url - url 中的 % 符号是什么意思？

Question

当我复制粘贴这篇维基百科文章时，它看起来像这样。

http://en.wikipedia.org/wiki/Gruy%C3%A8re_%28cheese%29

但是，如果您将其粘贴回 URL 地址，百分号就会消失，并且看似 Unicode 字符(可能还有特殊 URL 字符)的内容会取代百分号。

这些是 Unicode 和特殊 URL 字符的缩写吗？

我习惯在 JavaScript 中看到\u00ff 等。

Answer 1

您要查找的引用号是 RFC 3987: Internationalized Resource Identifiers ，具体来说the section on mapping IRIs to URIs .

RFC 3986: Uniform Resource Identifiers指定保留字符必须为 percent-encoded ，但它还指定将百分比编码的字符解码为 US-ASCII，其中不包括 è 等字符。

RFC 3987 指定非 ASCII 字符应首先编码为 UTF-8因此它们可以按照 RFC 3986 进行百分比编码。如果您允许我用 Python 进行说明:

>>> u'è'.encode('utf-8')
'\xc3\xa8'

在这里，我要求 Python 使用 UTF-8 将 Unicode è 编码为字节字符串。返回的字节是 0xc3 和 0xa8。百分比编码，这看起来像 %C3%A8。

出现在 URL 中的括号确实适合 US-ASCII，因此它们使用 US-ASCII 代码点进行百分比转义，这也是有效的 UTF-8。

所以，不，不存在简单的 16×16 表——这样的表永远无法代表 Unicode 的丰富性。但有一种方法可以解决这种表面上的疯狂。