ไทย

เครื่องมือสำหรับนักพัฒนาซอฟต์แวร์ · URL ตัวเข้ารหัสและตัวถอดรหัส

สิ่งที่ URL Constructor เข้ารหัสสำหรับคุณ: ชุดการเข้ารหัสเปอร์เซ็นต์ของเบราว์เซอร์

· มันทำงานอย่างไร

เผยแพร่โดย ToolAcre บทวิจารณ์เพิ่มเติม

การเข้ารหัส URL javascript อะไรนะ เว็บ API

ชุดการเข้ารหัสมาตรฐาน WHATWG URL ใช้แตกต่างกันในเส้นทาง URL แบบสอบถาม และส่วนประกอบส่วนย่อย
ภาพประกอบเวกเตอร์ต้นฉบับ ToolAcre

URL API เข้ารหัสเปอร์เซ็นต์อักขระบางตัวอย่างเงียบๆ และปล่อยให้อักขระอื่นๆ อยู่ตามลำพัง ขึ้นอยู่กับว่าส่วนใดของ URL อักขระเหล่านั้นเข้ามา โพสต์นี้จะอธิบายชุดการเข้ารหัส WHATWG และวิธีการคาดการณ์ผลลัพธ์

ช่องว่างที่กลายเป็น %20 และ | ที่ยังคงอยู่ - กรณีที่เป็นรูปธรรมซึ่ง new URL() เข้ารหัสเส้นทางบางส่วน

เมื่อ URL("https://example.com/hello world") ใหม่ทำงาน พื้นที่จะกลายเป็น %20 แบบเงียบๆ แต่ URL("https://example.com/hello|world") ใหม่ ปล่อยให้ไปป์ไม่ถูกแตะต้อง ความแตกต่างนี้ไม่ใช่แบบสุ่ม WHATWG URL มาตรฐานกำหนดชุดอักขระแยกกันเพื่อเข้ารหัสสำหรับแต่ละองค์ประกอบ URL: เส้นทาง แบบสอบถาม ส่วนย่อย และข้อมูลผู้ใช้ ต่างก็มีกฎของตัวเอง การทำความเข้าใจชุดเหล่านี้หมายถึงการทำนายว่าตัวสร้างจะทำอะไร

พื้นที่จำเป็นต้องมีการเข้ารหัสเปอร์เซ็นต์เนื่องจากไม่ปลอดภัยเหนือ HTTP และทำให้ความสามารถในการอ่านพัง ไปป์แตกต่างออกไป: ไม่ใช่อักขระสงวนที่แยกโครงสร้าง ดังนั้นเบราว์เซอร์จึงปล่อยไว้ตามลำพัง เส้นแบ่งระหว่างความปลอดภัยและความสามารถในการอ่านถูกกำหนดโดย WHATWG ไม่ใช่การคาดเดา การทดสอบ "hello world" แสดงการเข้ารหัส การทดสอบ "hello|world" เผยให้เห็นขอบเขตของแต่ละ URL ส่วน

URL หนึ่งชุด ชุดเข้ารหัสหลายชุด - เส้นทาง การสืบค้น ส่วนย่อย และข้อมูลผู้ใช้ แต่ละชุดมีรายการอักขระของตัวเองที่จะหลีก

URL หนึ่งรายการประกอบด้วยหลายภูมิภาค โดยแต่ละภูมิภาคมีกฎการเข้ารหัสของตัวเอง เส้นทางเป็นไปตามชุดหนึ่ง สอบถามอีกชุด ส่วนที่สาม ข้อมูลผู้ใช้ที่สี่ ช่องว่างจะกลายเป็น %20 ในเส้นทางและการสืบค้น เครื่องหมายเท่ากับยังคงอยู่ในแบบสอบถาม โดยจะแยกคีย์และค่า แต่ encodeURIComponent จะเปลี่ยนเป็น %3D ตัวสร้าง URL รู้บริบทและใช้กฎที่ถูกต้องสำหรับแต่ละส่วน

