urlencode和rawurlencode，傻傻分不清
最近半年我寫了很多Web方面的文章，看上去很簡單，但如果深究下去，則不是那麼一回事了，今天聊聊url編碼的事情。
很多人對urlencode編碼很熟悉，但對rawurlencode卻瞭解不多，其實對於URL編碼，rawurlencode才是標準，它定義在 RFC3986 上，這個 RFC 描述瞭如何定義一個 URL，URL 其實本質上不是 HTTP 協議的一部分，只是 URL 和 HTTP 協議結合的比較緊密，所以總覺得 HTTP 協議包含 URL。
先描述下rawurlencode，它也叫做百分號編碼（Percent-encoding），首先思考一個問題，為什麼URL需要編碼，原因就在於早期的 URL 只有 ASCII 字元，所以無需編碼。
但世界上有多種語言，為了讓 URL 符合語義標準，必須轉碼，主要有以下幾種字元需要編碼：
-
ASCII 控制字元。
-
Non-ASCII，比如中文字元。
-
保留字元，比如/符號有特殊含義，為了輸出原始/符號，必須編碼。
-
不安全字元，這些字元（比如<、\、%）應該可以稱為“應用字元”，對應的就是 HTML 中的“實體字元”。
那麼具體如何編碼呢？
-
非字母和數字字元替換為%符號，後面跟著字元的十六進位制。
-
破折號、下劃線、點號和波浪號無需編碼。
-
空格替換為%20。
接著說說urlencode，它基於rawurlencode標準，但有略微的不同，它定義在rfc1866，這個rfc屬於html標準的一部分，編碼方式和 application/x-www-form-urlencoded MIME 編碼方式一致。
urlencode處理 query string 的編碼，而 rawurlencode 被認為處理 url 編碼，這可以看做一個區別。
urlencode 和 rawurlencode 在編碼方式上有二處區別：
-
波浪號需要百分號編碼。
-
空格替換為+。
那麼為什麼不能保持一致呢？可能是歷史原因，但 rfc2396 認為 url 中的 + 符號是一個保留字元，所以 rawurlencode 編碼方式更標準。
在具體寫程式碼的時候，其實很少接觸到 urlencode 編碼，因為瀏覽器，web伺服器，程式碼框架都做了封裝，比如 web 伺服器會自動urlencode， curl 庫也會自動urlencode query string。
那為什麼今天提到 rawurlencode 呢，我在使用阿里雲和騰訊雲API的時候，在對API簽名的時候，會對各個 query string 進行 rawurlencode，然後再計算前面，至於為什麼不直接使用 urlencode，是我非常好奇的。
類似文章：
