全面深度解析iOS端URL编码和解码过程
1、URL含义
一、URL定义
URL 是Uniform Resource Locator 的缩写，统一资源定位符，对能够从互联网上获得的资源的位置和访问方法的一种简洁的表示，是互联网上标准资源的地址。互联网上的每一个文件都有一个惟一的URL，它包含的信息指出文件的位置以及浏览器应该怎么处理它。基本URL包含模式（或称协议）、服务器名称（或IP地址）、路径和文件名、参数，如“协议：//受权/路径查询？参数”。html
URL 与 URI 不少人会混淆这两个名词。 URL：(Uniform/Universal Resource Locator 的缩写，统一资源定位符)。 URI：(Uniform Resource Identifier 的缩写，统一资源标识符)。 对于URI, 具体的结构以下:json
foo://example.com:8042/over/there?name=ferret#nose
\_/ \______________/ \________/\_________/ \__/
| | | | |
scheme authority path query fragment
复制代码
URI 属于 URL 更低层次的抽象，一种字符串文本标准。URL 是 URI 的一个子集。 URI 表示请求服务器的路径，定义这么一个资源。而 URL 同时说明要如何访问这个资源（http://）。浏览器
URL 百度百科安全
二、URL字符编码表
一、URL 编码 - 从 %00 到 %ffbash
二、HTML特殊字符编码对照表服务器
2、URL 编码
一、为何要编码转义
推荐阅读：字符编码：ASCII、Unicode 和 UTF-8 的区别网络
世界上存在着多种编码方式，同一个二进制数字能够被解释成不一样的符号，不一样的编码方式，解码出来就是乱码，形成数据传输和阅读的极大障碍。互联网的来临，必需要统一字符编码，Unicode（统一码、万国码、单一码）做为计算机科学领域里的一项业界标准应运而生。Unicode 是互联网统一的符号集，只规定了符号惟一的二进制代码值，却没有规定这个二进制代码应该如何存储。UTF-8是一种针对Unicode的可变长度字符编码，UTF-8用1到4个字节编码Unicode字符，在互联网上使用最广的一种 Unicode 的实现方式。其余实现方式还包括 UTF-16（字符用两个字节或四个字节表示）和 UTF-32（字符用四个字节表示），不过在互联网上基本不用。 注意：UTF-8 是 Unicode 的实现方式之一。 如 中 字:工具
Unicode码值： \u4e2dpost
URL编码（UTF-8）： %e4%b8%ad测试
二、URL编码规则
Url编码一般也被称为百分号编码，编码方式很是简单，使用%百分号加上两位的字符——0123456789ABCDEF——表明一个字节的十六进制形式。Url编码默认使用的字符集是US-ASCII。例如a在US-ASCII码中对应的字节是0x61，那么Url编码以后获得的就是%61，咱们在地址栏上输入 http://g.cn/search?q=%61%62%63 ，实际上就等同于在google上搜索abc了。又如@符号在ASCII字符集中对应的字节为0x40，通过Url编码以后获得的是%40。
对于非ASCII字符，须要使用ASCII字符集的超集进行编码获得相应的字节，而后对每一个字节执行百分号编码。对于Unicode字符，RFC文档建议使用utf-8对其进行编码获得相应的字节，而后对每一个字节执行百分号编码。如"中文"使用UTF-8字符集获得的字节为0xE4 0xB8 0xAD 0xE6 0x96 0x87，通过Url编码以后获得"%E4%B8%AD%E6%96%87"。
三、URL不须要编码的字符
HTTP URL 使用的RFC3986编码规范，RFC3986文档规定，URL中只容许包含如下四种： 一、英文字母（a-z A-Z）
二、数字（0-9）
三、-_.~ 4个特殊字符
四、全部保留字符，RFC3986中指定了如下字符为保留字符（英文字符）: ! * ' ( ) ; : @ & = + $ , / ? # [ ]
五、编码标记符号 %
URL 编码使用 "%" 其后跟随两位的十六进制数来替换非 ASCII 的字符，中文是三个编码组合。十六进制格式用于在浏览器和插件中显示非标准的字母和字符。
四、URL须要编码的字符
