URL 中的 Unicode 字符

小开

根据 URL 方案，可以将 UTF-8编码的部分设置为“不重要”。例如，如果您查看 Stack Overflow URL，它们的形式如下:

http://stackoverflow.com/questions/2742852/unicode-characters-in-urls

However, the server doesn't actually care if you get the part after the identifier wrong, so this also works:

http://stackoverflow.com/questions/2742852/これは、これを日本語のテキストです

因此，如果您有一个这样的布局，那么您可以在标识符后面的部分使用 UTF-8，如果它被混乱了，那么这并不重要。当然，这可能只在某些特殊情况下有效。

小开

最佳答案

使用百分比编码。现代的浏览器会处理显示和粘贴的问题，并使其人类可读。例如 http://ko.wikipedia.org/wiki/위키백과:대문

编辑: 当您在 Firefox 中复制这样的 URL 时，剪贴板将保存百分比编码的表单(这通常是一件好事) ，但是如果您只复制其中的一部分，它将保持未编码。

小开

Tgr 说的背景:

http://www.example.com/düsseldorf?neighbourhood=Lörick

那不是 URI，但它是是和 IRI。

您不能在 HTML4文档中包含 IRI; 像 href这样的属性类型定义为 URI 而不是 IRI。有些浏览器无论如何都会在这里处理 IRI，但这并不是一个好主意。

要将 IRI 编码为 URI，需要获取路径和查询部分，UTF-8-编码它们，然后百分比-编码非 ASCII 字节:

http://www.example.com/d%C3%BCsseldorf?neighbourhood=L%C3%B6rick

如果 IRI 的主机名部分有非 ASCII 字符，例如。它们使用软码进行编码。

现在您有了一个 URI。这是个丑陋的 URI。但是大多数浏览器会为你隐藏这一点: 复制并粘贴到地址栏或者在链接中跟随它，你会看到它显示为原始的 Unicode 字符。维基百科已经使用这个词很多年了，例如:

http://en.wikipedia.org/wiki/ɸ

有一种浏览器的行为是不可预测的，并不总是显示美丽的 IRI 版本是..。

你知道的。

小开

由于所有这些评论都是真实的，你应该注意到，只要 ICANN批准阿拉伯语(波斯语)和中文字符注册为域名，所有的浏览器制造公司(微软、 Mozilla、苹果等)都必须支持无任何编码的 URL 中的 Unicode，这些应该可以被谷歌搜索，等等。

所以这个问题会尽快解决。

小开

不确定这是否是一个好主意，但是正如其他评论中提到的，正如我解释的那样，许多 Unicode 字符 在 HTML5 URL 中是有效的。

例如，href医生说 http://www.w3.org/TR/html5/links.html#attr-hyperlink-href:

A 和 area 元素上的 href 属性必须具有一个值，该值是一个有效的 URL，可能被空格包围。

然后，“有效 URL”的定义指向 http://url.spec.whatwg.org/，它将 URL 代码点定义为:

ASCII 字母数字“ !”，“ $”，“ &”，“”，“(”，“)”，“ *”，“ +”，“”，“-”，“，"/"，":"，";"，"="，"?"在 U + 00 A0到 U + D7FF，U + E000到 U + FDCF，U + FDF0到 U + FFFD，U + 10000到 U + 1 FFFD，U + 20000到 U + 2 FFFD，U + 30000到 U + 3 FFFD，U + 40000到 U + 4 FFFD 范围内的代码点，U + 50000到 U + 5 FFFD，U + 60000到 U + 6 FFFD，U + 70000到 U + 7 FFFD，U + 80000到 U + 8 FFFD，U + 90000到 U + 9 FFFD，U + A0000到 U + AFFD，U + B 0000到 U + BFFFD，U + C 0000到 U + CFFFD，U + D 0000到 U + DFFFD，U + E 1000到 U + EFFD，U + F 0000到 U + FFFD，U + 100000到 U + 10 FFFD。

术语“ URL 代码点”随后在解析算法的一些部分中使用，例如对于 相对路径状态相对路径状态:

如果 c 不是 URL 代码点，也不是“%”，则解析错误。

验证器 http://validator.w3.org/也会传递像 "你好"这样的 URL，而不会传递带有空格 "a b"这样的字符的 URL

相关阅读: 哪些字符使 URL 无效？

小开

对我来说，这是正确的方式，这只是工作:

    $linker = rawurldecode("$link");
<a href="<?php echo $link;?>"   target="_blank"><?php echo $linker ;?></a>

这个方法起作用了，现在正确显示链接:

Http://newspaper.annahar.com/article/121638-معرض——جوزف-حرب-في-غاليري-جانين-ربيز-لوحاته-الجدية-تبحث-وتكتشف-وتفرض-الاحترام