作為前端，每日與 URL 打交道是必不可少的。但是也許每天只是單純的用，對其只是一知半解，隨著工作的展開，我發現在日常抓包除錯，介面呼叫，瀏覽器相容等許多方面，不深入去理解URL與URL編碼則會踩到很多坑。故寫下此篇文章，詳解一下 URL 。
URL 與 URI
很多人會混淆這兩個名詞。
URL：(Uniform/Universal Resource Locator 的縮寫，統一資源定位符)。
URI：(Uniform Resource Identifier 的縮寫，統一資源識別符號)。
關係：
URI 屬於 URL 更低層次的抽象，一種字串文字標準。
就是說，URI 屬於父類，而 URL 屬於 URI 的子類。URL 是 URI 的一個子集。
二者的區別在於，URI 表示請求伺服器的路徑，定義這麼一個資源。而 URL 同時說明要如何訪問這個資源（http://）。
埠 與 URL標準格式
何為埠？埠(Port)，相當於一種資料的傳輸通道。用於接受某些資料，然後傳輸給相應的服務，而電腦將這些資料處理後，再將相應的回覆通過開啟的埠傳給對方。
埠的作用：因為 IP 地址與網路服務的關係是一對多的關係。所以實際上因特網上是通過 IP 地址加上埠號來區分不同的服務的。
埠是通過埠號來標記的，埠號只有整數，範圍是從0 到65535。
URL 標準格式。
通常而言，我們所熟悉的 URL 的常見定義格式為：
scheme://host[:port#]/path/…/[;url-params][?query-string][#anchor]
|
1 2 3 4 5 6 7 |
scheme //有我們很熟悉的http、https、ftp以及著名的ed2k，迅雷的thunder等。 host //HTTP伺服器的IP地址或者域名 port# //HTTP伺服器的預設埠是80，這種情況下埠號可以省略。如果使用了別的埠，必須指明，例如tomcat的預設埠是8080 http://localhost:8080/ path //訪問資源的路徑 url-params //所帶引數 query-string //傳送給http伺服器的資料 anchor //錨點定位 |
利用 <a> 標籤自動解析 url
開發當中一個很常見的場景是，需要從 URL 中提取一些需要的元素，譬如 host 、 請求引數等等。
通常的做法是寫正則去匹配相應的欄位，當然，這裡要安利下述這種方法，來自 James 的 blog，原理是動態建立一個 a 標籤，利用瀏覽器的一些原生方法及一些正則（為了健壯性正則還是要的），完美解析 URL ，獲取我們想要的任意一個部分。
程式碼如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 |
// This function creates a new anchor element and uses location // properties (inherent) to get the desired URL data. Some String // operations are used (to normalize results across browsers). function parseURL(url) { var a = document.createElement('a'); a.href = url; return { source: url, protocol: a.protocol.replace(':',''), host: a.hostname, port: a.port, query: a.search, params: (function(){ var ret = {}, seg = a.search.replace(/^\?/,'').split('&'), len = seg.length, i = 0, s; for (;i<len;i++) { if (!seg[i]) { continue; } s = seg[i].split('='); ret[s[0]] = s[1]; } return ret; })(), file: (a.pathname.match(/([^/?#]+)$/i) || [,''])[1], hash: a.hash.replace('#',''), path: a.pathname.replace(/^([^/])/,'/$1'), relative: (a.href.match(/tps?:\/[^/]+(.+)/) || [,''])[1], segments: a.pathname.replace(/^\//,'').split('/') }; } |
Usage 使用方法：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
var myURL = parseURL('http://abc.com:8080/dir/index.html?id=255&m=hello#top'); myURL.file; // = 'index.html' myURL.hash; // = 'top' myURL.host; // = 'abc.com' myURL.query; // = '?id=255&m=hello' myURL.params; // = Object = { id: 255, m: hello } myURL.path; // = '/dir/index.html' myURL.segments; // = Array = ['dir', 'index.html'] myURL.port; // = '8080' myURL.protocol; // = 'http' myURL.source; // = 'http://abc.com:8080/dir/index.html?id=255&m=hello#top' |
