Αποκωδικοποιητής URL

Θυμηθείτε ότι οι διευθύνσεις URL αποστέλλονται στο Διαδίκτυο από προγράμματα περιήγησης με κωδικοποίηση ASCII. Εάν οποιαδήποτε διεύθυνση URL περιέχει χαρακτήρες που δεν κωδικοποιούν ASCII, η διεύθυνση URL μετατρέπεται αυτόματα από το πρόγραμμα περιήγησης. Η μετατροπή διεύθυνσης URL αναφέρεται στην αντικατάσταση μη ασφαλών χαρακτήρων με% που ακολουθείται από δύο δεκαεξαδικούς αριθμούς που αντιστοιχούν στις τιμές χαρακτήρων ISO-8859-1. Οποιαδήποτε ακολουθία της μορφής% xy θεωρείται byte, όπου το xy είναι μια διψήφια δεκαεξαδική αναπαράσταση 8 bit. Όλα τα υποστρώματα που έχουν μία ή περισσότερες ακολουθίες αντικαθίστανται με χαρακτήρα ή χαρακτήρες των οποίων η κωδικοποίηση θα έχει ως αποτέλεσμα διαδοχικά byte. Το URL περιέχει ένα περιορισμένο σύνολο χαρακτήρων US-ASCII, όπως αλφάβητο (A-Z a-z), αριθμούς (0-9), παύλα (-), υπογράμμιση (_), tilde (~) και τελεία (.). Οποιοσδήποτε άλλος χαρακτήρας εκτός του έγκυρου συνόλου κωδικοποιείται χρησιμοποιώντας κωδικοποίηση URL ή κωδικοποίηση ποσοστού.

Φυσικά, οι χρήστες μπορούν να τους αποκωδικοποιήσουν μόνοι τους (για παράδειγμα, κάνοντας κλικ στη γραμμή διευθύνσεων, προσθέτοντας οποιοδήποτε σημάδι, αφαιρώντας το και αντιγράφοντας μόνο τη διεύθυνση), αλλά αυτό είναι άβολο. Μερικές φορές πρέπει να αποκωδικοποιήσετε τη συμβολοσειρά url σε ανθρώπινο αναγνώσιμο κείμενο. Φυσικά, μπορείτε να αντικαταστήσετε και το% 20 με κενά και να υποθέσετε ότι το πρόβλημα έχει επιλυθεί. Αλλά τι γίνεται αν όχι μόνο οι χώροι κωδικοποιούνται με τον ίδιο τρόπο; Εάν συναντήσετε μια διεύθυνση URL με πολλά παρόμοια ποσοστά στην είσοδο; Ορισμένοι χαρακτήρες δεν μπορούν να αποτελούν μέρος της διεύθυνσης URL (για παράδειγμα, ένα κενό διάστημα) και ορισμένοι άλλοι χαρακτήρες έχουν ιδιαίτερη σημασία στη διεύθυνση URL: για παράδειγμα, ο χαρακτήρας # μπορεί να χρησιμοποιηθεί για να υποδείξει περαιτέρω μια υποενότητα (ή τμήμα) ενός εγγράφου. Σε φόρμες HTML, ο χαρακτήρας = χρησιμοποιείται για να διαχωρίσει το όνομα από την τιμή. Η γενική σύνταξη URI χρησιμοποιεί κωδικοποίηση URL για την επίλυση αυτού του προβλήματος, ενώ οι φόρμες HTML κάνουν κάποιες πρόσθετες αντικαταστάσεις αντί να εφαρμόζουν ποσοστιαία κωδικοποίηση σε όλους αυτούς τους χαρακτήρες.