URL 编码特殊字符：开发者参考手册

URL 中的特殊字符

URL 的语法由 RFC 3986 严格定义。许多字符具有特殊含义，或者在 URL 的某些部分中不被允许出现。理解如何正确地编码这些字符，对于构建可靠的 Web 应用和 API 至关重要。

空格字符

空格是最常被编码的字符。不过，根据上下文的不同，它可以有两种编码方式：

• %20 —— RFC 3986 定义的百分号编码（percent-encoding），用于 URL 路径以及大多数场景
• + —— 用于 application/x-www-form-urlencoded 格式（即 HTML 表单提交）

在通过程序构建 URL 时，为了保持一致性，建议优先使用 %20。而在构造表单数据时，+ 表示法才是标准做法。

保留字符深入解析

和号（&）

和号用于分隔查询参数。当和号出现在某个参数值中时，必须将其编码为 %26，以防止它被解释为分隔符。在 HTML 环境中，它还必须以实体形式编码为 &。

问号（?）

问号用于分隔路径和查询字符串。如果问号出现在某个参数值中，必须将其编码为 %3F。请注意，encodeURI() 并不会对问号进行编码，而 encodeURIComponent() 则会。

井号（#）

井号用于标识片段标识符（fragment identifier）的起始位置。在 URL 中，查询参数值里的任何 # 都必须编码为 %23，否则浏览器会将其后的所有内容都当作片段标识符，从而不会将这部分内容发送给服务器。

正斜杠（/）

正斜杠用于分隔路径片段。当斜杠出现在某个路径片段的值中时（例如文件名本身包含斜杠），必须将其编码为 %2F。请注意，某些服务器可能会先对 %2F 进行解码，然后仍然将其视为路径分隔符。

Unicode 字符

非 ASCII 字符的编码方式是：先将其转换为对应的 UTF-8 字节序列，然后对每个字节进行百分号编码。以下是一些示例：

• 带尖音符的拉丁字母 e（e）→ UTF-8：0xC3 0xA9 → %C3%A9
• 汉字（中）→ UTF-8：0xE4 0xB8 0xAD → %E4%B8%AD
• 表情符号（地球）→ UTF-8：0xF0 0x9F 0x8C 0x8D → %F0%9F%8C%8D

在不同 URL 组成部分中的编码

组成部分	需要编码的字符	示例
路径片段	空格、?、# 以及非 ASCII 字符	/path/my%20file
查询键	=、&、#、+、空格	my%20key=value
查询值	&、#、+、空格、=	key=hello%20world
片段	空格以及非 ASCII 字符	#section%20one

常见陷阱

• 忘记对查询值中的 # 进行编码（URL 的剩余部分会被悄无声息地丢弃）
• 对已经编码过的字符串重复编码（导致出现 %2520 而不是 %20）
• 在编码参数值时错误地使用 encodeURI() 而非 encodeURIComponent()
• 未对查询值中的 + 进行编码（它会被解码成空格）
• 想当然地认为所有服务器对路径中 %2F 的处理方式都相同