URL编码是怎么回事？

我们每天都在浏览器的地址栏里面很多次输入URL，应该对它非常熟悉。浏览器地址栏包容性很强，英文、中文、日文、韩文统统都能输入，而浏览器也能给出比较正确的反馈。

但是，这只是表象，真正的网络世界对输入语言的要求是非常苛刻的，可以说是专属于英文字符的。

虽然在 URL 中使用一些中文字符从技术上讲不存在识别和传输的问题，但是网络标准协议中却规定了 URL 中只能包含英文字符。

那么，我们在地址栏里看到和使用的中文又是怎么回事呢？

事实上，那只是浏览器的障眼法。虽然我们在浏览器的输入框里使用了中文，可一旦浏览器发出网络请求，请求中的中文将不复存在，会变成我们经常看到却不明所以的东西，比如“％e5%82%bb%e5%91%80”，这就是 URL 中的中文被编码后的结果。

可能大家会觉得这种编码结果有些奇特，跟平时看到的编码比，它多了很多的这个“％”，其实只是分隔符，如果把“％”替换成空格，就可以看到我们熟悉的编码结果了，比如上面的“e5 82 bb e5 91 80”，眼尖的读者可能会看出这就是中文的 UTF-8 的编码。

按照标准进行编码是合理的，但是标准没有规定用什么编码，于是开发人员开始各自为战，有用 UTF-8 编码的，也有用 GB2312 编码的，这两种编码是什么不重要，重要的是两种编码的结果不一样，很多时候后台、前端、终端之间的矛盾就是因它而起的。

更让开发者觉得麻烦的是标准没有提供编码守则，于是程序员开始自由发挥。例如，在 URL 的实际使用过程中，经常会对 URL 的参数进行拼装，拼装的 URL 参数来源往往是没法确定的。

不过，不管参数的内容是什么，为了避免出现中文字符，开发者一般会在 URL 拼装完毕后统一做一次编码。

问题是，参数源可能已经将 URL 编码过一次了，而编码后的字符串是能够再次被编码的，就像俄罗斯套娃一样，所以看到一个编码结果时，开发者甚至没法确定它要被解码多少次才能得到真正的结果。

大家再看到这种包含很多“％”的字符串时，别认为是加密数据，随便找个 URL 解码工具就能还原它。