鍵值對之間以 & 符號分隔，如 ?postid=5038412&t=1450591802326，伺服器會根據參數串的 & 和 = 對參數進行解析，如果 value 字元串中包含了 = 或者 & ，如寶潔公司的簡稱為P&G，假設需要當做參數去傳遞，那麼可能URL所帶參數可能會是這樣 ?name=P&G&t=1450591802326，因為參數中多了一個&勢必會造成接收 URL 的伺服器解析錯誤，因此必須將引起歧義的 & 和 = 符號進行轉義， 也就是對其進行編碼。

2、非法字元：又如，URL 的編碼格式採用的是 ASCII 碼，而不是 Unicode，這也就是說你不能在 URL 中包含任何非 ASCII 字元，例如中文。否則如果客戶端瀏覽器和服務端瀏覽器支持的字符集不同的情況下，中文可能會造成問題。

那麼如何編碼？如下：

escape 、 encodeURI 、encodeURIComponentescape()

首先想聲明的是，W3C把這個函數廢棄了，身為一名前端如果還用這個函數是要打臉的。

escape只是對字元串進行編碼（而其餘兩種是對URL進行編碼），與URL編碼無關。編碼之後的效果是以 %XX 或者 %uXXXX 這種形式呈現的。它不會對 ASCII字元、數字以及 @ * / +進行編碼。

根據 MDN 的說明，escape 應當換用為 encodeURI 或 encodeURIComponent；unescape 應當換用為 decodeURI 或 decodeURIComponent。escape 應該避免使用。舉例如下：

12345678

encodeURI("https://www.baidu.com/ a b c")// "https://www.baidu.com/%20a%20b%20c"encodeURIComponent("https://www.baidu.com/ a b c")// "https%3A%2F%2Fwww.baidu.com%2F%20a%20b%20c"//而 escape 會編碼成下面這樣，eocode 了冒號卻沒 encode 斜杠，十分怪異，故廢棄之escape("https://www.baidu.com/ a b c")// "https%3A//www.baidu.com/%20a%20b%20c"

encodeURI()

encodeURI() 是 Javascript 中真正用來對 URL 編碼的函數。它著眼於對整個URL進行編碼。

12	encodeURI("http://www.cnblogs.com/season-huang/some other thing");//"http://www.cnblogs.com/season-huang/some%20other%20thing";

編碼後變為上述結果，可以看到空格被編碼成了%20，而斜杠 / ，冒號 : 並沒有被編碼。

是的，它用於對整個 URL 直接編碼，不會對ASCII字母 、數字 、~ ! @ # $ & * ( ) = : / , ; ? + " 進行編碼。

12	encodeURI("~!@#$&*()=:/,;?+"")// ~!@#$&*()=:/,;?+"

encodeURIComponent()

嘿，有的時候，我們的 URL 長這樣子，請求參數中帶了另一個 URL ：

1	var URL = "http://www.a.com?foo=http://www.b.com?t=123&s=456";

直接對它進行 encodeURI 顯然是不行的。因為 encodeURI 不會對冒號 : 及斜杠 / 進行轉義，那麼就會出現上述所說的伺服器接受到之後解析會有歧義。

12	encodeURI(URL)// "http://www.a.com?foo=http://www.b.com?t=123&b=456"

這個時候，就該用到encodeURIComponent() 。它的作用是對 URL 中的參數進行編碼，記住是對參數，而不是對整個 URL 進行編碼。

因為它僅僅不對ASCII字母、數字 ~ ! * ( ) " 進行編碼。

錯誤的用法：

1234	var URL = "http://www.a.com?foo=http://www.b.com?t=123&s=456";encodeURIComponent(URL);// "http%3A%2F%2Fwww.a.com%3Ffoo%3Dhttp%3A%2F%2Fwww.b.com%3Ft%3D123%26s%3D456"// 錯誤的用法，看到第一個 http 的冒號及斜杠也被 encode 了

正確的用法：encodeURIComponent() 著眼於對單個的參數進行編碼：

123	var param = "http://www.b.com?t=123&s=456"; // 要被編碼的參數URL = "http://www.a.com?foo="+encodeURIComponent(param);//"http://www.a.com?foo=http%3A%2F%2Fwww.b.com%3Ft%3D123%26s%3D456"

利用上述的使用<a>標籤解析 URL 以及根據業務場景配合 encodeURI() 與 encodeURIComponent() 便能夠很好的處理 URL 的編碼問題。

應用場景最常見的一個是手工拼接 URL 的時候，對每對 key-value 用 encodeURIComponent 進行轉義，再進行傳輸。

原創文章，文筆有限，才疏學淺，文中若有不正之處，萬望告知。

如果覺得文章對您有用，請隨意打賞。您的支持將鼓勵我繼續創作！打賞支持
推薦閱讀：