URL中允许的字符

189

是否有人知道可以在GET中使用而无需编码的完整字符列表？目前，我正在使用AZ az和0-9 ...，但我想查找完整列表。

我也很想知道是否有针对即将发布的中文，阿拉伯网址的规范发布（显然这将对我的问题产生重大影响）

url 
— 标记
source
5
URI中允许的字符是保留的!*'();:@&=+$,/?#[]还是不保留的A-Za-z0-9_.~-（或%作为百分比编码一部分的百分比字符）
— Mikl，2016年
1
在MySQL中，我使用它REGEXP '[^]A-Za-z0-9_.~!*''();:@&=+$,/?#[%-]+'来查找带有错误字符的URL字符串。也许对其他人也有用。
— 米克
@Mikl：那东西几乎不像正则表达式。
— 詹斯·曼德

Answers:

179

根据RFC 1738规范：

因此，仅字母数字，特殊字符“ $-_.+!*'(),”和用于保留目的的保留字符可以在URL中未经编码地使用。

编辑：正如@Jukka K. Korpela正确指出的那样，此RFC由RFC 3986更新。这已经扩展并阐明了对主机有效的字符，很遗憾，它不容易复制和粘贴，但我会尽力而为。

按照第一个匹配的顺序：

host        = IP-literal / IPv4address / reg-name

IP-literal  = "[" ( IPv6address / IPvFuture  ) "]"

IPvFuture   = "v" 1*HEXDIG "." 1*( unreserved / sub-delims / ":" )

IPv6address =         6( h16 ":" ) ls32
                  /                       "::" 5( h16 ":" ) ls32
                  / [               h16 ] "::" 4( h16 ":" ) ls32
                  / [ *1( h16 ":" ) h16 ] "::" 3( h16 ":" ) ls32
                  / [ *2( h16 ":" ) h16 ] "::" 2( h16 ":" ) ls32
                  / [ *3( h16 ":" ) h16 ] "::"    h16 ":"   ls32
                  / [ *4( h16 ":" ) h16 ] "::"              ls32
                  / [ *5( h16 ":" ) h16 ] "::"              h16
                  / [ *6( h16 ":" ) h16 ] "::"

ls32        = ( h16 ":" h16 ) / IPv4address
                  ; least-significant 32 bits of address

h16         = 1*4HEXDIG 
               ; 16 bits of address represented in hexadecimal

IPv4address = dec-octet "." dec-octet "." dec-octet "." dec-octet

dec-octet   = DIGIT                 ; 0-9
              / %x31-39 DIGIT         ; 10-99
              / "1" 2DIGIT            ; 100-199
              / "2" %x30-34 DIGIT     ; 200-249
              / "25" %x30-35          ; 250-255

reg-name    = *( unreserved / pct-encoded / sub-delims )

unreserved  = ALPHA / DIGIT / "-" / "." / "_" / "~"     <---This seems like a practical shortcut, most closely resembling original answer

reserved    = gen-delims / sub-delims

gen-delims  = ":" / "/" / "?" / "#" / "[" / "]" / "@"

sub-delims  = "!" / "$" / "&" / "'" / "(" / ")"
              / "*" / "+" / "," / ";" / "="

pct-encoded = "%" HEXDIG HEXDIG
— 迈尔斯
source
5
@Tim斜杠是保留字符，因此，如果将其用于保留目的（描述路径，协议描述...），则不需要转义。否则，它会。
— 迈尔斯（Myles）2012年
4
RFC 1738的通用语法规则在1998
— 。– Jukka K. Korpela 2013年
3
其他答案中提到了@ Myles，STD 66（= RFC 3986）。答案的内容是否正确是另一个问题。我认为任何答案都不能正确描述完整列表。
— Jukka K. Korpela 2013年
4
您可以A-Za-z0-9_.-~在此答案的开头添加未保留和保留字符的列表。!*'();:@&=+$,/?#[]它可以为人们节省时间
— Mikl
2
@basZero对不起，您发现它令人困惑，但是完整的答案并不简单。您的问题的答案是否定的，因为这是一个保留字，具体说明如下：reserved = gen-delims / sub-delims gen-delims = ":" / "/" / "?" / "#" / "[" / "]" / "@"
— Myles
42

URI中允许的字符是保留的还是不保留的（或作为百分号编码的一部分的百分号）

http://en.wikipedia.org/wiki/Percent-encoding#Types_of_URI_characters

表示这些是RFC 3986非 保留字符（第2.3节）以及保留字符（第2.2节）（如果它们需要保留其特殊含义）。以及百分比字符作为百分比编码的一部分。

— 琥珀色
source
7
尽管此链接可以回答问题，但最好在此处包括答案的基本部分，并提供链接以供参考。如果链接页面发生更改，仅链接的答案可能会无效。
— 2014年
链接文档中的@jaestevan Citation：The characters allowed in a URI are either reserved or unreserved (or a percent character as part of a percent-encoding)
— Mikl
26

