javascript 之註意url特殊字元限制

引子瀏覽器URl地址，上網一定會用到，但是瀏覽器地址有中文或者瀏覽器url參數操作的時候，經常會用到encodeURIComponent()和decodeURIComponent()以及encodeURI()等等。關於瀏覽器參數操作，請看文章http://www.haorooms.com/post ...

引子

瀏覽器URl地址，上網一定會用到，但是瀏覽器地址有中文或者瀏覽器url參數操作的時候，經常會用到encodeURIComponent()和decodeURIComponent()以及encodeURI()等等。關於瀏覽器參數操作，請看文章http://www.haorooms.com/post/js_url_canshu ，今天主要講講escape(),encodeURI(),encodeURIComponent()這幾個函數的用法和區別。

為啥會有瀏覽器編碼這一說法

一般來說，URL只能使用英文字母、阿拉伯數字和某些標點符號，不能使用其他文字和符號。比如，世界上有英文字母的網址 “h ttp://www.haorooms.com”，但是沒有希臘字母的網址“h ttp://www.aβγ.com” （讀作阿爾法-貝塔-伽瑪.com）。這是因為網路標準RFC 1738做了硬性規定：

原文："...Only alphanumerics [0-9a-zA-Z], the special characters "$-_.+!*'()," [not including the quotes - ed], and reserved characters used for their reserved purposes may be used unencoded within a URL."

翻譯：“只有字母和數字[0-9a-zA-Z]、一些特殊符號“$-_.+!*'(),”[不包括雙引號]、以及某些保留字，才可以不經過編碼直接用於URL。”

這意味著，如果URL中有漢字，就必須編碼後使用。但是麻煩的是，RFC 1738沒有規定具體的編碼方法，而是交給應用程式（瀏覽器）自己決定。這導致“URL編碼”成為了一個混亂的領域。

下麵我們通過介紹escape(),encodeURI(),encodeURIComponent()來說說Javascript瀏覽器編碼方法。

出現瀏覽器編碼的幾種情況

1、網址路徑中包含漢字

如下圖：

h ttp://www.haorooms.com/您好，在瀏覽器中顯示的是 h ttp://www.haorooms.com/%E6%82%A8%E5%A5%BD 自動對“你好”進行了編碼。要是我們瀏覽器地址中有中文的時候，就要用到url編碼了。

2、查詢字元串包含漢字

http://www.haorooms.com/search?keywords=您好

這樣包含查詢的的條件的時候，漢字也會被編碼。

3、Get方法生成的URL包含漢字

前面說的是直接輸入網址的情況，但是更常見的情況是，在已打開的網頁上，直接用Get或Post方法發出HTTP請求。

根據臺灣中興大學呂瑞麟老師的試驗，這時的編碼方法由網頁的編碼決定，也就是由HTML源碼中字元集的設定決定。

<meta http-equiv="Content-Type" content="text/html;charset=xxxx">

如果上面這一行最後的charset是UTF-8，則URL就以UTF-8編碼；如果是GB2312，URL就以GB2312編碼。

舉例來說，百度是GB2312編碼，Google是UTF-8編碼。因此，從它們的搜索框中搜索同一個詞“春節”，生成的查詢字元串是不一樣的。

百度生成的是%B4%BA%BD%DA，這是GB2312編碼。Google生成的是%E6%98%A5%E8%8A%82，這是UTF-8編碼。所以，結論3就是，GET和POST方法的編碼，用的是網頁的編碼。

4、Ajax調用的URL包含漢字

前面三種情況都是由瀏覽器發出HTTP請求，最後一種情況則是由Javascript生成HTTP請求，也就是Ajax調用。還是根據呂瑞麟老師的文章，在這種情況下，IE和Firefox的處理方式完全不一樣。

舉例來說，有這樣兩行代碼：

url = url + "?q=" +document.myform.elements[0].value; // 假定用戶在表單中提交的值是“春節”這兩個字

http_request.open('GET', url, true);

