urlencode 全称 URL 编码,也叫百分号编码,是网页开发里面非常基础的编码方式,核心作用就是把 URL 里面的中文 空格 特殊符号,转换成百分号加两位十六进制的格式,让浏览器和服务器可以正常识别传输,因为 URL 协议本身只允许一部分 ASCII 字符,像中文 空格 & = ? 这类字符如果不做 urlencode 编码,会被当成 URL 控制符号解析,造成参数错乱 请求失败,很多新手写接口传参的时候,中文参数乱码或者参数丢失,绝大多数都是没有做 urlencode 导致的,它属于前端 后端 爬虫 接口调试都会用到的基础知识点,要区分 urlencode 和 utf8 编码不是同一个概念,urlencode 是编码转换规则,底层一般基于 utf8 字符集来转换,下面从原理 编码规则 代码示例 常见坑点完整展开讲解。
基础编码规则
urlencode 遵循固定转换逻辑
1 英文字母 a z A Z 数字 0 9 还有部分安全符号 . - ~ _ 不需要编码,保持原样
2 空格在 urlencode 里面,标准转换是 %20,但是很多表单提交场景会把空格转成加号 +,这是表单 application x www form urlencoded 的特殊约定,这点很容易混淆
3 其他所有字符,包括中文 标点 特殊符号,先按照选定字符集转为字节,每个字节转成两位十六进制,前面加上百分号 %
举个例子 中文 测试 按照 utf8 编码之后做 urlencode,结果就是 % E6% B5%8B% E8% AF%95
应用场景清单
1 GET 请求 URL 后面的 query 参数,中文或者特殊符号必须 urlencode
2 HTML 表单提交,表单默认编码类型就是 application x www form urlencoded
3 爬虫请求参数拼接,避免特殊字符破坏 url 结构
4 接口传参,微信 第三方开放平台接口经常强制要求参数 urlencode
5 跳转链接携带中文搜索关键词
不同语言实现方式
| 语言 | 编码函数 | 解码函数 |
|---|---|---|
| JavaScript | encodeURIComponent | decodeURIComponent |
| Python | urllib.parse.quote | urllib.parse.unquote |
| Java | URLEncoder.encode | URLDecoder.decode |
| PHP | urlencode | urldecode |
这里重点区分 JS 两个函数
encodeURI 只编码会破坏 URL 结构的字符,不会编码 & = ? / 这类参数分隔符,适合完整 url 整体编码
encodeURIComponent 编码范围更大,会把 & = ? / 全部编码,适合单独编码某个参数值,开发传参优先使用 encodeURIComponent,这是非常高频踩坑点
编码解码操作流程
第一步 确定待编码的原始字符串,确认使用的字符集,绝大多数项目默认 utf8
第二步 调用对应语言的 urlencode 编码函数,生成百分号编码字符串
第三步 把编码后的字符串拼接到 url 参数位置
第四步 服务端收到请求之后,自动执行 urlencode 对应的解码,还原原始中文或者特殊字符
第五步 如果解码之后乱码,优先检查编码和解码两端字符集是否一致,一端 utf8 一端 gbk 就会乱码
常见错误坑点
坑 1 重复编码,连续调用两次 urlencode,百分号本身又被编码成 %25,服务端解码之后依然是编码状态,出现 %25E6 这种异常内容
坑 2 混淆 encodeURI 和 encodeURIComponent,编码参数的时候误用 encodeURI,导致 & 符号没有编码,服务器把它识别成新参数分隔符,参数被截断
坑 3 空格编码不一致,有的地方是 %20 有的是加号,部分老系统只识别加号,新系统识别 %20,跨系统对接容易出问题
坑 4 编码解码字符集不统一,前端 utf8 编码,后端按 gbk 解码,中文变成乱码
坑 5 已经编码的内容再次手动编码,造成双重编码问题
【常见问题】
问题 1 urlencode 里面,encodeURI 和 encodeURIComponent 有什么区别
回答 1 urlencode 相关知识点,urlencode 传参推荐优先使用 encodeURIComponent,urlencode 里面 encodeURI 不会编码 &=? 这类符号,urlencode 如果编码单独参数值就会出错。
问题 2 urlencode 里面空格编码为什么有的是加号有的是 %20
回答 1 urlencode 规则里,标准 urlencode 空格是 %20,urlencode 表单提交场景特殊约定会把空格转为加号,urlencode 跨系统对接要留意这个差异。
问题 3 urlencode 里面为什么会出现双重编码
回答 1 urlencode 双重编码就是对已经 urlencode 完成的字符串再次执行编码,urlencode 百分号 % 会变成 %25,urlencode 服务端只解码一次就无法还原原始内容。
问题 4 urlencode 里面中文乱码是什么原因
回答 1 urlencode 中文乱码最常见原因是编码端和解码端字符集不一致,urlencode 前端使用 utf8 编码后端使用 gbk 解码,urlencode 就会出现中文乱码。
【免责申明】
本内容为 urlencode 技术原理讲解,不同语言函数实现细节存在差异,实际开发请参考官方文档,编码方案需要和对接服务端保持统一。