ชุดการเข้ารหัสมีความแม่นยำและมีขนาดเล็ก Path มีรายชื่อตัวละครเป็นของตัวเอง แบบสอบถามมีรายการที่คล้ายกันแต่แตกต่างกัน สิ่งนี้สะท้อนให้เห็นว่าตัวละครตัวใดมีความหมายเชิงโครงสร้าง เครื่องหมายทับแยกส่วนของเส้นทาง ดังนั้น encodeURIComponent จึงเข้ารหัสเป็น %2F ในส่วนนั้น เครื่องหมายทับสามารถมีอยู่ได้โดยไม่ทำให้สิ่งใดเสียหาย การทำความเข้าใจกฎ WHATWG หมายถึงการคาดการณ์เอาต์พุตโดยไม่ต้องรันโค้ด

เหตุใดการเข้ารหัสเปอร์เซ็นต์จึงเป็นแบบทางเดียว: สิ่งที่ยังคงเข้ารหัสอยู่ก็ยังคงเป็นเช่นนั้น

ตัวสร้าง URL ดำเนินการทำให้เป็นมาตรฐานทางเดียว ส่ง "%20" ไปยัง URL ใหม่ และจะสร้าง %20 ไม่เปลี่ยนแปลง ตัวสร้างรับรู้ว่ามีการเข้ารหัสแล้วและปล่อยไว้ตามลำพัง นี่คือเหตุผลว่าทำไมการเข้ารหัสสองครั้งจึงมีความสำคัญ: เข้ารหัสครั้งเดียว ส่งผ่าน Constructor และแท่งเข้ารหัส ตัวสร้างไม่ถอดรหัส ตีความใหม่ และเข้ารหัสใหม่ มันอ่านไปข้างหน้า

คุณสมบัติทางเดียวนี้ส่งผลต่อแอปพลิเคชันที่เชื่อถือ URL.href เป็นแบบบัญญัติ หากคุณเชื่อมอินพุตของผู้ใช้เข้ากับพาธของคุณ อินพุตจะถูกทำให้เป็นมาตรฐานแต่ไม่ได้ถอดรหัส ค่าเช่น "my+file" จะยังคงเหมือนเดิม หรือกลายเป็น "my%2Bfile" ในบางบริบท โค้ดภายหลังที่ใช้ decodeURIComponent อาจอ่านเครื่องหมายบวกเป็นช่องว่างหากมาจากข้อมูลในแบบฟอร์ม ตัวสร้างจะทำให้เป็นมาตรฐานหนึ่งครั้ง หลังจากนั้นค่าของคุณจะถูกคงที่

ตัวอย่างการทำงาน: ส่งสตริงที่ยุ่งวุ่นวายเดียวกันผ่าน new URL() และการอ่าน href ชื่อพาธ และ searchParams - มุมมองที่แตกต่างกันสามมุมมอง

ใช้ "hello world&foo=bar|test#anchor" แล้วใส่ลงใน URL ใหม่ที่มีส่วนประกอบต่างกัน พื้นที่กลายเป็น %20 ทุกที่ เครื่องหมายแอมเปอร์แซนด์ในเส้นทางยังคงอยู่ (ไม่มีความหมายเชิงโครงสร้าง) แต่ในการสืบค้นก็จะยังคงอยู่เช่นกัน (แยกพารามิเตอร์ ดังนั้นการทำให้เป็นมาตรฐานจะสูญเสียขอบเขตระหว่าง "q=" และ "foo=bar") ไปป์และแฮชมีพฤติกรรมแตกต่างกันตามตำแหน่ง

การอ่าน href ชื่อพาธ และ searchParams จะแสดงมุมมองที่แตกต่างกันสามมุมมอง ชื่อพาธแสดงพาธที่เข้ารหัสโดยไม่มีรูปแบบ โฮสต์ หรือคิวรี searchParams ให้พารามิเตอร์ที่ถอดรหัส ดังนั้น "hello+world" จากข้อมูลแบบฟอร์มจึงกลายเป็นช่องว่าง คุณสมบัติการค้นหาจะรักษาสตริงตามตัวอักษร href แสดง URL ที่ทำให้เป็นมาตรฐานโดยสมบูรณ์ สิ่งเหล่านี้อยู่ร่วมกันบนวัตถุเดียว ที่จะใช้ขึ้นอยู่กับขั้นตอนต่อไปของคุณ

