Dekoder URL

Przypomnij sobie, że adresy URL są wysyłane do Internetu przez przeglądarki w kodowaniu ASCII. Jeśli jakikolwiek adres URL zawiera znaki, które nie są zakodowane w ASCII, przeglądarka automatycznie konwertuje adres URL. Konwersja adresu URL polega na zastępowaniu niebezpiecznych znaków znakiem%, po którym następują dwie liczby szesnastkowe zgodne z wartościami znaków ISO-8859-1. Dowolna sekwencja postaci% xy jest uważana za bajt, gdzie xy jest dwucyfrową szesnastkową reprezentacją 8 bitów. Wszystkie podciągi, które mają co najmniej jedną sekwencję, są zastępowane znakiem lub znakami, których kodowanie spowoduje powstanie bajtów sekwencyjnych. Adres URL zawiera ograniczony zestaw znaków US-ASCII, w tym alfabet (A-Z a-z), cyfry (0-9), myślnik (-), podkreślenie (_), tylda (~) i kropka (.). Każdy inny znak spoza prawidłowego zestawu jest kodowany przy użyciu kodowania adresu URL lub kodowania procentowego.

Oczywiście użytkownicy mogą je samodzielnie dekodować (np. Klikając linię adresową, dodając dowolny znak, usuwając go, a dopiero potem kopiując adres), ale jest to niewygodne. Czasami trzeba zdekodować ciąg adresu URL na tekst czytelny dla człowieka. Możesz oczywiście zastąpić wszystkie% 20 spacjami i założyć, że problem został rozwiązany. Ale co, jeśli nie tylko spacje są kodowane w ten sam sposób? Jeśli napotkasz adres URL z wieloma podobnymi wartościami procentowymi przy wejściu? Niektóre znaki nie mogą być częścią adresu URL (na przykład spacja), a niektóre inne znaki mają specjalne znaczenie w adresie URL: na przykład znak # może być użyty do dalszego wskazania podsekcji (lub części) dokumentu. W formularzach HTML znak = służy do oddzielania nazwy od wartości. Ogólna składnia URI wykorzystuje kodowanie adresu URL do rozwiązania tego problemu, podczas gdy formularze HTML wykonują dodatkowe podstawienia zamiast stosowania kodowania procentowego do wszystkich takich znaków.