66个未保留字符的完整列表在RFC3986中，在这里：http ://tools.ietf.org/html/rfc3986#section-2.3

这是以下正则表达式集中的任何字符： 

[A-Za-z0-9_.\-~]
— 懒惰
source
2
您也可以使用那些保留的内容。
— 2013年
过时的RFC1738上市{}^\~和backtick不安全。由于文件系统，RFC3986列出\为不安全。这{}^也可以使用。
— mgutt
因此，如果您尝试在字符串中找到URL的结尾（即我），则最好按照已接受的答案中的过时标准进行操作...如果要验证URL，则应在此答案上使用字符集。
— ashleedawg '18年
小心，您已将其编写为正则表达式字符类。确保转义-或将其放在字符类的开头或结尾，因为[.-~]实际上它包含从46到126的所有ASCII字符
— 。– kwl
19

我通过请求我的网站（apache）并使用德语键盘上所有可用字符作为URL参数进行了测试：

http://example.com/?^1234567890ß´qwertzuiopü+asdfghjklöä#<yxcvbnm,.-°!"§$%&/()=? `QWERTZUIOPÜ*ASDFGHJKLÖÄ\'>YXCVBNM;:_²³{[]}\|µ@€~

这些未编码：

^0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ,.-!/()=?`*;:_{}[]\|~

之后未编码urlencode()：

0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_

之后未编码rawurlencode()：

0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~

注意：由于RFC 1738而在PHP 5.3.0之前rawurlencode()编码。但这已被RFC 3986取代，因此现在可以安全使用。但是我不明白为什么要对它们进行编码，因为RFC 3986中没有提到它们。~{}rawurlencode()

我进行的另一项测试是关于邮件文本中的自动链接。我测试了Mozilla Thunderbird，aol.com，outlook.com，gmail.com，gmx.de和yahoo.de，它们完全链接了包含以下字符的URL：

0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~+#,%&=*;:@

当然，它们?也是链接的，但前提是仅使用一次。

现在有人建议只使用rawurlencode()字符，但是您是否听说有人在打开这些网站时遇到问题？

星号
http://wayback.archive.org/web/*/http://google.com

冒号
https://en.wikipedia.org/wiki/Wikipedia：关于

加号
https://plus.google.com/+google

标有冒号，逗号和感叹号的符号为
https：//www.google.com/maps/place/USA/@36.2218457，...

因此，这些字符应该可以未经编码地使用而不会出现问题。当然，&;由于编码序列如，您不应该使用&amp;。相同的原因同样适用，%因为它通常用于编码char。并=为参数名称分配一个值。

最后，我想说可以使用这些未编码的代码：

0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~!+,*:@

但是，如果您希望使用随机生成的URL，则不应使用.!，因为这些URL 标记了句子的结尾，并且某些邮件应用程序不会自动链接该URL的最后一个字符。例：

Visit http://example.com/foo=bar! !
— ut
source
实用的方法-做得好。正在寻找您的最后一个名单- +特别是这个标志：-D
— Oliver
12

从这里

因此，仅字母数字，特殊字符$-_.+!*'(), 和用于保留目的的保留字符可以在URL中未经编码地使用。

— 阿达迪夫
source
5

RFC3986定义了可以在URI中使用的两组字符：

  • 保留字符：:/?#[]@!$&'()*+,;=

    保留= gen-delims / sub-delims

    gen-delims =“：” /“ /” /“？” /“＃” /“ [” /“]” /“ @”

    sub-delims =“！” /“ $” /“＆” /“'” /“（” /“）” /“ *” /“ +” /“，” /“;” /“ =”

    保留字符的目的是提供一组与URI中的其他数据区分开的定界字符。在保留字符替换为其相应的百分比编码八位字节方面有所不同的URI不等效。

  • 未保留的字符：A-Za-z0-9-_.~

    未保留= ALPHA / DIGIT /“-” /“。/“ _” /“〜”

    URI中允许但没有保留用途的字符称为未保留字符。

— 赛克
source
3

即将发生的变化是针对中文，阿拉伯域名而不是URI。国际化的URI称为IRI，并在RFC 3987中定义。但是，尽管如此，我还是建议您不要自己做，而要依赖现有的经过测试的库，因为URI编码/解码有很多选择，根据规范认为哪些是安全的，而对于实际使用而言是安全的（浏览器） 。

— 达霍比
source
0

如果您想给用户一种特殊的体验，您可以使用pushState它来为浏览器的网址添加各种字符：

在此处输入图片说明

var u="";var tt=168;
for(var i=0; i< 250;i++){
 var x = i+250*tt;
console.log(x);
 var c = String.fromCharCode(x);
 u+=c; 
}
history.pushState({},"",250*tt+u);
— 严峻
source
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.