PHP UTF编码的URL字符串

Question

PHP UTF编码的URL字符串

5

当我在Firefox中（在地址栏中）输入像http://www.example.com/?query=Траливали这样的URL时，它会自动编码为http://www.example.com/?query=%D2%F0%E0%EB%E8%E2%E0%EB%E8。

但是像http://www.example.com/#ajax_call?query=Траливали这样的URL没有被转换。

其他浏览器（如IE8）根本不转换查询。

问题是：如何检测（在PHP中）查询是否已编码？如何解码？

我尝试过：

$str = iconv('cp1251', 'utf-8', urldecode($str));
$str = utf8_decode(urldecode($str));
$str = (urldecode($str));
许多来自http://php.net/manual/en/function.urldecode.php的函数。什么都不起作用。

测试:

$str = $_GET['str'];

d('%D2%F0%E0%EB%E8%E2%E0%EB%E8' == urldecode('%D2%F0%E0%EB%E8%E2%E0%EB%E8'));

d('%D2%F0%E0%EB%E8%E2%E0%EB%E8' == $str);

d('Траливали' == $str);

d(urldecode($str));

d(utf8_decode(urldecode($str)));

!!! d('%D2%F0%E0%EB%E8%E2%E0%EB%E8' == urlencode($str)); !!!

返回：

[false] [false] [false] �� ???? [true]

一种解决方案：http://www.example.com/Траливали/ - 将查询作为url的一部分发送并使用mod_rewrite进行解析。

- topright gamedev

请注意，在编程中涉及两个步骤：从浏览器到脚本，从脚本到浏览器。如果您想要看到所需数据的正确输出，这两个步骤都需要正确执行。因此，这取决于您的脚本需要执行什么操作。请查看我的更新答案以获取一些建议。 - mvds

我添加了一些测试，rawurlencode 给出的结果与 urlencode 相同。 - topright gamedev

1

你需要放慢速度，逐步评估。看看你的示例URL：你确定"Траливали"在UTF-8中是"%D2%F0%E0%EB%E8%E2%E0%EB%E8"吗？这里显示为"%D0%A2%D1%80%D0%B0%D0%BB%D0%B8%D0%B2%D0%B0%D0%BB%D0%B8"。这可能是问题所在吗？ - mvds

%D2%F0%E0%EB%E8%E2%E0%EB%E8 - 这是由Firefox自动生成的字符串。 - topright gamedev

是的。它是1251编码字符串，而不是utf8。 - Your Common Sense

显示剩余4条评论

7个回答

4

rawurldecode($_GET['query']);

但这实际上应该已经由PHP完成了 ;-)

编辑如果你说“什么都不起作用” - 你在尝试什么？如果文本在屏幕上显示不如你所愿，例如当你使用echo $_GET ['query'];时，你的问题可能是你指定的编码与发送回浏览器的页面不一致。

包括一行

header("Content-Type: text/html; charset=utf-8");

看看是否有帮助。

- mvds

请展示整个脚本并告诉我们哪里出了问题。 - mvds

我在这篇文章中添加了一些测试。 - topright gamedev

2

不幸的是，片段如何编码取决于浏览器：

是否通过应用RFC规定的URL转义规则来编码片段ID（哈希）？
MSIE：否
Firefox：部分
Safari：是
Opera：否
Chrome：否
Android：是

至于浏览器在将国际（即非ASCII）字符转换为%nn转义序列之前使用的编码方式，“大多数浏览器都通过在URL栏中手动输入的任何文本上默认发送UTF-8数据，并在所有跟随的链接上使用页面编码来处理这个问题。”（同一来源）。

- Artefacto

并不重要代码片段的编码方式，因为它只在客户端进行处理。 - Andrew Moore

@And 这是怎么回事？对于 JavaScript 来说，"á" != "%C3%A1"。 - Artefacto

1

你可以使用UTF8::autoconvert_request()来实现这个功能。

更多信息请参考http://code.google.com/p/php5-utf8/。

- Rin-Nas

0

URLs的字符限制为ASCII字符。不适合URL的字符应该进行URL编码（即您看到的%hh编码）。一些浏览器可能会自动对出现在地址栏上的URL进行编码。

- seand

-1：在查询中传递UTF-8没有问题。多字节字符将被编码为两个字节，然后会被正确解码。 - Andrew Moore

但是浏览器仍然在幕后对URL进行编码。服务器应该看到一个格式良好的URL，Web应用程序将能够解码它。 - seand

1

浏览器不需要了解URL编码的字符集。它只需读取8个字节并将其转换为十六进制值。任何不被视为“可打印ASCII”字符的内容都将按照RFC3986由用户代理进行编码。 - Andrew Moore

0

答案很简单：字符串被编码总是如HTTP标准所述。
而Firefox 显示什么并不重要。

此外，由于PHP自动解码查询字符串，因此也不需要解码。

请注意，'%D2%F0%E0%EB%E8%E2%E0%EB%E8' 是单字节编码，因此您的页面可能在1251中。至少HTTP标头向浏览器表示如此。
而AJAX始终使用utf-8。

因此，您只需对您的页面使用单个编码(utf-8)，或区分ajax调用和常规调用即可。

至于片段 - 不要使用片段值将其发送到服务器。有一个JS变量，然后使用它两次 - 设置片段和使用JSON发送到服务器。

- Your Common Sense

0

RFC 1738规定URL中只有字母数字、特殊字符$-_.+!*'(),"和保留字符;/?:@=&不需要进行编码。其他所有字符都需要由HTTP客户端（即Web浏览器）进行编码。您可以使用rawurldecode()函数对查询字符串进行解码，无论PHP是否自动解码。双重解码没有任何危险。

- bcosca

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Andrew Moore · Accepted Answer

如果在片段后面没有查询部分，那么它不会被转换为有效的URL。

RFC 3986定义URI由以下部分组成：

     foo://example.com:8042/over/there?name=ferret#nose
     \_/   \______________/\_________/ \_________/ \__/
      |           |            |            |        |
   scheme     authority       path        query   fragment

订单无法更改。因此，

URL1: http://www.example.com/?query=Траливали#ajax_call

将被正确处理

URL2: http://www.example.com/#ajax_call?query=Траливали

不会。如果我们看一下URL2，IE实际上通过检测片段作为#ajax_call?query=Траливали正确处理URL，没有查询。片段总是最后一个并且从不发送到服务器。

IE将正确编码URL1的查询组件，因为它将其检测为查询。

至于在PHP中解码，%D2和类似的内容将自动解码为$_GET ['query']变量。 $_GET变量未正确填充的原因是在URL2中，根据标准，没有查询。

还有最后一件事...当执行'Траливали' == $_GET ['query']时，仅当您的PHP脚本本身以UTF-8编码时才为真。您的文本编辑器应该能够告诉您文件的编码。