Url编码的原则就是使用安全的字符（没有特殊用途或者特殊意义的可打印字符）去表示那些不安全的字符。
4.一、非URL定义的字符
不能在 URL 中包含任何非 ASCII 字符，如中文字符、希腊文字符，拉丁文字符等。若是客户端浏览器和服务端浏览器支持的字符集不一样的状况下，中文可能会形成乱码问题。
4.二、会引发歧义的保留字符
URL 拼接参数或路径设置时，拼接的普通字符串中含有保留字符，会引发歧义的状况。URL 参数字符串中使用 key=value 这样的键值对形式来传参，键值对之间以 & 符号分隔，如宝洁公司的简称为P&G，假设须要当作参数去传递，name=P&G&t=1450591802326，由于参数中多了一个&势必会形成接收 URL 的服务器解析错误，所以必须将引发歧义的 & 符号进行转义编码。
部分保留字符及其URL编码
| 字符 | 用法描述 | 编码 |
|---|---|---|
| + | 表示空格（在URL中不能使用空格） | %2B |
| 空格 | URL中的空格能够用+号或者编码 | %20 |
| / | 分隔目录和子目录 | %2F |
| ? | 分隔实际的URL和参数 | %3F |
| # | 表示书签或锚点 | %23 |
| & | URL中指定的参数间的分隔符 | %26 |
| = | URL中指定的参数的值 | %3D |
| % | 百分号自己用做对不安全字符进行编码时使用的特殊字符，所以自己须要编码 | %25 |
若是须要在URL中用到特殊字符或中文字符，须要将这些特殊字符换成相应的十六进制的值。
3、iOS端URL具体编码处理
一、URL编码和解码是成对
URL编码和解码是一个可逆的过程，编码和解码的逻辑是翻转对应的。 成对有两层含义: 一、两个方法的逻辑对应。一个固定的编码方式，也对一个固定的逆向解码方式，反之亦然。
二、编码和解码的次数也要一一对应。
这四种种字符后，URL编码后的值仍是它自己：
一、英文字母（a-z A-Z）
二、数字（0-9）
三、特殊字符（ -_.）
四、部分保留字符（英文字符）: ! * ' ( ) ; : @ & = + $ , / ?
说明：~ # [] 这四个字符是否被转码成百分号编码，因系统不一样会有不一样。
URL字符编码使用%百分号加上两位的字符——0123456789ABCDEF——表明一个字节的十六进制形式。因编码后的值含有 % 保留字符。再次编译% 会编译成 %25 。
例如： &
第一次URL编码后：%26
第二次URL编码后：%2526
第三次URL编码后：%252526
正常解码逻辑：
第一次URL解码后：%2526
第二次URL解码后：%26
第三次URL解码后：&
所以，URL编码和解码必须是成对出现的。
初始字符为 & 连续编码三次，连续解码两次，则获得 %26 。 初始字符为 &%26 编码一次：%26%2526 连续解码两次则获得 && 。
二、URL是怎么拆解的
咱们看一个常见的接口请求示例：
://、
: 、
/ 、
?、
&、
= 等拆分出请求的协议、服务器名称（或IP地址）、端口号、路径和文件名、参数名、参数值等。
三、在组装URL的什么阶段进行URL编码
咱们看一个常见的接口请求示例：
| 字符串 | 说明 |
|---|---|
| :// | 协议符号 |
| / | 分隔目录和子目录 |
| 测试 | 表明须要编译处理了的路径 |
| ？ | 分隔实际的URL和参数 |
| & | URL中指定的参数间的分隔符 |
| = | URL中指定的参数的值 |
| 搜&索 | 搜索词含有中文，含有保留字段，须要编译 |
| × | 是key的一部分，不该该被编译，若多一次编译，会编译为 x |
绿色字体是保留字符，都有特殊的含义，是不该该是被编码的。 红色字体必需要要编译的部分。 黄色背景的字符串，不该该被编译。 若以上操做不正确，会影响整个URL的解析。
常见的拼接过程：
一、先拼接实际的请求地址 https://www.baidu.com/s/测@试?
二、再拼接参数字符串 wd=搜&索×tamp=32424242423
三、将一、2合并凭借成一个网址字符串。
四、将网址字符串转为NSURL 实例。
分析
一、因 测@试 含有中文和保留字符@，须要在步骤1以前，先将 测@试 编码为 %e6%b5%8b%40%e8%af%95 ，再拼接到https://www.baidu.com/s/%e6%b5%8b%40%e8%af%95?
