JavaScript：哪些字符不被encodeURIComponent编码？

Question

我正在用一种不同的语言编写自己的函数，如果可能的话，希望它能提供相同的结果。

- 700 Software

---

现在显而易见的问题是：为什么不能直接使用encodeURIComponent呢？ - Felix Kling

“我正在编写一个函数，它需要像本地函数一样完全相同的行为”，确实引发了这个问题... - Andy E

@Felix：我写的不是JavaScript，而是Java和Perl。我想要独立的子程序，这样就不需要任何库就可以工作。我还想确保它与JavaScript等效。 - 700 Software

Answer 1

您可以在MDC文档中找到信息：

encodeURIComponent对以下字符进行编码：
字母、数字、- _ . ! ~ * ' ( )

- Felix Kling

---

那不正确，冒号 : 被编码为 %3A。 - inta

@inta：引用中说“除了”以下字符。:不在例外列表中，因此是的，它会被转义。 - Felix Kling

@FelixKling 没错，你的回答是正确的。我的评论是针对Guilherme Ferreira的，也许我应该更明确地表达。 - inta

Answer 2

简而言之，您可以匹配所有UTF-16码元encodeURIComponent会使用以下编码：

/[^a-zA-Z0-9\-_.!~*'()]/g

虽然规范表示它可以处理采用4字节UTF-8编码的补充代码点。

长篇回答，ES 262 规定如下

15.1.3.4 encodeURIComponent(uriComponent)

encodeURIComponent 函数计算出一个新的 URI 版本，在该版本中，将某些字符的每个实例替换为一个、两个、三个或四个转义序列，这些序列代表字符的 UTF-8 编码。 当使用一个参数 uriComponent 调用 encodeURIComponent 函数时，执行以下步骤：

1. 让 componentString 成为 ToString（uriComponent）。

2. 让 unescapedURIComponentSet 成为包含在 uriUnescaped 中每个字符有效的字符串。

3. 返回调用 Encode（componentString，unescapedURIComponentSet）的结果

而 uriUnescaped 的定义如下

uriUnescaped ::: uriAlpha | DecimalDigit | uriMark

其中

uriAlpha ::: a b c d e f g h i j k l m n o p q r s t u v w x y z A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 中的任意一个

uriMark ::: - _ . ! ~ * ' ( ) 中的任意一个

DecimalDigit ::: 0 1 2 3 4 5 6 7 8 9 中的任意一个

- Mike Samuel