在URL中使用Unicode字符的用法

Question

这个问题的基础在于，在许多拉丁语言和非拉丁语言中，有一些字母，从我所见，直到最近都不能真正用于URL，并且几乎总是生成大量的URL编码字符。

但是，最近我看到有几个网站在URL中使用本地字母（除了域名）。

例如，像这样使用西班牙重音字母：

https://www.example.com/esta-es-una-frase-en-español
https://www.example.com/cómo-usar-acentos-y-la-letra-ñ-en-urls

另外，我见过这样的URL：

https://www.example.com/урл-на-български

根据我的经验，不久以前，人们必须将重音字符编码或转换为非重音字符。

但现在您可以在浏览器中使用此类型的URL，它不会出现问题，字母显示正常（无需进行URL编码）。

可以安全地假设现在我的URL可以处理这些字符吗？

此外，对于Google的URL索引，是否存在差异？

- Mihail Minkov

---

我假设你正在使用UTF-8编码，而不是Latin1、UTF-16等编码。 - Rick James

我特别指的是URL字符，就是在浏览器地址栏中输入的字符，据我所知，其编码可能与浏览器或操作系统有关。 - Mihail Minkov

Answer 1

URIs/URLs，由 RFC 3986“统一资源标识符（URI）：通用语法”定义，不允许使用未编码的非ASCII字符。这些字符必须进行字符集编码（通常为UTF-8），然后将结果字节八位组进行百分号编码。如果浏览器提供了一个包含未编码Unicode字符的URL，当将其传输到Web服务器时，浏览器通常会在幕后正确地进行url编码。您可以通过浏览器的内置调试器（如果有）或HTTP/S嗅探器来验证这一点。

IRIs，由 RFC 3987“国际化资源标识符（IRI）”定义，允许使用未编码的Unicode字符。然而，IRIs尚未广泛使用，但是IRIs可以通过映射到/从编码的URIs/URLs来保持向后兼容性。可能您的浏览器正在将地址栏的内容视为IRI，并根据需要在内部进行URI/URL转换。

- Remy Lebeau

---

您可以在浏览器地址栏中使用Unicode字符，它们很可能会被编码。但是您不能在自己的URL中使用未编码的 Unicode字符。 - Remy Lebeau

我不完全明白您的意思。您是说如果我编写 https://www.example.com/señor ，那会起作用，但如果我创建一个具有相同URL的HTML链接，它就不起作用了吗？ - Mihail Minkov

实际上：https://www.w3.org/International/articles/idn-and-iri/ - Giacomo Catenazzi

所以，@GiacomoCatenazzi，据说这个是可用和兼容的？有没有办法检查兼容性呢？是否有类似caniuse.com这样的工具可以使用？我在那里进行了检查，但似乎没有找到相关内容。 - Mihail Minkov

@MihailMinkov：该文档告诉我们：“与路径相关的IRI部分的转换过程已经在IE7、Firefox、Opera、Safari和Google Chrome的最新版本中得到了本地支持。” 服务器端可能会有更多问题。 维基百科使用它已经很长时间了（因此我认为它是安全的）。 - Giacomo Catenazzi