详解 URL 编码与 HTTP 状态码（十八）

admin
计算机网络
1天前
5热度
0评论

在现代 Web 开发中，URL 编码和 HTTP 状态码是两个非常重要的概念。本文将详细介绍 URL 编码的原理、方法以及 HTTP 状态码的分类和常见状态码的含义。通过本文，你将能够更好地理解和处理这些技术细节，提升开发效率和代码质量。

什么是 URL？

URL（Uniform Resource Locator，统一资源定位器）是互联网上资源的唯一地址。例如，https://www.example.com 就是一个典型的 URL。浏览器通过这个地址从 Web 服务器请求页面内容，并显示给用户。

URL 编码的重要性

URL 只能使用 ASCII 字符集进行传输。然而，许多字符（如空格、特殊符号等）并不属于 ASCII 字符集。为了确保这些字符能够正确地通过互联网传输，我们需要对它们进行 URL 编码。

URL 编码的基本原理

URL 编码使用 % 符号后跟两位的十六进制数来表示非 ASCII 字符。例如，空格会被编码为 %20，感叹号会被编码为 %21。此外，URL 编码通常使用 + 符号来替代空格。

实际操作示例

假设你在表单中输入了一个包含空格和特殊字符的字符串，例如 Hello World!。当你点击提交按钮时，浏览器会自动将这个字符串进行 URL 编码，变成 Hello%20World%21。服务器接收到这个编码后的字符串后，会将其解码还原为原始字符串。

常见的 URL 编码函数

不同的编程语言提供了不同的 URL 编码函数。以下是一些常见的示例：

JavaScript: encodeURI() 和 encodeURIComponent()
PHP: rawurlencode()
ASP: Server.URLEncode()

JavaScript 示例

const originalString = "Hello World!";
const encodedString = encodeURIComponent(originalString);
console.log(encodedString); // 输出: Hello%20World%21

PHP 示例

$originalString = "Hello World!";
$encodedString = rawurlencode($originalString);
echo $encodedString; // 输出: Hello%20World%21

URL 编码参考手册

以下是一些常用字符的 URL 编码对照表：

ASCII 字符	URL-编码
空格	%20
!	%21
"	%22
#	%23
$	%24
%	%25
&	%26
'	%27
(	%28
)	%29
*	%2A
+	%2B
,	%2C
-	%2D
.	%2E
/	%2F
0	%30
1	%31
2	%32
3	%33
4	%34
5	%35
6	%36
7	%37
8	%38
9	%39
:	%3A
;	%3B
<	%3C
=	%3D
>	%3E
?	%3F
@	%40
A	%41
B	%42
C	%43
D	%44
E	%45
F	%46
G	%47
H	%48
I	%49
J	%4A
K	%4B
L	%4C
M	%4D
N	%4E
O	%4F
P	%50
Q	%51
R	%52
S	%53
T	%54
U	%55
V	%56
W	%57
X	%58
Y	%59
Z	%5A
[	%5B
\	%5C
]	%5D
^	%5E
_	%5F
	%60
a	%61
b	%62
c	%63
d	%64
e	%65
f	%66
g	%67
h	%68
i	%69
j	%6A
k	%6B
l	%6C
m	%6D
n	%6E
o	%6F
p	%70
q	%71
r	%72
s	%73
t	%74
u	%75
v	%76
w	%77
x	%78
y	%79
z	%7A
{	%7B
\|	%7C
}	%7D
~	%7E

ASCII 控制字符的 URL 编码

ASCII 控制字符最初用于控制打印机和磁带驱动器等硬件设备。在 URL 中，这些字符需要进行编码以确保其正确传输。

ASCII 字符	描述	URL-编码
NUL	null character	%00
SOH	start of header	%01
STX	start of text	%02
ETX	end of text	%03
EOT	end of transmission	%04
ENQ	enquiry	%05
ACK	acknowledge	%06
BEL	bell (ring)	%07
BS	backspace	%08
HT	horizontal tab	%09
LF	line feed	%0A
VT	vertical tab	%0B
FF	form feed	%0C
CR	carriage return	%0D
SO	shift out	%0E
SI	shift in	%0F
DLE	data link escape	%10

| DC1 | device control 1 | %11 | | DC2 | device control 2 | %12 | | DC3 | device control 3 | %13 | | DC4 | device control 4 | %14 | | NAK | negative acknowledge | %15 | | SYN | synchronize | %16 | | ETB | end transmission block | %17 | | CAN | cancel | %18 | | EM | end of medium | %19 | | SUB | substitute | %1A | | ESC | escape | %1B | | FS | file separator | %1C | | GS | group separator | %1D | | RS | record separator | %1E | | US | unit separator | %1F |

ISO 语言代码

在 HTML 和 XHTML 中，可以通过 lang 属性声明网页或部分内容的语言。这对于搜索引擎和浏览器来说非常重要，有助于提高页面的可访问性和国际化支持。

声明语言的示例

在 HTML 中：

html &lt;html lang="en"&gt; ... &lt;/html&gt;

在 XHTML 中：

html &lt;html xmlns="http://www.w3.org/1999/xhtml" lang="en" xml:lang="en"&gt; ... &lt;/html&gt;

