Tabella completa dei caratteri URL codificati (ASCII + Unicode)

Caratteri ASCII di controllo e speciali

I caratteri ASCII nell'intervallo 0-31 e il carattere 127 sono caratteri di controllo. Non sono stampabili e devono sempre essere codificati con la percent-encoding negli URL. I caratteri di controllo più frequenti nei contesti URL sono lo spazio (ASCII 32), la tabulazione orizzontale (ASCII 9) e i caratteri di nuova riga (ASCII 10 e 13).

Secondo RFC 3986, qualsiasi ottetto che non sia un carattere unreserved, un carattere reserved usato per il suo scopo riservato o una tripletta percent-encoded deve essere codificato con la percent-encoding. In pratica, questo significa che la maggior parte dei caratteri non alfanumerici dovrebbe essere codificata nei componenti di un URI.

Carattere	Codice ASCII	Codifica URL	Descrizione
(tab)	9	%09	Tabulazione orizzontale
(LF)	10	%0A	Avanzamento di riga
(CR)	13	%0D	Ritorno a capo
(spazio)	32	%20	Spazio

Caratteri ASCII stampabili

Di seguito trovi un riferimento completo di tutti i caratteri ASCII stampabili (codici 32-126) e le loro forme URL codificate. I caratteri contrassegnati come "unreserved" in RFC 3986 non richiedono la codifica. I caratteri reserved devono essere codificati quando vengono usati al di fuori del loro scopo riservato.

Carattere	ASCII	Hex	Codifica URL	Tipo
(spazio)	32	20	%20	Speciale
!	33	21	%21	Reserved
"	34	22	%22	Non sicuro
#	35	23	%23	Reserved
$	36	24	%24	Reserved
%	37	25	%25	Speciale
&	38	26	%26	Reserved
'	39	27	%27	Reserved
(	40	28	%28	Reserved
)	41	29	%29	Reserved
*	42	2A	%2A	Reserved
+	43	2B	%2B	Reserved
,	44	2C	%2C	Reserved
-	45	2D	%2D	Unreserved
.	46	2E	%2E	Unreserved
/	47	2F	%2F	Reserved
0-9	48-57	30-39	Non richiesta	Unreserved
:	58	3A	%3A	Reserved
;	59	3B	%3B	Reserved
<	60	3C	%3C	Non sicuro
=	61	3D	%3D	Reserved
>	62	3E	%3E	Non sicuro
?	63	3F	%3F	Reserved
@	64	40	%40	Reserved
A-Z	65-90	41-5A	Non richiesta	Unreserved
[	91	5B	%5B	Reserved
\	92	5C	%5C	Non sicuro
]	93	5D	%5D	Reserved
^	94	5E	%5E	Non sicuro
_	95	5F	%5F	Unreserved
`	96	60	%60	Non sicuro
a-z	97-122	61-7A	Non richiesta	Unreserved
{	123	7B	%7B	Non sicuro
|	124	7C	%7C	Non sicuro
}	125	7D	%7D	Non sicuro
~	126	7E	%7E	Unreserved

Codifiche Unicode più comuni

I caratteri Unicode vengono prima convertiti nella loro sequenza di byte UTF-8, dopodiché ogni byte viene codificato singolarmente con la percent-encoding. I caratteri multi-byte producono più triplette percent-encoded.

Carattere	Descrizione	Byte UTF-8	Codifica URL
a con dieresi	Latin Small Letter A with Diaeresis	C3 A4	%C3%A4
n con tilde	Latin Small Letter N with Tilde	C3 B1	%C3%B1
e con accento acuto	Latin Small Letter E with Acute	C3 A9	%C3%A9
u con dieresi	Latin Small Letter U with Diaeresis	C3 BC	%C3%BC
Simbolo dell'euro	Euro Sign	E2 82 AC	%E2%82%AC
Simbolo della sterlina	Pound Sign	C2 A3	%C2%A3
Simbolo dello yen	Yen Sign	C2 A5	%C2%A5
CJK zhong	CJK Unified Ideograph (middle)	E4 B8 AD	%E4%B8%AD
Ya cirillica	Cyrillic Capital Letter Ya	D0 AF	%D0%AF
Ba araba	Arabic Letter Ba	D8 A8	%D8%A8

Come vengono codificati i caratteri multi-byte

UTF-8 utilizza uno schema di codifica a lunghezza variabile. I caratteri nell'intervallo ASCII (0-127) usano un byte. I caratteri al di fuori di questo intervallo usano da due a quattro byte. Durante la percent-encoding, ogni byte della rappresentazione UTF-8 diventa una tripletta %XX separata.

Caratteri a due byte (da U+0080 a U+07FF): comprendono la maggior parte dei caratteri latini estesi, greci, cirillici e arabi. Ad esempio, la lettera tedesca esse acuta (U+00DF) viene codificata nei byte UTF-8 C3 9F, che diventano %C3%9F.

Caratteri a tre byte (da U+0800 a U+FFFF): comprendono i caratteri CJK, la maggior parte dei simboli e il Basic Multilingual Plane. Ad esempio, il carattere hiragana giapponese (U+3042) viene codificato nei byte UTF-8 E3 81 82, che diventano %E3%81%82.

Caratteri a quattro byte (da U+10000 a U+10FFFF): comprendono le emoji e i caratteri supplementari. Ad esempio, l'emoji del volto sorridente (U+1F600) viene codificata nei byte UTF-8 F0 9F 98 80, che diventano %F0%9F%98%80.

// Dimostrazione in JavaScript della codifica multi-byte
console.log(encodeURIComponent('u con dieresi'));
// Due byte: "%C3%BC"

console.log(encodeURIComponent('carattere CJK'));
// Tre byte: "%E4%B8%AD"

console.log(encodeURIComponent('emoji'));
// Quattro byte: "%F0%9F%98%80"

// Puoi verificare eseguendo la decodifica
console.log(decodeURIComponent('%C3%BC'));  // u con dieresi
console.log(decodeURIComponent('%E4%B8%AD')); // carattere CJK