URL-encoder

URL's kunnen alleen via internet worden verzonden met behulp van de ASCII-tekenset. Omdat URL's vaak tekens bevatten buiten de ASCII-set, moet de URL worden geconverteerd naar het juiste ASCII-formaat. URL-codering vervangt gevaarlijke ASCII-tekens door% gevolgd door twee hexadecimale cijfers. URL's mogen geen spaties bevatten. URL-codering vervangt meestal de spatie door een plusteken (+) of% 20. De codering van URL's en alleen binaire gegevens in een reeks letters, cijfers en enkele speciale tekens van het Latijnse alfabet op internet werd geassocieerd met de beperking van fysieke apparaten om alleen alfanumerieke tekens te verzenden. In URL's wordt deze codering meestal gebruikt om Unicode-tekens (meestal UTF-8) om te zetten in een reeks van twee bytes die in hexadecimale notatie zijn geschreven.

De subset van tekens die in de URL zijn toegestaan, is iets breder dan alfanumerieke tekens, dus u kunt een koppelteken en onderstrepingsteken in de URL gebruiken, maar u kunt bijvoorbeeld geen enkele of dubbele aanhalingstekens gebruiken. Sommige tekens worden gebruikt om parameters in de URL te scheiden, en hun codering is in dit geval niet geautoriseerd. Als de URL niet-ASCII-tekens bevat, wordt de URL geconverteerd. Cyrillische letters, letters met diakritische tekens, ligaturen, hiërogliefen moeten opnieuw worden gecodeerd. URL-codering converteert dit adres naar ASCII-indeling. De URL-encoder vervangt onveilige ASCII-tekens door een (%) -teken gevolgd door twee hexadecimale getallen die overeenkomen met de tekenwaarden in de ISO-8859-1-codering.