对任意文字做URL编码或解码

如何对文字做URL编码或解码

1. 把文字、参数值或网址粘贴到输入框中。
2. 选择编码类型。只处理单个查询参数值或路径片段时，保持组件即可；如果是一个完整地址，只需要修正其中的空格和非ASCII字符，选择完整网址；如果数据将按HTML表单提交的方式被读取，选择表单。
3. 点击编码或解码。勾选每行一个值后，每一行会单独处理，因此可以一次转换整列参数或网址。
4. 复制结果，或点击将结果作为输入再运行一次，例如把被编码了两次的值逐层还原。

解码带有查询字符串的完整网址时，工具还会以明文列出每个参数的名称和值，这是阅读一长串追踪链接或跳转链接最快的办法。

什么是百分号编码

网址只能包含有限的一组ASCII字符，而其中一些字符有特定用途：?开启查询字符串，&分隔参数，#开启片段，/分隔路径片段。其余内容要放进网址，就靠百分号编码：每个字符先转换成UTF-8字节，再把每个字节写成%加两位十六进制数。空格只有一个字节，所以变成%20；é有两个字节，写作%C3%A9；像😀这样的表情符号有四个字节，写作%F0%9F%98%80。汉字通常占三个字节，例如“书”会变成%E4%B9%A6。解码就是把这个过程反过来。

这些规则来自定义URI语法的标准RFC 3986第2节。它建议十六进制数字使用大写（写%3A，不写%3a），要求文字先按UTF-8转为字节，并提醒实现方不得对同一个字符串重复进行百分号编码或解码。

保留字符与非保留字符（RFC 3986）

RFC 3986把网址可以包含的字符分成两组：

• 非保留字符：字母A–Z a–z、数字0–9以及- . _ ~。它们永远不需要编码，编码与否含义相同。
• 保留字符：通用分隔符: / ? # [ ] @和子分隔符! $ & ' ( ) * + , ; =。它们可能承载网址的结构，所以当其中某个字符是你的数据而不是网址语法的一部分时，必须做百分号编码。

其余字符，包括空格、%本身、引号、尖括号和所有非ASCII字符，都不能原样出现在网址中，必须编码。最常见的几个如下：

组件、完整网址、RFC 3986还是表单：该选哪个

同一段输入，会因为结果的去向不同而编码成不同的样子。以输入Tom & Jerry's (2024)/ü为例：

• 组件得到Tom%20%26%20Jerry's%20(2024)%2F%C3%BC。这就是JavaScript的encodeURIComponent，除字母、数字和- _ . ! ~ * ' ( )外全部编码。适用于单个查询参数值、单个路径片段，或者要放进另一个网址参数里的网址，比如跳转目标。
• 严格RFC 3986得到Tom%20%26%20Jerry%27s%20%282024%29%2F%C3%BC。它额外编码! ' ( ) *：RFC 3986把这几个字符列为子分隔符，而encodeURIComponent却放过了它们。当严格的解析器或请求签名方案要求完全符合RFC字符集时使用。
• 表单得到Tom+%26+Jerry%27s+%282024%29%2F%C3%BC。它遵循WHATWG URL标准中的application/x-www-form-urlencoded格式：只有字母、数字和* - . _保持原样，空格变成+。HTML表单和URLSearchParams发送的就是这种格式。
• 完整网址得到Tom%20&%20Jerry's%20(2024)/%C3%BC。这是encodeURI，它保留; / ? : @ & = + $ , #不动，因为它认为这些字符在完整网址里已经各司其职。只适合整理含有空格或非ASCII文字的完整地址，千万不要用来处理参数值：值里的&会悄悄开启一个新参数。

%20还是+：网址中的空格

两种约定并存。在RFC 3986的网址语法里，空格永远是%20，而+只是一个普通的加号。在浏览器用GET提交表单时使用的表单编码格式里，空格写成+，该格式对应的WHATWG解析器会先把每个+替换成空格，再做百分号解码。所以?q=a+b在表单数据解析器看来是“a b”，而路径里的/a+b则表示“a+b”。

这就是解码器提供解码时将+视为空格选项的原因。对于表单、搜索框和大多数统计工具生成的查询字符串，请勾选它；处理路径，以及加号本身有意义的值时请不要勾选，比如name+tag@example.com这样的邮箱地址，编码后是name%2Btag%40example.com。

代码中的对应写法

• JavaScript：处理参数值用encodeURIComponent()和decodeURIComponent()，处理完整网址用encodeURI()，需要表单式+空格的查询字符串用URLSearchParams（参见MDN）。
• Python：urllib.parse.quote()默认不编码/，空格写成%20，适合路径；quote_plus()会编码/并把空格写成+，适合表单值（参见Python文档）。
• PHP：rawurlencode()遵循RFC 3986，空格写成%20；urlencode()则把空格写成+（参见PHP手册）。

常见的URL编码问题

重复编码：%2520而不是%20

如果网址里出现%2520、%253A之类的内容，说明有程序对已经编码过的字符串又编码了一次；%25就是编码后的百分号。先解码一次，看看结果。当解码结果里仍含有百分号序列时，本工具会给出提醒，你可以点击将结果作为输入继续解码下一层。代码层面的修复办法是：在拼接网址的那一刻，对每个值只编码一次。

“Malformed URI sequence”错误

严格的解码器会拒绝后面没有跟着两位十六进制数的%，以及不合法的UTF-8字节序列。本解码器则比较宽容：它会解码所有有效的序列，保留孤立的%，把无效字节替换成�替换字符，并告诉你发生了这些情况，这样你就能找到出错的位置，而不是什么结果都得不到。

参数值在#或&处被截断

如果某个参数到达时被截断了，说明值里含有未编码的#或&，通常是因为网址是用字符串拼接，或用“完整网址”模式编码出来的。请改用“组件”模式对值编码。

对整个网址编码后网址坏了

把一个完整网址放进“组件”模式，会把https://变成https%3A%2F%2F。只有当这个网址本身是另一个网址里的参数值时，这样才是对的。否则请只对要插入的那一部分编码，或者使用“完整网址”模式。

相关的网址工具

用UTM链接生成器生成完整的活动链接，用网址清理工具去掉追踪参数，用重定向检查工具查看一个链接经过的每一次跳转。想把脚本做成一键使用的浏览器书签，书签小程序生成器会替你做好百分号编码。如果你在工作时顺手保存RFC这类参考文档，Marqly会把它们放进同一个可搜索的资料库，详见面向开发者的Marqly。