Codifica e decodifica URL

Codifica e decodifica URL applica il percent-encoding RFC 3986 al testo e inverte le sequenze %HH fino ai caratteri. La modalità componente codifica caratteri riservati come /, ? e & così possono stare al sicuro dentro un singolo parametro di query. La modalità URI completo preserva i delimitatori strutturali così un indirizzo completo resta un link utilizzabile. La gestione degli spazi offre sia %20 sia il segno più della form-encoding.

Tutta la codifica e la decodifica avviene nel browser. Nulla di ciò che incolli viene inviato a un server.

Codificare testo per un uso sicuro in un URL

Il percent-encoding sostituisce byte non sicuri o riservati con un segno percento seguito da due cifre esadecimali. Le cifre sono il valore del byte, di solito da UTF-8. Inserisci una stringa, scegli modalità componente o URI completo e copia il risultato codificato in una query string, segmento di percorso o destinazione di redirect.

I caratteri già nel set non riservato passano invariati. Tutto il resto diventa sequenze %HH in modalità componente. La codifica è reversibile quando le stesse regole sono usate in decodifica; mescolare segni più da form-encoding con %20 in stile percorso è la fonte usuale di round trip rotti.

Decodificare una stringa percent-encoded

La decodifica trova ogni % seguito da due cifre hex, converte quella coppia in un byte e ricostruisce il testo originale con la codifica caratteri selezionata. Un % isolato o un % con cifre non hex è un errore. I segni più possono essere trattati opzionalmente come spazi quando l'input proviene da corpi application/x-www-form-urlencoded.

La codifica annidata compare quando un valore è stato codificato due volte. Decodificare una volta può lasciare ancora sequenze %25 che rappresentano un percento letterale. Decodifica di nuovo solo quando quel secondo strato era intenzionale; una doppia decodifica cieca corrompe dati che contenevano un % reale.

Capire caratteri riservati e non riservati

RFC 3986 divide ASCII in caratteri non riservati che non richiedono mai codifica in un URI, e caratteri riservati che portano significato strutturale come delimitatori. Lettere, cifre e -_.~ non riservati restano letterali. Segni riservati come /, ? e & devono essere percent-encoded quando compaiono come dati piuttosto che come sintassi che incornicia l'URL.

Non riservati: A a Z, a a z, 0 a 9, trattino -, underscore _, punto ., tilde ~

Riservati (gen-delims): `: / ?

Riservati (sub-delims): ! $ & ' ( ) * + , ; =

I caratteri non riservati restano letterali. I caratteri riservati devono essere codificati quando compaiono come dati piuttosto che come delimitatori. Un punto interrogativo dentro un valore di parametro è dato; un punto interrogativo che avvia la query string è struttura. La selezione della modalità è come la calcolatrice sa quale ruolo gioca ogni carattere.

Codificare un URL intero rispetto a un singolo parametro

La codifica URI completo, simile a encodeURI in JavaScript, lascia soli i caratteri strutturali così https:// e le barre del percorso sopravvivono. La codifica componente, simile a encodeURIComponent, codifica quei caratteri così un valore può stare dentro un parametro senza rompere l'URL circostante. Scegliere la modalità sbagliata o distrugge un link o lascia delimitatori che dividono la query in modo errato.

Input	Stile URI completo	Stile componente
https://example.com/a b	https://example.com/a%20b	https%3A%2F%2Fexample.com%2Fa%20b
red&blue	red&blue	red%26blue
a=b	a=b	a%3Db

Codificare un URL intero con modalità componente lo distrugge come link: i due punti dello schema e le barre diventano %3A e %2F. Codificare un singolo parametro con modalità URI completo lascia & e = intatti, cosa che divide la query in modo errato. Scegli la modalità che corrisponde allo slot che la stringa occuperà.

Codificare una barra e un punto interrogativo

La stringa di riferimento / and ? in modalità componente diventa %2F%20and%20%3F. La barra e il punto interrogativo sono delimitatori riservati trattati qui come testo payload, quindi ciascuno viene escapato. Gli spazi diventano %20, mentre le lettere in and sono non riservate e passano invariate da sinistra a destra lungo la stringa.

