【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: