java - URL 的 PATH 段中是否允许使用 "&"符号？

Question

URL 的 PATH 段中允许使用“&”符号还是应该转义？

根据 nu w3c validator ( https://validator.w3.org/nu/ )我得到:

Error: & did not start a character reference. (& probably should have been escaped as &.)
At line 407, column 52
<a href="/Bags-&-Purses/c/wome

但是，如果我尝试通过 Java URI 类对 URL 进行编码，我会编码所有空格等，但不会编码 & 符号。

URI u = new URI(request.getScheme(), null,
                            request.getServerName(), request.getServerPort(),
                            request.getContextPath() + url,
                            query, null);
u.toURL().toString();

网址字符串所在位置:/Bags-&-Purses/c/womens-accessories-bags

结果是:https://localhost:8112/storefront/Bags-&-Purses/c/womens-accessories-bags - 未编码

问题是为什么 & 没有转义..这有效吗？我想它应该用 %26 进行转义，但看起来它没有被转义。

Answer 1

& 虽然是保留字符，但似乎是 URI 中路径段的有效字符。如果你看看 RFC3986, section 3.3 中为路径段给出的语法, & 允许作为子定界组的一部分:

  path          = path-abempty    ; begins with "/" or is empty
                / path-absolute   ; begins with "/" but not "//"
                / path-noscheme   ; begins with a non-colon segment
                / path-rootless   ; begins with a segment
                / path-empty      ; zero characters

  path-abempty  = *( "/" segment )
  path-absolute = "/" [ segment-nz *( "/" segment ) ]
  path-noscheme = segment-nz-nc *( "/" segment )
  path-rootless = segment-nz *( "/" segment )
  path-empty    = 0<pchar>

  segment       = *pchar
  segment-nz    = 1*pchar
  segment-nz-nc = 1*( unreserved / pct-encoded / sub-delims / "@" )
                ; non-zero-length segment without any colon ":"

  pchar         = unreserved / pct-encoded / sub-delims / ":" / "@"

(...)

  reserved    = gen-delims / sub-delims

  gen-delims  = ":" / "/" / "?" / "#" / "[" / "]" / "@"

  sub-delims    = "!" / "$" / "&" / "'" / "(" / ")"
                / "*" / "+" / "," / ";" / "="

虽然您询问的是 URL 而不是更通用的 URI，但据我所知，URL 不会对路径段造成额外的限制。 Section 2.2然后，同一个 RFC 的文档继续声明保留字符应该进行百分比编码，除非在该组件中特别允许。但对于这种情况，根据上面的语法，子定界组(包含＆)中的所有字符似乎都明确允许出现在路径段中。

但是，您遇到的问题与 URL 本身无关，而是与包含在 HTML 文档中时的文本表示有关。 & 符号不能单独出现在 HTML 中，必须始终进行编码。相关问题:Do I really need to encode '&' as '&'?