二、因 搜&索 含有中文和保留字符& ,& 会影响参数解析。须要先搜&索 编码为 %e6%90%9c%26%e7%b4%a2 ，再拼接到wd=%e6%90%9c%26%e7%b4%a2×tamp=32424242423
三、因请求地址和参数列表已经编码过，拼接后的完整请求不该该再次编译。若再次编译 则会因含有 × 编译为 x 。
小结
上面咱们分别编码特殊字符后，最后拼接到一块儿。也有部分写法是拼接后再统一编码处理的。但因请求路径、请求参数中均可能含有保留字符&、=或中文等特殊字符，形成请求地址解析错误。建议在路径和参数拼接前对路径、参数名、参数值等先行统一编码处理，再行拼接。拼接好后不要再行编码，转为NSURL实例，发送请求。
四、可用的编码和解码API
URL编码是互联网的通用规范，各系统或平台都会提供封装好的API方法供开发者调用。 iOS端在生成NSURL实例
NSURL *url = [NSURL URLWithString:urlString];
复制代码
特别要注意的是 urlString 中含有超出中文字符等非定URL限定字符时，建立的NSURL对象会失败，url返回为nil。
4.一、iOS 7以前的编码解码处理
4.1.一、方式一：stringByAddingPercentEscapesUsingEncoding
字符串URL编码实现
NSString *urlStr = @"你好0123456789abcxyzABCXYZ-_.~&!*'();:@&=+$,/?#[] %25";
NSString *encodingString = [urlStr stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
NSLog(@"url编码 = %@",encodingString);
复制代码
注意：最后一个是空格符号，下面用黄色背景标记。 打印结果是
请求返回的数据格式是%E4%BD%A0%E5%A5%BD，须要进行UTF-8解码，对应方法是：
NSString *encodingString = @"%E4%BD%A0%E5%A5%BD0123456789abcxyzABCXYZ-_.~&!*'();:@&=+$,/?%23%5B%5D%25%20";
NSString *decodedStr = [encodingString stringByReplacingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
NSLog(@"url解码 = %@",decodedStr);
复制代码
打印结果是
[urlStr stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
复制代码
绿色字体的 0123456789abcxyzABCXYZ-_.~&!*'();:@&=+$,/? 这些字符不会被编译成%百分号编码，只有特别的 # 、[、]、% 、（空格）和中文字符会被编译。
小结
可经过第二章的4.2小节了解到，-_.~&!*'();:@&=+$,/?#[]%（最后一个是空格）这些特殊字符可能存在于网址请求的路径或参数表中，若不进行转义编码，容易在URL解析时，引发歧义，形成解析错误，找不到指定的资源，形成网络请求失败或错误。此方式只能用于处理URL编码规定字符集以外的字符且不含有以上特殊字符的编码处理。 该方式不适合处理URL的总体编译处理，能够局部编译不含特殊字符的URL部分，局限性太强，不建议在URL编码和解码时使用此方式，另外在iOS9以后苹果也废弃该方式。 另外，还有encodeBase6四、decodeBase64方式，也是不能编译-_.~&!*'();:@&=+$,/?#[]%特殊字符，处理结果和方式一结果基本一致，就再也不展开说明了。
4.1.二、方式二：CFURLCreateStringByAddingPercentEscapes
字符串URL编码实现
NSString *urlStr = @"你好0123456789abcxyzABCXYZ-_.~&!*'();:@&=+$,/?#[]% ";
//方式一编码对比
NSString *encodingStr = [urlStr stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
NSLog(@"url编码1-1 = %@",encodingStr);
//方式二编码定义空字符集
NSString *encodeStr = (NSString *)CFBridgingRelease(CFURLCreateStringByAddingPercentEscapes(kCFAllocatorDefault, (CFStringRef)urlStr, NULL, (CFStringRef)@"", kCFStringEncodingUTF8));
NSLog(@"url编码2-1 = %@",encodeStr);
//方式二编码定义 ABC-_~.!*'();:@&=+ $,/?%#[] 字符集 NSString *encodeStr2 = (NSString *)CFBridgingRelease(CFURLCreateStringByAddingPercentEscapes(kCFAllocatorDefault, (CFStringRef)urlStr, NULL, (CFStringRef)@"ABC-_~.!*'();:@&=+ $,/?%#[]", kCFStringEncodingUTF8));
NSLog(@"url编码2-2 = %@",encodeStr2);
复制代码
注意：最后一个是空格符号，编码2-2强制编译了自定义字符集 ABC-_~.!*'();:@&=+ $,/?%#[]，对结果以下:
字符串URL解码实现
