url编码

基本编码方式

ASCII: 使用一个字节的后七位将多余的一位置为1，表示128个字符。体现的是英语字符与二进制位之间的关系。

非ASCII编码

欧洲国家的编码体系: 利用ASCII中闲置的最高位来表示256个字符。
问题: 不同的国家有不同的字母，中国汉字就有10万左右，因此同一个二进制数字可能被解释为不同的符号。

GBK/GB2312/GB18030：表示汉字。GBK/GB2312表示简体中文，GB18030表示繁体中文。最大的特点是两字节长的汉字字符和一字节长的英文字符并存于同一套编码方案里。

Unicode: 是一种所有符号的编码，可以容纳100多万个符号，每个符号的编码都不一样。(存在的问题:储存问题/区分问题)

UTF-8: 是互联网上使用最广的一种Unicode的实现方式。其是一种变长的编码方式，根据不同的符号而变化字节长度，可以使用1-4个字节表示一个符号。

编码规则:

对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码
对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10

Unicode符号范围(十六进制)	UTF-8编码方式（二进制）
0000 0000-0000 007F	0xxxxxxx
0000 0080-0000 07FF	110xxxxx 10xxxxxx
0000 0800-0000 FFFF	1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

URL编解码

完整的URL由这几个部分构成：

scheme://host:port/path?query#fragment
window.location.href//整个URL字符串
window.location.protocol//URL的协议部分
window.location.host//URL的主机部分
window.location.pathname//URL的路径部分
window.location.search//查询(参数)部分
window.location.hash//锚点

只有字母和数字[0-9a-zA-Z]、一些特殊符号"$-_.+!*'(),"[不包括双引号]、以及某些保留字，才可以不经过编码直接用于URL。

现有问题

网址路径的编码，用的是UTF-8
查询字符串的编码，用的是操作系统的默认编码
GET和POST方法的编码，用的是网页的编码
在Ajax调用中，采用的编码方式也不尽相同。

解决办法：使用JS先对URL编码，然后再向服务器提交，不要给浏览器插手的机会。

具体方式：

escape(): 返回一个字符的Unicode编码。具体规则为：除了ASCII字母、数字、标点符号"@ * _ + - . /"以外，对其他所有字符进行编码。在\u0000到\u00ff之间的符号被转成%xx的形式，其余符号被转成%uxxxx的形式。其对应的解码为unescape()。
- 注意点：无论网页的原始编码是什么，一旦被Javascript编码，就都变为unicode字符
- 注意点：escape()不对"+"编码
encodeURI(): 除了常见的符号以外，对其他一些在网址中有特殊含义的符号"; / ? : @ & = + $ , #"不进行编码。编码后输出符号的utf-8形式，并且在每个字节前加上%。其对应的解码为decodeURI()。
encodeURIComponent(): 与encodeURI()的区别是，它用于对URL的组成部分进行个别编码，而不用于对整个URL进行编码。因此，"; / ? : @ & = + $ , #"，这些在encodeURI()中不被编码的符号，在encodeURIComponent()中统统会被编码。其对应的解码为decodeURIComponent()。
```
encodeURI("mail@example.com")//"mail@example.com"
encodeURIComponent("mail@example.com")//"mail%40example.com"
```

参考文献