URL-decoder

Bedenk dat URL's door browsers in ASCII-codering naar internet worden gestuurd. Als een URL tekens bevat die niet in ASCII-codering zijn, wordt de URL automatisch door de browser geconverteerd. URL-conversie verwijst naar het vervangen van onveilige tekens door een% gevolgd door twee hexadecimale getallen die overeenkomen met de ISO-8859-1-tekenwaarden. Elke reeks met de vorm% xy wordt als een byte beschouwd, waarbij xy een tweecijferige hexadecimale weergave van 8 bits is. Alle substrings met een of meer reeksen worden vervangen door een of meer tekens waarvan de codering resulteert in opeenvolgende bytes. De URL bevat een beperkte set US-ASCII-tekens, inclusief alfabet (A-Z a-z), cijfers (0-9), streepje (-), onderstrepingsteken (_), tilde (~) en punt (.). Elk ander teken buiten de geldige set wordt gecodeerd met URL-codering of percentagecodering.

Gebruikers kunnen ze natuurlijk zelf decoderen (bijvoorbeeld door op de adresregel te klikken, een teken toe te voegen, het te verwijderen en pas daarna het adres te kopiëren), maar dit is onhandig. Soms moet u de url-string decoderen in door mensen leesbare tekst. U kunt natuurlijk alle% 20 vervangen door spaties, en ervan uitgaan dat het probleem is opgelost. Maar wat als niet alleen spaties op dezelfde manier worden gecodeerd? Komt u bij de ingang een URL tegen met een heleboel vergelijkbare percentages? Sommige tekens kunnen geen deel uitmaken van de URL (bijvoorbeeld een spatie), en sommige andere tekens hebben een speciale betekenis in de URL: het teken # kan bijvoorbeeld worden gebruikt om een subsectie (of gedeelte) van een document aan te duiden. In HTML-formulieren wordt het teken = gebruikt om naam van waarde te scheiden. De generieke URI-syntaxis gebruikt URL-codering om dit probleem op te lossen, terwijl HTML-formulieren enkele aanvullende vervangingen uitvoeren in plaats van percentagecodering toe te passen op al deze tekens.