NSString *encodedString = @"%E4%BD%A0%E5%A5%BD0123456789abcxyz%41%42%43XYZ%2D%5F%2E%7E&%21%2A%27%28%29%3B%3A@&%3D%2B%24%2C%2F%3F%23%5B%5D%25%20";
NSString *decodedStr = (NSString *)CFBridgingRelease(CFURLCreateStringByReplacingPercentEscapesUsingEncoding(kCFAllocatorDefault,(CFStringRef)encodedString,CFSTR(""),kCFStringEncodingUTF8));
NSLog(@"url解码2-1 = %@",decodedStr);
NSString *decodedStr2 = (NSString *)CFBridgingRelease(CFURLCreateStringByReplacingPercentEscapesUsingEncoding(kCFAllocatorDefault,(CFStringRef)encodedString,CFSTR(";:@&"),kCFStringEncodingUTF8));
NSLog(@"url解码2-2 = %@",decodedStr);
复制代码
打印结果是
经过以上数据能够看到，方式二在方式一编码的基础上，可对自定义的特殊字符集也进行编码处理，解决了方式一存在的问题。 解码2-2强制不解码自定义字符集 ABC-_~.!*'();:@&=+ $,/?%#[]，但依然有两个字符@ &比较特殊，排除在解码以外，具体暂不明缘由。
iOS7以前，建议采用方式二，要肯定自定义字符集能全面覆盖有可能存在歧义的字符。
该方式能够编译特殊字符，所以，不适合对URL的总体编译，只能先将各个URL部分编译后，再组装在一块儿。
4.二、iOS 7以后的编码解码处理
4.2.一、全新的方式：stringByAddingPercentEncodingWithAllowedCharacters
iOS9以后苹果建议 使用新方法 stringByAddingPercentEncodingWithAllowedCharacters，其实该方法iOS7以后均可以调用。
苹果对该方法的注解：将AllowedCharacters集中不包含的全部字符替换为百分比编码字符，返回从接收器生成的新字符串。utf-8编码用于肯定正确的编码字符百分比。不能对整个URL字符串进行百分比编码。此方法用于对URL组件或子组件字符串进行百分比编码，而不是对整个URL字符串进行百分比编码。7位ascii范围以外的容许字符中的任何字符都将被忽略。
字符串URL编码实现
NSString *urlStr = @"你好0123456789abcxyzABCXYZ-_.~&!*'();:@&=+$,/?#[]% ";
//方式一编码对比
NSString *encodingString = [urlStr stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
NSLog(@"url编码1-1 = %@",encodingString);
//方式二自定义字符集 ABC-_~.!*'();:@&=+ $,/?%#[] 编码对比 NSString *encodeStr2 = (NSString *)CFBridgingRelease(CFURLCreateStringByAddingPercentEscapes(kCFAllocatorDefault, (CFStringRef)urlStr, NULL, (CFStringRef)@"ABC-_~.!*'();:=+ $,/?%#[]", kCFStringEncodingUTF8));
NSLog(@"url编码2-2 = %@",encodeStr2);
//系统提供的枚举字符集，这些字符不须要 编译
NSString *encodeStr3 = [urlStr stringByAddingPercentEncodingWithAllowedCharacters:[NSCharacterSet URLQueryAllowedCharacterSet]];
NSLog(@"url编码3-1 = %@",encodeStr3);
//自定义字符不须要编译的字符集，为空字符集，将全部字符用百分号编码
NSCharacterSet *characterSet = [NSCharacterSet characterSetWithCharactersInString:@""];
NSString *encodeStr4 = [urlStr stringByAddingPercentEncodingWithAllowedCharacters:characterSet];
NSLog(@"url编码3-2 = %@",encodeStr4);
复制代码
打印结果是
网上常见的字符集枚举说明（供参考）:
URLFragmentAllowedCharacterSet "#%<>[\]^`{|} URLHostAllowedCharacterSet "#%/<>?@\^`{|}
URLPasswordAllowedCharacterSet "#%/:<>?@[\]^`{|} URLPathAllowedCharacterSet "#%;<>?[\]^`{|}
URLQueryAllowedCharacterSet "#%<>[\]^`{|} URLUserAllowedCharacterSet "#%/:<>?@[\]^`
复制代码
字符串URL解码实现
//上段代码的结果为encodeStr3入参
NSString *decodedStr3 = [encodeStr3 stringByRemovingPercentEncoding];