URLSearchParams และกฎการเข้ารหัสแบบฟอร์ม — เหตุใดจึงสร้าง + สำหรับช่องว่างในขณะที่ชื่อพาธสร้าง %20

URLSearchParams ใช้การเข้ารหัสแบบฟอร์ม: ช่องว่างจะกลายเป็นเครื่องหมายบวก ไม่ใช่ %20 URLSearchParams ใหม่ ({q: "hello world"}) สร้าง "q=hello+world" ไม่ใช่ "q=hello%20world" นี่คือกฎ application/x-www-form-urlencoded ในอดีต แต่ถ้าคุณส่งสตริงนี้เป็นแบบสอบถามดิบไปยัง URL ใหม่ เครื่องหมายบวกจะยังคงเป็นเครื่องหมายบวก มีเพียง URLSearchParams เท่านั้นที่ถอดรหัสเป็นช่องว่าง คอนสตรัคเตอร์มีความซื่อสัตย์ต่อสิ่งที่เห็น

ความแตกต่างของเครื่องหมายบวกนี้ทำให้เกิดข้อบกพร่องทั่วไป URL จากแถบที่อยู่ใช้ %20 สำหรับการเว้นวรรค ข้อมูลแบบฟอร์มใช้เครื่องหมายบวก หากคุณถอดรหัสด้วย decodeURIComponent (ซึ่งอ่านว่าบวกตามตัวอักษร) แทนที่จะเป็น URLSearchParams.get การเว้นวรรคจะกลายเป็นอักขระบวก ตัวเข้ารหัสและตัวถอดรหัส URL แสดงทั้งสองอย่าง: วาง "hello+world" และเปรียบเทียบโหมดส่วนประกอบและรูปแบบเพื่อดูว่ามีช่องว่างปรากฏที่ใด

เปรียบเทียบกับ encodeURI — ทั้งสองตกลงกันและต่างกันตรงไหน

ตัวสร้าง URL และ encodeURIComponent เป็นเครื่องมือที่แตกต่างกัน encodeURIComponent เข้ารหัสเกือบทุกอย่าง ยกเว้นตัวอักษร ตัวเลข และ - _ ที่ไม่ได้สงวนไว้ ! ~ * ' ( ) มันถือว่าไม่มีบริบท ตัวสร้าง URL แยกวิเคราะห์ URL จริง และใช้กฎ WHATWG ต่อส่วนประกอบ encodeURIComponent เปลี่ยน "hello/world" เป็น "hello%2Fworld"; ใหม่ URL เห็นเครื่องหมายทับเป็นตัวแยกเส้นทาง อินพุตเดียวกัน เอาต์พุตต่างกัน

ใช้ encodeURIComponent เมื่อสร้าง URL โดยการต่อชิ้นส่วนต่างๆ ใช้ URLSearchParams หรือตัวสร้าง URL สำหรับ URL ที่สมบูรณ์หรือบางส่วน อย่าใช้ encodeURIComponent กับ URL ทั้งหมด; คุณจะทำลายโครงการนี้ เปรียบเทียบผลลัพธ์ด้วยความตั้งใจ เบราว์เซอร์บังคับใช้ความคิดเห็นเกี่ยวกับโครงสร้าง URL และ URL ใหม่นำไปใช้ ตัวเข้ารหัสและตัวถอดรหัส URL แสดงมุมมองทั้งสองแบบเคียงข้างกัน

