Codificator URL

Codificatorul URL este un instrument gratuit care transformă un șir în reprezentarea codificată pentru formulare, folosită în parametrii de interogare ai adreselor URL și în alte date web bazate pe text.

Ce este codificarea URL și la ce se folosește?

Codificarea URL înlocuiește caracterele care au o semnificație specială într-un URL cu semnul procent, urmat de cifre hexazecimale. Astfel, textul poate trece prin sisteme care acceptă doar un set restrâns de caractere.

De exemplu, semnul ampersand separă parametrii de interogare. Dacă face parte dintr-o valoare, trebuie codificat ca %26. Și spațiile necesită un tratament special. Acest instrument folosește funcția PHP urlencode, care transformă spațiile în semnul plus.

Înainte: tea and cake

După: tea+and+cake

Poți întâlni text codificat URL în:

• șiruri de interogare trimise prin formulare web;
• URI-uri de date care conțin text ce nu poate apărea ca atare;
• linkuri incluse în mesaje e-mail;
• valori URL stocate în sarcini utile JSON;
• parametri de redirecționare și de callback folosiți de aplicațiile web;
• adrese URL asociate domeniilor internaționalizate, deși numele de domeniu propriu-zis poate necesita Punycode, nu codificare procentuală.

Codificarea URL nu este criptare și nu asigură confidențialitatea. Oricine poate vedea o valoare URL codificată procentual o poate și decodifica.

Cum folosesc Codificatorul URL?

Introdu șirul pe care vrei să-l codifici, rulează instrumentul și consultă valoarea convertită din câmpul de rezultat URL codificat. Codifică valoarea propriu-zisă, fără ghilimelele din jur sau textul explicativ.

Procesarea are loc pe server. Datele introduse sunt transmise serverului prin HTTPS și nu sunt stocate. Chiar și așa, evită să incluzi în adrese URL parole, tokenuri de sesiune sau date cu caracter personal confidențiale, deoarece adresele web pot apărea în istoricul browserului, în sistemele de analiză și în jurnalele serverelor.

Pentru a inversa operația, folosește Decodorul URL. Dacă în ambele sensuri sunt utilizate aceeași codificare a caracterelor și aceleași reguli de codificare pentru formulare, valoarea decodificată corect trebuie să coincidă cu textul inițial.

Codific întregul URL sau doar valoarea parametrului?

În mod normal, trebuie să codifici separat valoarea fiecărui parametru, nu întregul URL. Dacă ai codifica adresa completă, ar fi înlocuite și caracterele structurale, precum două puncte, barele oblice, semnul întrebării și semnul egal.

Să presupunem că valoarea unei căutări este green tea & coffee. Forma sa codificată este green+tea+%26+coffee și poate fi introdusă după numele unui parametru. Codificarea întregii adrese ar ascunde separatorii de care browserul are nevoie pentru a recunoaște schema, gazda, calea și șirul de interogare.

Funcția urlencode folosită de acest instrument este potrivită pentru parametrii de interogare în stilul formularelor HTML. Unele API-uri și segmente de cale respectă în schimb convențiile RFC 3986, conform cărora un spațiu se scrie %20, nu +. Verifică dacă sistemul destinatar așteaptă codificarea pentru formulare cu + sau forma %20 specifică RFC 3986.

Exemple de codificare URL

Literele și cifrele ASCII rămân lizibile. Spațiile devin semne plus, iar semnele de punctuație rezervate și textul non-ASCII sunt reprezentate prin octeți codificați.

• hello world devine hello+world.
• tea & cake devine tea+%26+cake.
• email=test@example.com devine email%3Dtest%40example.com.
• 100% ready devine 100%25+ready.
• café devine caf%C3%A9 când textul sursă folosește UTF-8.

Literele cu diacritice și sistemele de scriere non-latine sunt mai întâi reprezentate ca octeți printr-o codificare a caracterelor, de obicei UTF-8 pe web. Fiecare octet din afara setului permis primește apoi propria secvență procentuală. Prin urmare, un singur caracter vizibil poate genera mai multe grupuri care încep cu %.

Numerele nu necesită un tratament special. Dacă nu introduci nimic, nu se generează conținut codificat. Datele de intrare foarte lungi își pot mări considerabil dimensiunea, deoarece fiecare octet codificat ocupă trei caractere.

De ce decodificarea URL eșuează sau produce text ilizibil?

De obicei, decodificarea eșuează deoarece datele au fost codificate după alte reguli, au fost codificate de mai multe ori sau nu reprezintă text în setul de caractere așteptat.

• Tratarea diferită a spațiilor. Un decodor pentru formulare interpretează + ca spațiu, în timp ce un decodor procentual strict îl poate păstra ca semn plus.
• Codificarea dublă. Semnul procent din %26 poate fi codificat la rândul său ca %25, rezultând %2526. După o singură decodificare vei obține %26, nu semnul ampersand inițial.
• Codificarea greșită a caracterelor. Octeții UTF-8 decodificați folosind alt set de caractere pot produce simboluri de înlocuire sau litere afișate incorect.
• Date binare, nu text. Octeții decodificați pot reprezenta o imagine, o arhivă sau un alt fișier, iar afișarea lor ca text produce conținut ilizibil.
• Format sau alfabet greșit. Base64 sigur pentru URL, Base64 standard și codificarea procentuală sunt formate diferite. Aplicarea unui decodor URL unui text Base64 nu va recupera valoarea dorită.

Codificarea URL nu folosește caractere de umplere. Dacă un decodor raportează că lipsește umplerea, datele de intrare sunt probabil în format Base64 sau într-un alt format cu umplere, nu text codificat procentual.

Întrebări frecvente

Secvențele procentuale cu litere mari și mici sunt echivalente?

Da. Literele hexazecimale din secvențele procentuale nu țin cont de majuscule și minuscule, așadar %2F și %2f reprezintă ambele o bară oblică. Pentru o reprezentare consecventă se recomandă cifrele hexazecimale cu litere mari.

Pot converti un nume de domeniu internațional prin codificare URL?

Nu. Etichetele de domeniu, cum ar fi un nume care conține é, necesită de obicei procesarea specifică numelor de domenii internaționalizate și o formă ASCII Punycode care începe cu xn--. Codificarea procentuală se folosește pentru alte componente ale unui URL și nu trebuie considerată un înlocuitor pentru această conversie.

Ce se întâmplă cu întreruperile de linie și tabulatorii?

Octeții pentru tabulatori și întreruperi de linie sunt codificați procentual, deoarece nu pot apărea ca atare într-o valoare URL obișnuită. Un tabulator este reprezentat în mod uzual ca %09, iar terminațiile de linie depind de folosirea caracterelor LF sau CRLF în sursă.

De ce nu funcționează un URL codificat când îl lipesc într-o aplicație?

Aplicația poate aștepta o valoare necodificată și poate aplica propria codificare, ceea ce duce la o codificare dublă. De asemenea, poate respinge URL-ul din cauza unei limite privind lungimea totală sau pentru că un caracter rezervat a fost codificat într-o parte structurală a adresei. Înainte de codificare, verifică exact ce componentă îți solicită aplicația.

Pot distribui în siguranță datele codificate dintr-un șir de interogare?

Nu. Codificarea procentuală URL schimbă doar reprezentarea, iar browserele și instrumentele pentru dezvoltatori pot dezvălui valoarea inițială. Înainte să distribui un link, verifică dacă parametrii săi de interogare conțin adrese de e-mail, referințe de cont, tokenuri de acces sau alte date care nu trebuie divulgate.