URL编码与解码

        URL之所以要编码，不外乎几个原因，比如：URL中某些字符会引起歧义、URL参数中含有隐私数据、URL中参数中含有中文（URL编码格式采用ASCII而非Unicode）等。
一、参数字符串
        URL参数字符串中使用key=value键值对这样的形式来传递参数，键值对之间以&符号分隔，比如：/ex?i=mm_1_2_3&cb=jsonp_callback。如果value字符串中包含了=或者&，那么就会造成接收URL的服务器解析错误，因此，必须对会引起歧义的符号=和&进行转义，即对其进行编码。
        典型的URL格式如下：
        
        scheme：http://
        authority：toruk.tanx.com:80
        path：/ex
        query：?i=mm_35055626_3484594_13482142&cb=jsonp_callback
        fragment：#nose

二、编解码字符
        RFC3986规定URL中只允许包含英文字母（a-zA-Z）、数字（0-9）、4个特殊字符（-、_、.、~）以及所有保留字符（比如:/、?、[]、@等）。RFC3986对URL编码问题做了详细建议，指出了哪些字符需要编码才不会引起URL语义歧义，以及对这些字符编码的原因。
        URL可以划分为若干组件，比如：协议、主机、路径等，保留字符中有些就是用作分隔不同组件的，比如：冒号用于分隔协议和主机，/用于分隔主机和路径，?用于分隔路径和查询参数等，还有一些字符用于每个组件内起到分隔作用，比如：=用于分隔查询参数中的key=value，&用于分隔查询参数中的多个键值对等。当组件中的普通数据包含这些特殊字符使，需要对其进行编码。
        RFC3986中指定保留字符包括：!、*、'、()、;、:、@、&、=、+、$、,、/、?、#、[]，此外，还有一些字符也不能直接出现在URL中而需要编码，比如：空格、引号、<>、#、%（用作编码时使用的特殊字符）、{}、|、\、^、[]、`、~等。
        总之，URL中如果出现非字母和数字字符时，就去查一下RFC3986文档以确认是否需要编码，而不是靠臆测。

三、编解码方式
        URL编码（URL Encoding）也称为百分号编码（Percent-encoding），即其使用百分号（%）加上两位字符（0123456789ABCDEF）来代表一个字节的十进制形式（即被编码字符），其实就是用%+两个十六进制字符来表示一个字符。URL编码默认使用的字符集是ASCII，例如：字符a在ASCII码中对应的十六进制是0x61（十进制是97），那么URL编码后得到的就是%61。实际中，字符a是不需要编码的。
        对于非ASCII字符，需要使用ASCII字符集的超集进行编码得到相应的字节，然后对每个字节执行百分号编码。
        对于Unicode字符，RFC文档建议使用UTF-8对其进行编码得到相应的字节，然后对每个字节执行百分号编码。例如：“中文”使用UTF-8字符集得到的字节为0xE4、0xB8、0xAD、0xE6、0x96、0x87，经过URL编码之后得到%E4、%B8、%AD、%E6、%96、%87。
        关于字符编码ASCII、Unicode和UTF-8之间的关系请参看这里。
        各种语言都需要编写自己对应的编码和解码函数，C/C++的可以参见这里。此处，以Javascript为例说明之，Javascript中提供了3对函数用于对URL进行编码和解码，分别是escape/unescape、encodeURIComponent/decodeURIComponent、encodeURI/decodeURI。
        escape编码基本已经废弃，后两者使用UTF-8对非ASCII字符进行编码，然后再进行百分号编码，这是RFC推荐使用的方式。
        encodeURIComponent和encodeURI区别在于适用场合不同：encodeURIComponent被用作对URI的一个组件进行编码，而encodeURI被用作对一个完整的URI进行编码。二者编码字符范围不一样，即前者比后者范围大。附上三者无需编解码的字符范围作为结束：
        （1）escape（69个）：*、/、@、+、-、.、_、0-9、a-z、A-Z
        （2）encodeURIComponent（71个）：!、'、()、*、-、.、_、~、0-9、a-z、A-Z
        （3）encodeURI（82个）：!、#、$、&、'、()、*、+、,、/、:、;、=、?、@、-、.、_、~、0-9、a-z、A-Z
        关于Web开发中编解码问题还可以参见这里，关于Web开发的详细知识可以参见。