Decodificador de URL

Recuerde que los navegadores envían las URL a Internet en codificación ASCII. Si alguna URL contiene caracteres que no están codificados en ASCII, el navegador convierte automáticamente la URL. La conversión de URL se refiere a reemplazar caracteres inseguros con un% seguido de dos números hexadecimales que coinciden con los valores de caracteres ISO-8859-1. Cualquier secuencia de la forma% xy se considera un byte, donde xy es una representación hexadecimal de dos dígitos de 8 bits. Todas las subcadenas que tienen una o más secuencias se reemplazan con un carácter o caracteres cuya codificación dará como resultado bytes secuenciales. La URL contiene un conjunto limitado de caracteres US-ASCII, incluido el alfabeto (A-Z a-z), números (0-9), guión (-), guión bajo (_), tilde (~) y punto (.). Cualquier otro carácter fuera del conjunto válido se codifica mediante codificación URL o codificación porcentual.

Por supuesto, los usuarios pueden decodificarlos por su cuenta (por ejemplo, haciendo clic en la línea de dirección, agregando cualquier signo, eliminándolo y solo luego copiando la dirección), pero esto es un inconveniente. A veces es necesario decodificar la cadena de URL en texto legible por humanos. Por supuesto, puede reemplazar todos los% 20 con espacios y asumir que el problema está resuelto. Pero, ¿y si no solo los espacios se codifican de la misma manera? ¿Si encuentra una URL con un montón de porcentajes similares en la entrada? Algunos caracteres no pueden formar parte de la URL (por ejemplo, un espacio), y algunos otros caracteres tienen un significado especial en la URL: por ejemplo, el carácter # se puede utilizar para indicar además una subsección (o parte) de un documento. En los formularios HTML, el carácter = se utiliza para separar el nombre del valor. La sintaxis genérica de URI usa codificación URL para resolver este problema, mientras que los formularios HTML hacen algunas sustituciones adicionales en lugar de aplicar codificación porcentual a todos esos caracteres.