Decodor URL

Amintiți-vă că adresele URL sunt trimise la Internet de către browsere în codificare ASCII. Dacă orice adresă URL conține caractere care nu sunt în codificare ASCII, adresa URL este convertită automat de browser. Conversia URL se referă la înlocuirea caracterelor nesigure cu un% urmat de două numere hexazecimale care se potrivesc cu valorile caracterelor ISO-8859-1. Orice secvență de forma% xy este considerată un octet, unde xy este o reprezentare hexadecimală din două cifre de 8 biți. Toate șirurile de caractere care au una sau mai multe secvențe sunt înlocuite cu un caracter sau caractere a căror codificare va duce la octeți secvențiali. Adresa URL conține un set limitat de caractere US-ASCII, inclusiv alfabet (A-Z a-z), numere (0-9), liniuță (-), subliniere (_), tilde (~) și punct (.). Orice alt caracter în afara setului valid este codificat folosind codificarea URL sau codificarea procentuală.

Desigur, utilizatorii le pot decoda singuri (de exemplu, făcând clic pe linia adresei, adăugând orice semn, eliminând-o și doar apoi copiând adresa), dar acest lucru este incomod. Uneori trebuie să decodezi șirul de adrese URL în text lizibil de către om. Puteți, desigur, să înlocuiți toate% 20 cu spații și să presupuneți că problema este rezolvată. Dar dacă nu numai spațiile sunt codificate în același mod? Dacă întâlniți o adresă URL cu o grămadă de procente similare la intrare? Unele caractere nu pot face parte din adresa URL (de exemplu, un spațiu), iar alte caractere au o semnificație specială în adresa URL: de exemplu, caracterul # poate fi utilizat pentru a indica în continuare o subsecțiune (sau o porțiune) a unui document. În formularele HTML, caracterul = este utilizat pentru a separa numele de valoare. Sintaxa URI generică folosește codificarea URL pentru a rezolva această problemă, în timp ce formularele HTML fac unele substituții suplimentare, mai degrabă decât aplicarea codificării procentuale tuturor acestor caractere.