URL-кодирование специальных символов: справочник для разработчиков

Специальные символы в URL

Синтаксис URL строго определён стандартом RFC 3986. Многие символы имеют специальное значение или недопустимы в определённых частях URL. Понимание того, как правильно кодировать эти символы, критически важно для создания надёжных веб-приложений и API.

Символ пробела

Пробел — самый часто кодируемый символ. Однако его можно закодировать двумя способами в зависимости от контекста:

• %20 — percent-encoding по RFC 3986, используется в путях URL и большинстве контекстов
• + — используется в формате application/x-www-form-urlencoded (отправка HTML-форм)

При программном построении URL для единообразия отдавайте предпочтение %20. При формировании данных формы стандартом является нотация +.

Подробный разбор зарезервированных символов

Амперсанд (&)

Амперсанд разделяет параметры запроса. Когда амперсанд встречается в значении параметра, его необходимо закодировать как %26, чтобы он не был воспринят как разделитель. В HTML-контексте его также нужно кодировать сущностью как &.

Вопросительный знак (?)

Вопросительный знак отделяет путь от строки запроса. Если вопросительный знак встречается в значении параметра, его нужно закодировать как %3F. Обратите внимание, что encodeURI() НЕ кодирует вопросительные знаки, тогда как encodeURIComponent() кодирует.

Решётка (#)

Символ решётки начинает идентификатор фрагмента. В URL любой символ # в значении параметра запроса необходимо кодировать как %23, иначе браузер интерпретирует всё, что идёт после него, как идентификатор фрагмента и не отправит эту часть на сервер.

Прямой слеш (/)

Прямые слеши разделяют сегменты пути. Когда слеш встречается в значении сегмента пути (например, в имени файла, содержащем слеш), его нужно закодировать как %2F. Учтите, что некоторые серверы могут декодировать %2F и всё равно рассматривать его как разделитель пути.

Символы Unicode

Символы, не входящие в ASCII, кодируются путём предварительного преобразования их в последовательность байтов UTF-8, а затем percent-encoding каждого байта. Вот несколько примеров:

• Латинская e с акутом (é) → UTF-8: 0xC3 0xA9 → %C3%A9
• Китайский иероглиф (中) → UTF-8: 0xE4 0xB8 0xAD → %E4%B8%AD
• Эмодзи (глобус) → UTF-8: 0xF0 0x9F 0x8C 0x8D → %F0%9F%8C%8D

Кодирование в разных компонентах URL

Компонент	Что нужно кодировать	Пример
Сегмент пути	Пробелы, ?, # и не-ASCII	/path/my%20file
Ключ запроса	=, &, #, +, пробелы	my%20key=value
Значение запроса	&, #, +, пробелы, =	key=hello%20world
Фрагмент	Пробелы и не-ASCII	#section%20one

Распространённые ошибки

• Забыть закодировать # в значениях запроса (остальная часть URL молча отбрасывается)
• Двойное кодирование уже закодированных строк (приводит к %2520 вместо %20)
• Использование encodeURI() вместо encodeURIComponent() для значений параметров
• Отсутствие кодирования + в значениях запроса (он декодируется как пробел)
• Предположение, что все серверы одинаково обрабатывают %2F в путях