那麼，無論網頁使用什麼字元集，IE傳送給伺服器的總是“q=%B4%BA%BD%DA”，而Firefox傳送給伺服器的總是“q=%E6%98%A5%E8%8A%82”。也就是說，在Ajax調用中，IE總是採用GB2312編碼（操作系統的預設編碼），而Firefox總是採用utf-8編碼。

瀏覽器編碼的函數簡介escape(),encodeURI(),encodeURIComponent()

1、escape()

escape()是js編碼函數中最古老的一個。雖然這個函數現在已經不提倡使用了，但是由於歷史原因，很多地方還在使用它，所以有必要先從它講起。

實際上，escape()不能直接用於URL編碼，它的真正作用是返回一個字元的Unicode編碼值。比如“春節”的返回結果是%u6625%u8282，也就是說在Unicode字元集中，“春”是第6625個（十六進位）字元，“節”是第8282個（十六進位）字元。

例如：

javascript:escape("春節");
//輸出 "%u6625%u8282"

javascript:escape("hello word");
//輸出 "hello%20word"

還有兩個地方需要註意。

首先，無論網頁的原始編碼是什麼，一旦被Javascript編碼，就都變為unicode字元。也就是說，Javascipt函數的輸入和輸出，預設都是Unicode字元。這一點對下麵兩個函數也適用。

 javascript:escape("\u6625\u8282");
//輸出 "%u6625%u8282"

 javascript:unescape("%u6625%u8282");
//輸出 "春節"

 javascript:unescape("\u6625\u8282");
//輸出 "春節"

其次，escape()不對“+”編碼。但是我們知道，網頁在提交表單的時候，如果有空格，則會被轉化為+字元。伺服器處理數據的時候，會把+號處理成空格。所以，使用的時候要小心。

2、encodeURI()

它著眼於對整個URL進行編碼，因此除了常見的符號以外，對其他一些在網址中有特殊含義的符號“; / ? : @ & = + $ , #”，也不進行編碼。編碼後，它輸出符號的utf-8形式，並且在每個位元組前加上%。

它對應的解碼函數是decodeURI()。

需要註意的是，它不對單引號'編碼。

3、encodeURIComponent()

最後一個Javascript編碼函數是encodeURIComponent()。與encodeURI()的區別是，它用於對URL的組成部分進行個別編碼，而不用於對整個URL進行編碼。

因此，“; / ? : @ & = + $ , #”，這些在encodeURI()中不被編碼的符號，在encodeURIComponent()中統統會被編碼。至於具體的編碼方法，兩者是一樣。

它對應的解碼函數是decodeURIComponent()。

encodeURIComponent()相比encodeURI()要更加徹底。

例如：

<html>
<body>

<script type="text/javascript">

var test1="http://www.haorooms.com/My first/";
var nn=encodeURI(test1);
var now=decodeURI(test1);


var test1="http://www.haorooms.com/My first/";
var bb=encodeURIComponent(test1);
var nnow=decodeURIComponent(bb);

</script>

</body>
</html>

輸出結果是：

http://www.haorooms.com/My%20first/
http://www.haorooms.com/My first/
http%3A%2F%2Fwww.haorooms.com%2FMy%20first%2F
http://www.haorooms.com/My first/

總結

escape()不能直接用於URL編碼，它的真正作用是返回一個字元的Unicode編碼值。比如"春節"的返回結果是%u6625%u8282，，escape()不對"+"編碼主要用於漢字編碼，現在已經不提倡使用。

encodeURI()是Javascript中真正用來對URL編碼的函數。編碼整個url地址，但對特殊含義的符號"; / ? : @ & = + $ , #"，也不進行編碼。對應的解碼函數是：decodeURI()。

encodeURIComponent() 能編碼"; / ? : @ & = + $ , #"這些特殊字元。對應的解碼函數是decodeURIComponent()。

假如要傳遞帶&符號的網址，所以用encodeURIComponent()