Decodificador de URL

Lembre-se de que os URLs são enviados para a Internet por navegadores em codificação ASCII. Se algum URL contiver caracteres que não estejam na codificação ASCII, o URL será convertido automaticamente pelo navegador. A conversão de URL refere-se à substituição de caracteres inseguros por um% seguido por dois números hexadecimais que correspondem aos valores de caracteres ISO-8859-1. Qualquer sequência na forma% xy é considerada um byte, onde xy é uma representação hexadecimal de dois dígitos de 8 bits. Todas as substrings que possuem uma ou mais sequências são substituídas por um caractere ou caracteres cuja codificação resultará em bytes sequenciais. O URL contém um conjunto limitado de caracteres US-ASCII, incluindo alfabeto (A-Z a-z), números (0-9), traço (-), sublinhado (_), til (~) e ponto (.). Qualquer outro caractere fora do conjunto válido é codificado usando codificação de URL ou codificação de porcentagem.

Claro, os usuários podem decodificá-los por conta própria (por exemplo, clicando na linha de endereço, adicionando qualquer sinal, removendo-o e só então copiando o endereço), mas isso é inconveniente. Às vezes, você precisa decodificar a string url em texto legível por humanos. Você pode, é claro, substituir todos os% 20 por espaços e assumir que o problema foi resolvido. Mas e se não apenas os espaços forem codificados da mesma maneira? Se você encontrar um URL com um monte de porcentagens semelhantes na entrada? Alguns caracteres não podem fazer parte da URL (por exemplo, um espaço) e alguns outros caracteres têm um significado especial na URL: por exemplo, o caractere # pode ser usado para indicar uma subseção (ou parte) de um documento. Em formulários HTML, o caractere = é usado para separar o nome do valor. A sintaxe URI genérica usa codificação de URL para resolver esse problema, enquanto os formulários HTML fazem algumas substituições adicionais em vez de aplicar codificação de porcentagem a todos esses caracteres.