RFC3986

预备知识

统一资源标识符（URI）

RFC3986中文文档

RFC3986英文文档

RFC3986编码与解码

• 保留字符

  Url可以划分成若干个组件，协议、主机、路径等。有一些字符（:/?#[]@）是用作分隔不同组件的。例如:冒号用于分隔协议和主机，/用于分隔主机和路径，?用于分隔路径和查询参数，等等。还有一些字符（!$&'()*+,;=）用于在每个组件中起到分隔作用的，如=用于表示查询参数中的键值对，&符号用于分隔查询多个键值对。当组件中的普通数据包含这些特殊字符时，需要对其进行编码。

  RFC3986中指定了以下字符为保留字符：

  ! * ' ( ) ; : @ & = + $ , / ? # [ ]
  

• 不安全字符

  还有一些字符，当他们直接放在Url中的时候，可能会引起解析程序的歧义。这些字符被视为不安全字符，原因有很多。

  符号	描述
  空格	Url在传输的过程，或者用户在排版的过程，或者文本处理程序在处理Url的过程，都有可能引入无关紧要的空格，或者将那些有意义的空格给去掉
  引号以及<>	引号和尖括号通常用于在普通文本中起到分隔Url的作用
  #	通常用于表示书签或者锚点
  %	百分号本身用作对不安全字符进行编码时使用的特殊字符，因此本身需要编码
  {}	^[]`~ 某一些网关或者传输代理会篡改这些字符|

• 对保留字符及不安全字符进行编码

  Url编码通常也被称为百分号编码（Url Encoding，also known as percent-encoding），是因为它的编码方式非常简单，使用%百分号加上两位的字符——0123456789ABCDEF——代表一个字节的十六进制形式。Url编码默认使用的字符集是US-ASCII。例如a在US-ASCII码中对应的字节是0x61，那么Url编码之后得到的就是%61，我们在地址栏上输入http://g.cn/search?q=%61%62%63，实际上就等同于在google上搜索abc了。又如@符号在ASCII字符集中对应的字节为0x40，经过Url编码之后得到的是%40。

  !	*	"	'	(	)	;	:	@	&
  %21	%2A	%22	%27	%28	%29	%3B	%3A	%40	%26
  =	+	$	,	/	?	%	#	[	]
  %3D	%2B	%24	%2C	%2F	%3F	%25	%23	%5B	%5D

• 题外

  现在有许多资源链接都是采用标准URI格式，许多都是根据RFC3986的规定。比如mysql,redis等服务。像这些服务一般是将username和password放在URI的userInfo中，此时如果username或者password带有保留字符比如@就很尴尬了。这时候应该使用RFC3986的字符编码进行替换。我也是因为这个原因才会有这篇文章。