我需要创建一个包含文章的网站，并且要为其提供友好的网址，例如带有以下内容的页面的网址

标题：文章测试

应该变成：http://www.example.com/articles/article_test。

当然，我需要从标题中删除一些字符，例如?或#，但是我不确定要删除哪些字符。

有人可以告诉我哪些字符可以安全保存吗？

引用RFC 3986的 2.3节：

“在URI中允许但没有保留用途的字符称为未保留字符。这些字符包括大写和小写字母，十进制数字，连字符，句点，下划线和波浪号。”

ALPHA  DIGIT  "-" / "." / "_" / "~"

请注意，RFC 3986列出的保留标点符号比旧版RFC 2396少。

您需要注意两组字符：保留和不安全。

该保留的字符是：

• 连字号（“＆”）
• 美元（“ $”）
• 加号（“ +”）
• 逗号（“，”）
• 正斜杠（“ /”）
• 冒号（“：”）
• 分号（“;”）
• 等于（“ =”）
• 问号（“？”）
• “在”符号（“ @”）
• 英镑（“＃”）。

通常认为不安全的字符是：

• 空间 （” ”）
• 小于和大于（“ <>”）
• 打开和关闭方括号（“ []”）
• 打开和关闭大括号（“ {}”）
• 管道（“ |”）
• 反斜杠（“ \”）
• 脱字号（“ ^”）
• 百分 （”％”）

我可能忘记了一个或多个，这导致我回荡了卡尔五世的回答。从长远来看，最好使用允许字符的“白名单”，然后对字符串进行编码，而不是尝试与服务器和系统不允许的字符保持同步。

最好只保留一些字符（白名单），而不要删除某些字符（黑名单）。

从技术上讲，只要您正确编码，就可以允许任何字符。但是，为回答问题的实质，您只应允许使用以下字符：

1. 小写字母（将大写转换为小写）
2. 数字，0到9
3. 破折号-或下划线_
4. 蒂尔德〜

其他所有内容都有潜在的特殊含义。例如，您可能认为可以使用+，但是可以将其替换为空格。＆也很危险，尤其是在使用某些重写规则的情况下。

与其他评论一样，请查看标准和规格以获取完整的详细信息。

永远安全

这些是安全的（理论上/规格上），基本上除了域名之外的任何地方。
对未列出的任何内容进行百分比编码，您可以开始使用。

    A-Z a-z 0-9 - . _ ~ ( ) ' ! * : @ , ;

有时很安全

仅在特定的URL组件中使用时才安全；小心使用。

    Paths:     + & =
    Queries:   ? /
    Fragments: ? / # + & =
    

从不安全

根据URI规范（RFC 3986），所有其他字符必须进行百分比编码。这包括：

    <space> <control-characters> <extended-ascii> <unicode>
    % < > [ ] { } | \ ^
    

如果要考虑最大兼容性，请将字符集限制为AZ az 0-9-_。
（仅对文件扩展名使用句点）。

注意上下文

即使根据规范有效，根据上下文，URL仍然可能是“不安全的”。例如，包含无效文件名字符的file：/// URL，或者在不用作分隔符时，包含“？”，“ =“和“＆”的查询组件。正确处理这些情况通常取决于您的脚本，并且可以解决，但这是需要牢记的。

查看RFC3986-统一资源标识符（URI）：通用语法，您的问题围绕URI 的路径部分展开。

    foo://example.com:8042/over/there?name=ferret#nose
     \_/   \______________/\_________/ \_________/ \__/
      |           |            |            |        |
   scheme     authority       path        query   fragment
      |   _____________________|__
     / \ /                        \
     urn:example:animal:ferret:nose

援引第3.3节，对于URI有效字符segment的类型的pchar：

pchar =保留/ pct编码/ sub-delims /“：” /“ @”

分解为：

ALPHA / DIGIT / "-" / "." / "_" / "~"

pct-encoded

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

":" / "@"

或者换句话说：你可以使用任何（非控制- ）字符从ASCII表中，除外 /，?，#，[和]。

RFC1738-统一资源定位符（URL）支持这种理解。

未保留= ALPHA / DIGIT /“-” /“。/“ _” /“〜”

从您描述的上下文中，我怀疑您实际上要制作的是所谓的“ SEO子弹”。这些最佳的最佳实践是：

1. 转换为小写
2. 将az和0-9以外的整个字符序列转换为一个连字符（-）（非下划线）
3. 从网址中删除“停用词”，即无法有意义地索引的词，例如“ a”，“ an”和“ the”；谷歌“停用词”获得广泛的列表

因此，举例来说，一篇标题为“！@％$ *表示在漫画中发誓的用法”的文章将获得“用法-代表-发誓的漫画”字样。

URI的格式在RFC 3986中定义。有关详细信息，请参见第3.3节。

从SEO角度来看，连字符比下划线更可取。转换为小写字母，删除所有撇号，然后用单个连字符替换所有非字母数字字符串。从头到尾修剪多余的连字符。

我遇到了类似的问题，我想拥有漂亮的网址，并得出结论，我必须在网址中仅允许使用字母，数字，-和_。很好，然后我写了一些不错的正则表达式，我意识到它可以识别所有UTF8字符，而不是.NET中的字母，因此被搞砸了。这似乎是.NET正则表达式引擎的已知问题。所以我得到了这个解决方案：

private static string GetTitleForUrlDisplay(string title)
{
    if (!string.IsNullOrEmpty(title))
    {
        return Regex.Replace(Regex.Replace(title, @"[^A-Za-z0-9_-]", new MatchEvaluator(CharacterTester)).Replace(' ', '-').TrimStart('-').TrimEnd('-'), "[-]+", "-").ToLower();
    }
    return string.Empty;
}


/// <summary>
/// All characters that do not match the patter, will get to this method, i.e. useful for unicode chars, because
/// .NET impl of regext do not handle unicode chars. So we use char.IsLetterOrDigit() which works nicely and we 
/// return what we approve and return - for everything else.
/// </summary>
/// <param name="m"></param>
/// <returns></returns>
private static string CharacterTester(Match m)
{
    string x = m.ToString();
    if (x.Length > 0 && char.IsLetterOrDigit(x[0]))
    {
        return x.ToLower();
    }
    else
    {
        return "-";
    }
}

当我通过ajax / php将值返回到某个网址，然后该页面再次读取该网址时，我发现将我的网址编码为一个安全的网址非常有用。

PHP输出带有url编码器的特殊字符＆

//PHP returning the sucess info of ajax request
echo "".str_replace('&','%26',$_POST['name'])." category was changed";

//javascript sending the value to url
window.location.href='time.php?return=updated&val='+msg;

//javascript/php executing the function printing the value of the url,
//now with the text normally lost in space because of the reserved & character.

setTimeout("infoApp('updated','<?php echo $_GET['val'];?>');",360);

希望有人发现我的小代码摘录有用！:)

我认为您正在寻找类似“ URL编码”的内容-对URL进行编码，以使其在网络上使用“安全”：

这是一个参考。如果您不需要任何特殊字符，只需删除任何需要URL编码的字符：

http://www.w3schools.com/TAGS/ref_urlencode.asp

3至50个字符。可以包含小写字母，数字和特殊字符-点（。），破折号（-），下划线（_）和速率（@）。