NSLog(@"url编码3-1 = %@",decodedStr3);
//上段代码的结果为encodeStr4入参
NSString *decodedStr4 = [encodeStr4 stringByRemovingPercentEncoding];
NSLog(@"url编码3-2 = %@",decodedStr4);
复制代码
打印结果是
小结 咱们知道url编码1-1和编码3-1，系统提供给咱们的URL特定的编码方式，并不能知足咱们正确编码解码下面这样的常见请求示例：
4.三、最优方案和封装处理
iOS7如下的版本可用4.1.2的方式微调便可。目前绝大部分APP都是适配在iOS7及以上的，咱们以iOS7以后的方案为主。 建立一个 NSString+UTF_8 分类，定义两个方法实现以下：
/**
对字符串的每一个字符进行UTF-8编码
@return 百分号编码后的字符串
*/
- (NSString *)URLUTF8EncodingString
{
if (self.length == 0) {
return self;
}
NSCharacterSet *characterSet = [NSCharacterSet characterSetWithCharactersInString:@""];
NSString *encodeStr = [self stringByAddingPercentEncodingWithAllowedCharacters:characterSet];
return encodeStr;
}
/**
对字符串的每一个字符进行完全的 UTF-8 解码
连续编码2次，须要连续解码2次，第三次继续解码时，则返回为空
@return 百分号编码解码后的字符串
*/
- (NSString *)URLUTF8DecodingString
{
if (self.length == 0) {
return self;
}
if ([self stringByRemovingPercentEncoding] == nil
|| [self isEqualToString:[self stringByRemovingPercentEncoding]]) {
return self;
}
NSString *decodedStr = [self stringByRemovingPercentEncoding];
while ([decodedStr stringByRemovingPercentEncoding] != nil) {
decodedStr = [decodedStr stringByRemovingPercentEncoding];
}
return decodedStr;
}
复制代码
注意
URLUTF8EncodingString UTF-8编码能够无限制调用屡次，stringByRemovingPercentEncoding方法的特殊性是字符串不是UTF-8编码格式，调用时返回为nil，所以解码时只需调用一次URLUTF8DecodingString便可将全部字符完全UTF-8解码。
五、其余处理方法
能够将须要编码的参数表总体封装为NSData类型，使用post请求发送也是能够的。
4、总结
一、在URL组装拼接前对各个部分的可能会引发歧义的字符串进行全量UTF-8编码。
二、在须要解码的地方，须要先分拆字符串，再分段解码使用。
三、在须要将已组装的数据，进行重组时，须要先拆解，分别解码后再编码，最后再重组。
四、服务端会对请求进行UTF-8解码一次，请确保请求中的字符只进行一次UTF-8编码。
参考资料
原创不易，转载请注明做者：择势勤
- 1. iOS-URL编解码
- 2. url编码和解码
- 3. Netty 源码深度解析(九) - 编码
- 4. url 编码、解码
- 5. URL编解码
- 6. URL安全的Base64编码，解码
- 7. GloVe全面、深度解析
- 8. Aspects深度解析-iOS面向切面编程
- 9. .Net Core URL编码和解码
- 10. URL在线编码和解码
- 更多相关文章...
- • XML 编码 - XML 教程
- • C# 不安全代码 - C#教程
- • Scala 中文乱码解决
- • 算法总结-深度优先算法
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. eclipse设置粘贴字符串自动转义
- 2. android客户端学习-启动模拟器异常Emulator: failed to initialize HAX: Invalid argument
- 3. android.view.InflateException: class com.jpardogo.listbuddies.lib.views.ListBuddiesLayout问题
- 4. MYSQL8.0数据库恢复 MYSQL8.0ibd数据恢复 MYSQL8.0恢复数据库
- 5. 你本是一个肉体，是什么驱使你前行【1】
- 6. 2018.04.30
- 7. 2018.04.30
- 8. 你本是一个肉体，是什么驱使你前行【3】
- 9. 你本是一个肉体，是什么驱使你前行【2】
- 10. 【资讯】LocalBitcoins达到每周交易比特币的7年低点
- 1. iOS-URL编解码
- 2. url编码和解码
- 3. Netty 源码深度解析(九) - 编码
- 4. url 编码、解码
- 5. URL编解码
- 6. URL安全的Base64编码，解码
- 7. GloVe全面、深度解析
- 8. Aspects深度解析-iOS面向切面编程
- 9. .Net Core URL编码和解码
- 10. URL在线编码和解码