Bộ giải mã URL

Nhớ lại rằng các URL được gửi đến Internet bởi các trình duyệt ở dạng mã hóa ASCII. Nếu bất kỳ URL nào chứa các ký tự không có trong bảng mã ASCII, thì URL đó sẽ được trình duyệt tự động chuyển đổi. Chuyển đổi URL đề cập đến việc thay thế các ký tự không an toàn bằng% theo sau là hai số thập lục phân phù hợp với các giá trị ký tự ISO-8859-1. Bất kỳ chuỗi nào có dạng% xy đều được coi là một byte, trong đó xy là biểu diễn hệ thập lục phân gồm hai chữ số gồm 8 bit. Tất cả các chuỗi con có một hoặc nhiều chuỗi được thay thế bằng một ký tự hoặc các ký tự mà mã hóa của chúng sẽ dẫn đến các byte tuần tự. URL chứa một tập hợp giới hạn các ký tự US-ASCII, bao gồm bảng chữ cái (A-Z a-z), số (0-9), dấu gạch ngang (-), dấu gạch dưới (_), dấu ngã (~) và dấu chấm (.). Bất kỳ ký tự nào khác bên ngoài tập hợp hợp lệ đều được mã hóa bằng mã hóa URL hoặc mã hóa phần trăm.

Tất nhiên, người dùng có thể tự giải mã chúng (ví dụ: bằng cách nhấp vào dòng địa chỉ, thêm bất kỳ dấu hiệu nào, xóa nó và chỉ sau đó sao chép địa chỉ), nhưng điều này là bất tiện. Đôi khi bạn cần giải mã chuỗi url thành văn bản có thể đọc được của con người. Tất nhiên, bạn có thể thay thế tất cả% 20 bằng dấu cách và giả sử rằng vấn đề đã được giải quyết. Nhưng điều gì sẽ xảy ra nếu không chỉ khoảng trắng được mã hóa theo cùng một cách? Nếu bạn bắt gặp một URL với một loạt các tỷ lệ phần trăm tương tự ở lối vào? Một số ký tự không thể là một phần của URL (ví dụ: dấu cách) và một số ký tự khác có ý nghĩa đặc biệt trong URL: ví dụ: ký tự # có thể được sử dụng để biểu thị thêm một tiểu mục (hoặc một phần) của tài liệu. Trong các biểu mẫu HTML, ký tự = được sử dụng để tách tên khỏi giá trị. Cú pháp URI chung sử dụng mã hóa URL để giải quyết vấn đề này, trong khi các biểu mẫu HTML thực hiện một số thay thế bổ sung thay vì áp dụng mã hóa phần trăm cho tất cả các ký tự như vậy.