欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

整理HTML5中支持的URL编码与字符编码

程序员文章站 2023-08-17 21:32:00
这篇文章主要介绍了整理HTML5中支持的URL编码与字符编码,URL方面对HTML5用到无刷新修改URL等功能的实现时可以借鉴,字符编码则要注意BOM问题,需要的朋友可以参考下... 16-02-23...

url 编码
url 编码就是将 urls 中不宜打印的字符或者具有特殊意义的字符转换为 web 浏览器和服务器明白且普遍接受的表示法。 这些字符包括:

ascii 控制字符 - 不宜打印的字符通常用于输出控制。字符范围是十六进制的 00-1f(十进制的 0-31)和 7f(十进制的 127)。下面提供了完整的编码表。

非 ascii 控制字符 - 这些字符超出了 128 个 ascii 字符集的范围。这个范围是 iso-拉丁字符集的一部分以及包含整个十六进制的 iso-拉丁字符集 00-ff (十进制的 128-255)的“前半部分”。下面提供了完整的编码表。

保留字符 - 诸如美元符号,和号,加号,通用符号,正斜杠,冒号,分好,等号,问号以及 “at”这类符号。所有这些符号在 url 内都有不同的意义,因此需要编码。下面提供了完整的编码表。

不安全字符 - 包括空格,问号,小于符号,大于符号,磅字符,百分比符号,大括号左边部分,大括号右边部分,管道符,反斜杠,插入符号,波浪线。左方括号,右方括号,沉音符。出于某些原因,这些字符出现在 urls 中存在被误解的可能性。这些字符也应该始终被编码。下面提供了完整的编码表。
编码表示法需要三个字符替换期望的字符:一个百分号,两个在 ascii 字符集中表示字符位置的十六进制数字、

示例
最常见的特殊字符之一便是空格。我们不能在 url 中直接输入一个空格。空格在字符集中就是十六进制的 20。因此请求服务器时可以使用 %20 表示空格。


复制代码
代码如下:
http://www.example.com/new%20pricing.html

这个 url 实际上是从 www.example.com 检索一个名为 new pricing.html 的文档。

ascii 控制字符编码
包括十六进制的 00-1f(十进制的 0-31)和 7f(十进制的 127)字符码。

十进制格式 十六进制值 字符 url 编码
0 00 %00
1 01 %01
2 02 %02
3 03 %03
4 04 %04
5 05 %05
6 06 %06
7 07 %07
8 08 退格符 %08
9 09 tab %09
10 0a 换行符 %0a
11 0b %0b
12 0c %0c
13 0d 回车符 %0d
14 0e %0e
15 0f %0f
16 10 %10
17 11 %11
18 12 %12
19 13 %13
20 14 %14
21 15 %15
22 16 %16
23 17 %17
24 18 %18
25 19 %19
26 1a %1a
27 1b %1b
28 1c %1c
29 1d %1d
30 1e %1e
31 1f %1f
127 7f %7f