Carattere	Motivo	Codificato
/	delimitatore percorso riservato	%2F
spazio	non riservato	%20
a, n, d	lettere non riservate	invariato
?	delimitatore query riservato	%3F

Percorri la stringa da sinistra a destra: codifica /, codifica lo spazio, passa and, codifica lo spazio, codifica ?. Il risultato %2F%20and%20%3F è sicuro da mettere in un parametro di query chiamato, per esempio, q. Usare modalità URI completo sulla stessa stringa lascerebbe / e ? letterali, corretto solo quando quei caratteri sono struttura e non testo payload.

Capire %20 rispetto al segno più

Uno spazio si codifica come %20 nei percorsi URI e nelle query string moderne che seguono RFC 3986. I form HTML che inviano come application/x-www-form-urlencoded storicamente codificano gli spazi come + invece. Entrambe le convenzioni compaiono nel traffico di produzione, e trattarle come identiche è il bug di codifica spazi più comune quando si decodificano input misti.

Contesto	Codifica spazio
Segmento percorso	%20
Query RFC 3986	%20
Corpo form / query legacy	+

Un segno più letterale nei dati deve essere codificato come %2B, altrimenti un decoder form lo tratterà come spazio. La calcolatrice indica quale convenzione spazio è attiva così un + decodificato non viene scambiato per un carattere più quando la modalità form è attiva, e un %20 non viene rifiutato quando la modalità percorso è attiva.

Scomporre un URL nelle sue parti

Un URL tipico ha schema, host, porta opzionale, percorso, query string e fragment, e le regole di codifica differiscono per parte. Delimitatori strutturali come ://, /, ?, &, = e # restano letterali quando incorniciano l'indirizzo.

Nomi parametro, valori parametro e segmenti di percorso che portano dati sono codificati individualmente in modalità componente prima che quei delimitatori li uniscano.

https://example.com:443/search?q=a%20b&lang=en#top
└─┬─┘   └─────┬─────┘ └─┬──┘ └───────┬───────┘ └┬┘
scheme       host     path        query      fragment

Parte	Ruolo
Schema	Protocollo, come https
Host	Dominio o IP, con porta opzionale
Percorso	Posizione risorsa, separata da barre
Query	Elenco parametri dopo ?, unito da &
Fragment	Posizione lato client dopo #, non inviato al server nell'URI della richiesta allo stesso modo

Codifica nomi e valori parametro individualmente in modalità componente, poi unisci con & e = letterali. Codifica segmenti di percorso individualmente se contengono spazi o caratteri riservati, mantenendo letterali le barre che separano i segmenti.

Leggere la tabella di codifica caratteri

La tabella sotto elenca caratteri riservati e non sicuri comuni con le loro forme percent sotto codifica byte UTF-8. Uno spazio diventa %20, una e commerciale %26 e un cancelletto %23. I caratteri non ASCII si espandono in più unità %HH perché ogni byte UTF-8 è codificato separatamente piuttosto che come un singolo glifo astratto.

Car	Percent	Note
spazio	%20	Oppure + in form encoding
!	%21
#	%23	Delimitatore fragment
$	%24
&	%26	Delimitatore coppia query
'	%27
(	%28
)	%29
+	%2B	Segno più letterale
,	%2C
/	%2F	Delimitatore percorso
:	%3A	Separatore schema / host
;	%3B
=	%3D	Assegnazione parametro
?	%3F	Inizio query
@	%40	Separatore userinfo
[	%5B
]	%5D

Il testo non ASCII è prima espresso come byte UTF-8, poi ogni byte è percent-encoded. Un singolo carattere può quindi espandersi in due o tre unità %HH. Approfondimenti su codifica caratteri per Shift JIS e set legacy simili stanno con lo strumento Base64; questa pagina collega piuttosto che ripetere quel catalogo.

Domande frequenti

Riepilogo

Codifica e decodifica URL percent-encoda e decodifica testo secondo le regole RFC 3986, con modalità separate per URI completi e componenti individuali. Il riferimento / and ? diventa %2F%20and%20%3F in modalità componente. Gli spazi usano %20 nei contesti URI e possono usare + nella form encoding, che è una convenzione diversa.

I caratteri riservati mantengono il loro significato solo quando restano letterali come struttura; codificali quando sono payload. Tutto il lavoro resta sul dispositivo.