ISO 639-1 语言代码

ISO 639-1 为各种语言定义了缩略词，这些缩略词可以在 lang 和 xml:lang` 属性中使用。

语言	ISO 代码
Abkhazian	ab
Afar	aa
Afrikaans	af
Albanian	sq
Amharic	am
Arabic	ar
Aragonese	an
Armenian	hy
Assamese	as
Aymara	ay
Azerbaijani	az
Bashkir	ba
Basque	eu
Bengali (Bangla)	bn
Bhutani	dz
Bihari	bh
Bislama	bi
Breton	br
Bulgarian	bg
Burmese	my
Byelorussian (Belarusian)	be
Cambodian	km
Catalan	ca
Cherokee
Chewa
Chinese (简体)	zh
Chinese (繁体)	zh
Corsican	co
Croatian	hr
Czech	cs
Danish	da
Divehi
Dutch	nl
Edo
English	en
Esperanto	eo
Estonian	et
Faeroese	fo
Farsi	fa
Fiji	fj
Finnish	fi
Flemish
French	fr
Frisian	fy
Fulfulde
Galician	gl
Gaelic (Scottish)	gd
Gaelic (Manx)	gv
Georgian	ka
German	de
Greek	el
Greenlandic	kl
Guarani	gn
Gujarati	gu
Haitian Creole	ht
Hausa	ha
Hawaiian
Hebrew	he, iw
Hindi	hi
Hungarian	hu
Ibibio
Icelandic	is
Ido	io
Igbo
Indonesian	id, in
Interlingua	ia
Interlingue	ie
Inuktitut	iu
Inupiak	ik
Irish	ga
Italian	it
Japanese	ja
Javanese	jv
Kannada	kn
Kanuri
Kashmiri	ks
Kazakh	kk
Kinyarwanda (Ruanda)	rw
Kirghiz	ky
Kirundi (Rundi)	rn
Konkani
Korean	ko
Kurdish	ku
Laothian	lo
Latin	la
Latvian (Lettish)	lv
Limburgish ( Limburger)	li
Lingala	ln
Lithuanian	lt
Macedonian	mk
Malagasy	mg
Malay	ms
Malayalam	ml

Maltese	mt
Maori	mi
Marathi	mr
Moldavian	mo
Mongolian	mn
Nauru	na
Nepali	ne
Norwegian	no
Occitan	oc
Oriya	or
Oromo (Afaan Oromo)	om
Papiamentu
Pashto (Pushto)	ps
Polish	pl
Portuguese	pt
Punjabi	pa
Quechua	qu
Rhaeto-Romance	rm
Romanian	ro
Russian	ru
Sami (Lappish)
Samoan	sm
Sangro	sg
Sanskrit	sa
Serbian	sr

| Serbo-Croatian | sh | | Sesotho | st | | Setswana | tn | | Shona | sn | | Sichuan Yi | ii | | Sindhi | sd | | Sinhalese | si | | Siswati | ss | | Slovak | sk | | Slovenian | sl | | Somali | so | | Spanish | es | | Sundanese | su | | Swahili (Kiswahili) | sw | | Swedish | sv | | Syriac | | | Tagalog | tl | | Tajik | tg | | Tamazight | | | Tamil | ta | | Tatar | tt | | Telugu | te | | Thai | th | | Tibetan | bo | | Tigrinya | ti | | Tonga | to | | Tsonga | ts | | Turkish | tr | | Turkmen | tk | | Twi | tw | | Uighur | ug | | Ukrainian | uk | | Urdu | ur | | Uzbek | uz | | Venda | | | Vietnamese | vi | | Volapük | vo | | Wallon | wa | | Welsh | cy | | Wolof | wo | | Xhosa | xh | | Yi | | | Yiddish | yi, ji | | Yoruba | yo | | Zulu | zu |

HTTP 状态码

HTTP 状态码是由服务器返回给客户端的响应代码，用于指示请求的处理结果。这些状态码分为五个类别，每个类别都有特定的含义。

1xx: 信息

消息	描述
100 Continue	服务器仅接收到部分请求，如果服务器没有拒绝该请求，客户端应该继续发送其余的请求。
101 Switching Protocols	服务器转换协议：服务器将遵从客户的请求转换到另外一种协议。
103 Checkpoint	用于 PUT 或者 POST 请求恢复

2xx: 成功

消息	描述
200 OK	请求成功，响应中包含所请求的数据。
201 Created	请求成功并且服务器创建了新的资源。
202 Accepted	请求已被接受，但尚未处理完成。
204 No Content	请求成功，但响应中没有内容。

3xx: 重定向

消息	描述
301 Moved Permanently	资源已永久移动到新位置。
302 Found	资源临时移动到新位置。
304 Not Modified	资源未修改，客户端可以使用缓存版本。

4xx: 客户端错误

消息	描述
400 Bad Request	请求无效或无法理解。
401 Unauthorized	请求需要用户认证。
403 Forbidden	服务器理解请求，但拒绝执行。
404 Not Found	请求的资源不存在。

5xx: 服务器错误

消息	描述
500 Internal Server Error	服务器遇到意外情况，无法完成请求。
501 Not Implemented	服务器不支持请求的方法。
502 Bad Gateway	服务器作为网关或代理时，从上游服务器收到了无效的响应。
503 Service Unavailable	服务器暂时无法处理请求，通常是过载或维护导致。

总结

通过本文，我们详细介绍了 URL 编码的原理和方法，以及 HTTP 状态码的分类和常见状态码的含义。了解这些基础知识对于 Web 开发者来说至关重要，可以帮助你更好地处理网络请求和响应，提升开发效率和代码质量。希望本文对你有所帮助！