非 ascii 控制字符编码
包括整个十六进制的 iso-拉丁字符集 80-ff(十进制的 128-255)编码的“前半部分”。
十进制格式 十六进制值 字符 url 编码
128 80 %80
129 81 ? %81
130 82 ? %82
131 83 ? %83
132 84 ? %84
133 85 %85
134 86 ? %86
135 87 ? %87
136 88 ? %88
137 89 %89
138 8a ? %8a
139 8b ? %8b
140 8c ? %8c
141 8d ? %8d
142 8e ? %8e
143 8f ? %8f
144 90 ? %90
145 91 %91
146 92 %92
147 93 %93
148 94 %94
149 95 ? %95
150 96 %96
151 97 %97
152 98 ? %98
153 99 ? %99
154 9a ? %9a
155 9b ? %9b
156 9c ? %9c
157 9d ? %9d
158 9e ? %9e
159 9f ? %9f
160 a0 %a0
161 a1 ? %a1
162 a2 %a2
163 a3 %a3
164 a4 ¤ %a4
165 a5 %a5
166 a6 | %a6
167 a7 § %a7
168 a8 ¨ %a8
169 a9 ? %a9
170 aa a %aa
171 ab ? %ab
172 ac ? %ac
173 ad - %ad
174 ae ? %ae
175 af ˉ %af
176 b0 ° %b0
177 b1 ± %b1
178 b2 2 %b2
179 b3 3 %b3
180 b4 %b4
181 b5 μ %b5
182 b6 ? %b6
183 b7 · %b7
184 b8 ? %b8
185 b9 1 %b9
186 ba o %ba
187 bb ? %bb
188 bc ? %bc
189 bd ? %bd
190 be ? %be
191 bf ? %bf
192 c0 à %c0
193 c1 á %c1
194 c2 ? %c2
195 c3 ? %c3
196 c4 ? %c4
197 c5 ? %c5
198 c6 ? %v6
199 c7 ? %c7
200 c8 è %c8
201 c9 é %c9
202 ca ê %ca
203 cb ? %cb
204 cc ì %cc
205 cd í %cd
206 ce ? %ce
207 cf ? %cf
208 d0 d %d0
209 d1 ? %d1
210 d2 ò %d2
211 d3 ó %d3
212 d4 ? %d4
213 d5 ? %d5
214 d6 ? %d6
215 d7 × %d7
216 d8 ? %d8
217 d9 ù %d9
218 da ú %da
219 db ? %db
220 dc ü %dc
221 dd y %dd
222 de t %de
223 df ? %df
224 e0 à %e0
225 e1 á %e1
226 e2 a %e2
227 e3 ? %e3
228 e4 ? %e4
229 e5 ? %e5
230 e6 ? %e6
231 e7 ? %e7
232 e8 è %e8
233 e9 é %e9
234 ea ê %ea
235 eb ? %eb
236 ec ì %ec
237 ed í %ed
238 ee ? %ee
239 ef ? %ef
240 f0 e %f0
241 f1 ? %f1
242 f2 ò %f2
243 f3 ó %f3
244 f4 ? %f4
245 f5 ? %f5
246 f6 ? %f6
247 f7 ÷ %f7
248 f8 ? %f8
249 f9 ù %f9
250 fa ú %fa
251 fb ? %fb
252 fc ü %fc
253 fd y %fd
254 fe t %fe
255 ff ? %ff

保留字符编码
下表用于编码保留字符。
十进制格式 十六进制值 字符 url 编码
36 24 $ %24
38 26 & %26
43 2b + %2b
44 2c , %2c
47 2f / %2f
58 3a : %3a
59 3b ; %3b
61 3d = %3d
63 3f ? %3f
64 40 @ %40

不安全字符编码
下表用于编码不安全字符。
十进制格式 十六进制值 字符 url 编码
32 20 space %20
34 22 " %22
60 3c < %3c
62 3e > %3e
35 23 # %23
37 25 % %25
123 7b { %7b
125 7d } %7d
124 7c | %7c
92 5c \ %5c
94 5e ^ %5e
126 7e ~ %7e
91 5b [ %5b
93 5d ] %5d
96 60 ` %60

字符编码

字符编码就是将字节转换为字符的一种方法。要验证或者显示一个 html 文档,程序必须选择一个字符编码。html5 作者有三种方式设置字符编码:

http content-type 头:
如果你在编写 cgi 程序或者类似的程序,那么可以使用 http content-type 头设置任意字符编码:

下面是一个简单的例子:

xml/html code复制内容到剪贴板
  1. print "content-type: text/html; charset=utf-8\r\n";  

<meta> 元素:
可以使用带有 charset 属性的 <meta> 元素指定 html5 文档前 512 个字节的编码:

下面是简化的例子:

xml/html code复制内容到剪贴板
  1. <meta charset="utf-8">  

尽管这种语法是被允许的,但上述语法需要使用 <meta http-equiv="content-type" content="text/html; charset=utf-8"> 替换。

unicode 字节顺序标记(bom)
一个字节顺序标记(bom)由数据流开头的 u+feff 字符码组成,它可以用作定义字节顺序和编码形式的签名,主要是未标记的明文文件。

许多 windows 程序(包括 windows 记事本)都会在保存为 utf-8 的任意文档开头添加 0xef, 0xbb, 0xbf。这就是 unicode 字节顺序标记(bom)的 utf-8 编码,通常被称为 utf-8 bom,尽管它和字节顺序没有关系。

对于 html5 文档,我们可以在文件的开头使用 unicode 字节顺序标记(bom)字符。这个字符为使用的编码提供了签名。