สิ่งนี้ไม่ครอบคลุมถึง - การแยกวิเคราะห์โฮสต์, IDNA และรูปแบบพิเศษและแบบไม่พิเศษ

WHATWG URL มาตรฐานคือที่มาของความจริง แม้ว่าการอ่านจะต้องใช้ความอดทนก็ตาม ชุดการเข้ารหัสถูกกำหนดไว้ในส่วนของอัลกอริทึม ไม่ใช่รายการธรรมดา ในทางปฏิบัติ การทำความเข้าใจหลักการมีความสำคัญมากกว่าการท่องจำชุด เส้นทางอนุญาตให้มีอักขระมากขึ้น (เครื่องหมายสแลชมีโครงสร้าง) แบบสอบถามมีกฎของตัวเอง แฟรกเมนต์มีข้อ จำกัด น้อยที่สุด (จัดการฝั่งไคลเอ็นต์ ไม่เคยส่งไปยังเซิร์ฟเวอร์) แต่ละองค์ประกอบมีกฎของตัวเอง การรู้สิ่งนี้จะบอกคุณว่าจะดูที่ไหน

การทำให้เป็นมาตรฐานและการตรวจสอบเป็นขอบเขตที่แตกต่างกัน ตัวสร้างทำให้เป็นมาตรฐาน: ทำความสะอาดการเข้ารหัสเปอร์เซ็นต์ ใช้กฎส่วนประกอบ ให้รูปแบบมาตรฐาน ไม่ตรวจสอบความถูกต้อง: การโยนอักขระที่ไม่ถูกต้อง แต่ยอมรับโฮสต์ที่ว่างเปล่า ตัวสร้างเข้มงวดเกี่ยวกับรูปแบบแต่ผ่อนปรนในการตีความ เพื่อให้เป็นไปตามข้อกำหนดเฉพาะ โปรดอ่านส่วนไบต์ที่เข้ารหัสเป็นเปอร์เซ็นต์ของ WHATWG สำหรับการสร้างในแต่ละวัน ให้ใช้ URLSearchParams, URL API และตัวอย่างจริง

ประเด็นสำคัญ: parser มีความคิดเห็น — วิธีที่ตัวเข้ารหัสและตัวถอดรหัส URL แสดงให้คุณเห็นการเข้ารหัสเปอร์เซ็นต์แบบธรรมดาของค่าหรือที่อยู่ เพื่อให้คุณสามารถเปรียบเทียบกับสิ่งที่เบราว์เซอร์สร้างขึ้น

คุณลักษณะ WHATWG ที่ไม่สนับสนุนที่นี่รวมการแยกวิเคราะห์โฮสต์ด้วยการแปลง IDNA (ชื่อโดเมนระหว่างประเทศเป็น ASCII) และการจัดการรูปแบบพิเศษและไม่ใช่พิเศษ ไฟล์: URL ใช้สิทธิ์แบบ double-slash; ข้อมูล: URL ไม่ได้ ตัวสร้างบังคับใช้กฎเหล่านี้ การแปลงชื่อโฮสต์และการกำหนดสถานะพิเศษเป็นของการอ่านข้อมูลจำเพาะ ไม่ใช่การเข้ารหัสเปอร์เซ็นต์ สิ่งนี้สำคัญเมื่อสร้าง URL ในรูปแบบต่างๆ

ทดสอบโครงสร้าง URL ของคุณโดยเปรียบเทียบการตีความของเบราว์เซอร์กับความคาดหวัง สร้างด้วย URL ใหม่ อ่านคุณสมบัติที่สำคัญ: href สำหรับแบบฟอร์มที่สมบูรณ์ ชื่อพาธสำหรับพาธ ค้นหาคำค้นหาดิบ ค้นหาพารามิเตอร์สำหรับการถอดรหัส หากเอาต์พุตทำให้คุณประหลาดใจ ให้วางลงใน URL encoder & decoder และปฏิบัติตามการเปลี่ยนแปลงทีละขั้นตอน เครื่องมือจะแสดงเอาต์พุตที่ทำให้เป็นมาตรฐานควบคู่ไปกับการเข้ารหัสแบบ Raw ซึ่งเผยให้เห็นถึงความแตกต่าง การทำความเข้าใจชุด WHATWG หมายถึงการทำความเข้าใจตัวเลือกเบราว์เซอร์และวิธีการใช้งาน