利用上述方法，即可解析得到 URL 的任意部分。
URL 編碼
為什麼要進行URL編碼？通常如果一樣東西需要編碼，說明這樣東西並不適合直接進行傳輸。
1、會引起歧義：例如 URL 引數字串中使用 key=value 這樣的鍵值對形式來傳參，鍵值對之間以 & 符號分隔，如 ?postid=5038412&t=1450591802326，伺服器會根據引數串的 & 和 = 對引數進行解析，如果 value 字串中包含了 = 或者 & ，如寶潔公司的簡稱為P&G，假設需要當做引數去傳遞，那麼可能URL所帶引數可能會是這樣 ?name=P&G&t=1450591802326，因為引數中多了一個&勢必會造成接收 URL 的伺服器解析錯誤，因此必須將引起歧義的 & 和 = 符號進行轉義， 也就是對其進行編碼。
2、非法字元：又如，URL 的編碼格式採用的是 ASCII 碼，而不是 Unicode，這也就是說你不能在 URL 中包含任何非 ASCII 字元，例如中文。否則如果客戶端瀏覽器和服務端瀏覽器支援的字符集不同的情況下，中文可能會造成問題。
那麼如何編碼？如下：
escape 、 encodeURI 、encodeURIComponent
escape()
首先想宣告的是，W3C把這個函式廢棄了，身為一名前端如果還用這個函式是要打臉的。
escape只是對字串進行編碼（而其餘兩種是對URL進行編碼），與URL編碼無關。編碼之後的效果是以 %XX 或者 %uXXXX 這種形式呈現的。它不會對 ASCII字元、數字 以及 @ * / + 進行編碼。
根據 MDN 的說明，escape 應當換用為 encodeURI 或 encodeURIComponent；unescape 應當換用為 decodeURI 或 decodeURIComponent。escape 應該避免使用。舉例如下：
|
1 2 3 4 5 6 7 8 |
encodeURI('https://www.baidu.com/ a b c') // "https://www.baidu.com/%20a%20b%20c" encodeURIComponent('https://www.baidu.com/ a b c') // "https%3A%2F%2Fwww.baidu.com%2F%20a%20b%20c" //而 escape 會編碼成下面這樣，eocode 了冒號卻沒 encode 斜槓，十分怪異，故廢棄之 escape('https://www.baidu.com/ a b c') // "https%3A//www.baidu.com/%20a%20b%20c" |
encodeURI()
encodeURI() 是 Javascript 中真正用來對 URL 編碼的函式。它著眼於對整個URL進行編碼。
|
1 2 |
encodeURI("http://www.cnblogs.com/season-huang/some other thing"); //"http://www.cnblogs.com/season-huang/some%20other%20thing"; |
編碼後變為上述結果，可以看到空格被編碼成了%20，而斜槓 / ，冒號 : 並沒有被編碼。
是的，它用於對整個 URL 直接編碼，不會對 ASCII字母 、數字 、 ~ ! @ # $ & * ( ) = : / , ; ? + ‘ 進行編碼。
|
1 2 |
encodeURI("~!@#$&*()=:/,;?+'") // ~!@#$&*()=:/,;?+' |
encodeURIComponent()
嘿，有的時候，我們的 URL 長這樣子，請求引數中帶了另一個 URL ：
|
1 |
var URL = "http://www.a.com?foo=http://www.b.com?t=123&s=456"; |
直接對它進行 encodeURI 顯然是不行的。因為 encodeURI 不會對冒號 : 及斜槓 / 進行轉義，那麼就會出現上述所說的伺服器接受到之後解析會有歧義。
|
1 2 |
encodeURI(URL) // "http://www.a.com?foo=http://www.b.com?t=123&b=456" |
這個時候，就該用到 encodeURIComponent() 。它的作用是對 URL 中的引數進行編碼，記住是對引數，而不是對整個 URL 進行編碼。
因為它僅僅不對 ASCII字母、數字 ~ ! * ( ) ‘ 進行編碼。
錯誤的用法：
|
1 2 3 4 |
var URL = "http://www.a.com?foo=http://www.b.com?t=123&s=456"; encodeURIComponent(URL); // "http%3A%2F%2Fwww.a.com%3Ffoo%3Dhttp%3A%2F%2Fwww.b.com%3Ft%3D123%26s%3D456" // 錯誤的用法，看到第一個 http 的冒號及斜槓也被 encode 了 |
正確的用法：encodeURIComponent() 著眼於對單個的引數進行編碼：
|
1 2 3 |
var param = "http://www.b.com?t=123&s=456"; // 要被編碼的引數 URL = "http://www.a.com?foo="+encodeURIComponent(param); //"http://www.a.com?foo=http%3A%2F%2Fwww.b.com%3Ft%3D123%26s%3D456" |
利用上述的使用<a>標籤解析 URL 以及根據業務場景配合 encodeURI() 與 encodeURIComponent() 便能夠很好的處理 URL 的編碼問題。