Dekoder URL

Ingatlah bahwa URL dikirim ke Internet oleh browser dalam pengkodean ASCII. Jika ada URL yang berisi karakter yang tidak dalam pengkodean ASCII, URL secara otomatis diubah oleh browser. Konversi URL mengacu pada penggantian karakter yang tidak aman dengan% diikuti oleh dua angka heksadesimal yang cocok dengan nilai karakter ISO-8859-1. Setiap urutan bentuk% xy dianggap byte, di mana xy adalah representasi heksadesimal dua digit dari 8 bit. Semua substring yang memiliki satu atau beberapa urutan diganti dengan satu karakter atau beberapa karakter yang pengkodeannya akan menghasilkan byte berurutan. URL berisi kumpulan karakter US-ASCII terbatas, termasuk alfabet (A-Z a-z), angka (0-9), tanda hubung (-), garis bawah (_), tilde (~), dan titik (.). Karakter lain di luar set yang valid dikodekan menggunakan pengkodean URL atau pengkodean persentase.

Tentu saja, pengguna dapat memecahkan kode mereka sendiri (misalnya, dengan mengklik baris alamat, menambahkan tanda apa pun, menghapusnya, dan hanya kemudian menyalin alamatnya), tetapi ini merepotkan. Terkadang Anda perlu memecahkan kode string url menjadi teks yang dapat dibaca manusia. Anda dapat, tentu saja, mengganti semua% 20 dengan spasi, dan berasumsi bahwa masalah telah terpecahkan. Tetapi bagaimana jika tidak hanya spasi yang dikodekan dengan cara yang sama? Jika Anda menemukan URL dengan banyak persentase serupa di pintu masuk? Beberapa karakter tidak dapat menjadi bagian dari URL (misalnya, spasi), dan beberapa karakter lain memiliki arti khusus di URL: misalnya, karakter # dapat digunakan untuk menunjukkan sub-bagian (atau bagian) dari dokumen. Dalam bentuk HTML, karakter = digunakan untuk memisahkan nama dari nilai. Sintaks URI generik menggunakan pengkodean URL untuk mengatasi masalah ini, sementara formulir HTML melakukan beberapa substitusi tambahan daripada menerapkan pengkodean persentase ke semua karakter tersebut.