php中urlencode與rawurlencode的區別

前段時間說自己遇到了個《URL加號引發錯誤》的BUG，引起這個bug的原因就是自己在URL中使用了 urlencode 函數，該函數會把空格轉換成加號，這樣就導致URL解析出錯，而空格只有轉換成 %20 才可以可以正常解析，這時我們就需要使用 rawurlencode 函數。下面就介紹一下 urlencode 函數與 rawurlencode 函數的區別：

urlencode 函數：

返回字串，此字串中除了 -_. 之外的所有非字母數字字元都將被替換成百分比符號（%）後跟兩位十六進位數，空格則編碼為加號（+）。此編碼與 WWW 表單 POST 資料的編碼方式是一樣的，同時與 application/x-www-form-urlencoded 的媒體類型編碼方式一樣。由於曆史原因，此編碼在將空格編碼為加號（+）方面與 RFC1738 編碼（參見 rawurlencode()）不同。

rawurlencode 函數：

返回字串，此字串中除了 -_. 之外的所有非字母數字字元都將被替換成百分比符號（%）後跟兩位十六進位數。這是在 » RFC 3986 中描述的編碼，是為了保護原義字元以免其被解釋為特殊的 URL 定界符，同時保護 URL 格式以免其被傳輸媒體（像一些郵件系統）使用字元轉換時弄亂。下面我們來看一下例子：

代碼如下	複製代碼
<?php $string = "hello world"; echo urlencode($string) . '<br/>'; //輸出：hello+world echo rawurldecode($string) . '<br/>';//輸出：hello%20world ?>

具體例子比較：

代碼如下

複製代碼

<?php for ($i = 0x20; $i < 0x7f; $i++) { $str .= dechex($i); } $asscii = pack("H*",$str); echo "所有的可列印的asscii字元：（從空格到~）n". $asscii."\n"; echo "urlencode 的結果：\n".urlencode($asscii); echo "\n"; echo "urlencode 不做編碼的字元：\n".preg_replace("/%.{2}/","",urlencode($asscii)); echo "\n"; echo "rawurlencode 的結果：\n".rawurlencode($asscii); echo "\n"; echo "rawurlencode 不做編碼的字元：\n".preg_replace("/%.{2}/","",rawurlencode($asscii)); echo  "\n"; exit; ?> 輸出結果： ——————————————————————————— 所有的可列印的asscii字元：（從空格到~） !"#$%&’()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_abcdefghijklmnopqrstuvwxyz{|}~ urlencode 的結果： +%21%22%23%24%25%26%27%28%29%2A%2B%2C-.%2F0123456789%3A%3B%3C%3D%3E%3F%40ABCDEFGHIJKLMNOPQRSTUVWXYZ%5B%5C%5D%5E_%60abcdefghijklmnopqrstuvwxyz%7B%7C%7D%7E urlencode 不做編碼的字元： +-.0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz rawurlencode 的結果： %20%21%22%23%24%25%26%27%28%29%2A%2B%2C-.%2F0123456789%3A%3B%3C%3D%3E%3F%40ABCDEFGHIJKLMNOPQRSTUVWXYZ%5B%5C%5D%5E_%60abcdefghijklmnopqrstuvwxyz%7B%7C%7D%7E rawurlencode 不做編碼的字元： -.0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz

---------------------------------------------------------------------------------
比較二者的結果：
1.  數字、大小寫字母都不編碼
2.  減號、點號、底線  三個不編碼
3. rawurlencode比urlencode多編碼一個”加號“

關於JavaScript中escape與encodeURIComponent的區別：

代碼如下

複製代碼

>>>  console.log(encodeURIComponent("統一註冊1")); %E7%BB%9F%E4%B8%80%E6%B3%A8%E5%86%8C1 >>> console.log(escape("統一註冊1")); %u7EDF%u4E00%u6CE8%u518C1 <?php echo iconv("utf-8","gbk",urldecode("%E7%BB%9F%E4%B8%80%E6%B3%A8%E5%86%8C1")); echo "\n"; echo urldecode("%u7EDF%u4E00%u6CE8%u518C1"); // 使用下面的unescape可以 //echo iconv("utf-8","gbk",unescape("%u7EDF%u4E00%u6CE8%u518C1"); exit; ?> 輸出結果： ====================================== 統一註冊1 %u7EDF%u4E00%u6CE8%u518C1 ======================================

結果說明：
1. encodeURIComponent 總是把輸入轉換成utf8編碼處理的，按位元組編碼
2. escape是按照unicode編碼處理的，因為它也對url中不安全的字元做了編碼，所以也可以在url中做編碼使用，但是，伺服器端不會自動解碼，下面提供一個PHP版的解碼函數，是用手冊裡找的：

<?php

代碼如下

複製代碼

function unescape($str) {     $str = rawurldecode($str);     preg_match_all("/(?:%u.{4})|&#x.{4};|&#d+;|.+/U",$str,$r);     $ar = $r[0];     foreach($ar as $k=>$v) {         if(substr($v,0,2) == "%u")             $ar[$k] = iconv("UCS-2","UTF-8",pack("H4",substr($v,-4)));         elseif(substr($v,0,3) == "&#x")             $ar[$k] = iconv("UCS-2","UTF-8",pack("H4",substr($v,3,-1)));         elseif(substr($v,0,2) == "&#") {             $ar[$k] = iconv("UCS-2","UTF-8",pack("n",substr($v,2,-1)));         }     }     return join("",$ar); } ?>   >>> console.log(escape(" !\"#$%&'()*+,-./0123456789:;=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_abcdefghijklmnopqrstuvwxyz{|}~")); %20%21%22%23%24%25%26%27%28%29*+%2C-./0123456789%3A%3B%3C%3D%3E%3F@ABCDEFGHIJKLMNOPQRSTUVWXYZ%5B%5D%5E_%60abcdefghijklmnopqrstuvwxyz%7B%7C%7D%7E >>> console.log(encodeURIComponent("!\"#$%&’()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_abcdefghijklmnopqrstuvwxyz{|}~")); %20!%22%23%24%25%26'()*%2B%2C-.%2F0123456789%3A%3B%3C%3D%3E%3F%40ABCDEFGHIJKLMNOPQRSTUVWXYZ%5B%5D%5E_%60abcdefghijklmnopqrstuvwxyz%7B%7C%7D~ >>> console.log(escape("!\"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_abcdefghijklmnopqrstuvwxyz{|}~").replace(/%.{2}/g,"")); *+-./0123456789@ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz >>> console.log(encodeURIComponent("!\"#$%&’()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~").replace(/%.{2}/g,"")); !’()*-.0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz~

結果比較：
escape未編碼的字元： *+-./@_   共7個
encodeURIComponent未編碼的字元： !’()*-._~  共9個