URL 编码空格字符：+ 或 %20？

来自 Wikipedia（添加了重点和链接）：

当提交已输入 HTML 表单的数据时，表单字段名称和值将被编码并使用方法 GET 或 POST 或过去通过电子邮件在 HTTP 请求消息中发送到服务器。默认使用的编码基于通用 URI 百分比编码规则的早期版本，并进行了许多修改，例如换行规范化和用“+”而不是“%20”替换空格。以这种方式编码的数据的 MIME 类型是 application/x-www-form-urlencoded，目前在 HTML 和 XForms 规范中定义（仍然以非常过时的方式）。

因此，real 百分比编码使用 %20，而 URL 中的表单数据是使用 + 的修改形式。因此，您很可能只会在 ? 之后的查询字符串中的 URL 中看到 +。

---

这种混淆是因为 URL 直到今天仍然“损坏”。

从 a blog post：

以“http://www.google.com”为例。这是一个网址。 URL 是统一资源定位器，实际上是指向网页的指针（在大多数情况下）。自 1994 年第一个规范以来，URL 实际上具有非常明确的结构。我们可以提取有关“http://www.google.com” URL 的详细信息：+------------- --+--------------------------------+ |零件 |数据 | +---------------+-------------------+ |方案 | http | |主持人 | www.google.com | +---------------+-------------------+ 如果我们查看更复杂的 URL，例如：“https ://bob:bobby@www.lunatech.com:8080/file;p=1?q=2#third" 我们可以提取以下信息：+--------------- --+------------+ |零件 |数据 | +-----------------+---------------------+ |方案 | https | |用户 |鲍勃 | |密码 |鲍比 | |主持人 | www.lunatech.com | |港口 | 8080 | |路径 | /文件;p=1 | |路径参数 | p=1 | |查询 | q=2 | |片段 |第三| +-----------------+---------------------+ https://bob:bobby @www.lunatech.com:8080/file;p=1?q=2#third \___/ \_/ \___/ \______________/ \__/\_______/ \_/ \___/ | | | | | | \_/ | |方案用户密码主机端口路径| |片段\_____________________________/ |查询 |路径参数 权限 每个部分的保留字符不同。对于 HTTP URL，路径片段部分中的空格必须编码为“%20”（不是，绝对不是“+”），而路径片段部分中的“+”字符可以不编码。现在在查询部分，空格可以编码为“+”（为了向后兼容：不要尝试在 URI 标准中搜索它）或“%20”，而“+”字符（由于这种歧义) 必须转义为“%2B”。这意味着“蓝色+浅蓝色”字符串必须在路径和查询部分中进行不同的编码：“http://example.com/blue+light%20blue?blue%2Blight+blue”。从那里你可以推断，如果没有对 URL 结构的句法意识，编码一个完全构造的 URL 是不可能的。

这归结为：

您应该在 ? 之前和 + 之后有 %20。

Source

---

我会推荐%20。

你对它们进行硬编码吗？

但是，这在各种语言中并不是很一致。如果我没记错的话，在 PHP 中 urlencode() 将空格视为 + 而 Python 的 urlencode() 将它们视为 %20。

编辑：

看来我弄错了。 Python 的 urlencode()（至少在 2.7.2 中）使用 quote_plus() 而不是 quote()，因此将空格编码为“+”。 W3C 的建议似乎也是这里的“+”：http://www.w3.org/TR/html4/interact/forms.html#h-17.13.4.1

事实上，您可以关注 Python 自己的问题跟踪器上关于使用什么来编码空格的有趣辩论：http://bugs.python.org/issue13866。

编辑＃2：

我知道编码“”最常见的方式是“+”，但只是一个注释，可能只是我，但我觉得这有点令人困惑：

import urllib
print(urllib.urlencode({' ' : '+ '})

>>> '+=%2B+'

---

在 URL 的“application/x-www-form-urlencoded”内容类型键值对查询部分中，空格只能编码为“+”。在我看来，这是可以的，而不是必须的。在其余的 URL 中，它被编码为 %20。

在我看来，最好始终将空格编码为 %20，而不是“+”，即使在 URL 的查询部分也是如此，因为 HTML 规范 (RFC 1866) 指定空格字符应编码为“ +”在“application/x-www-form-urlencoded”内容类型键值对中（参见第 8.2.1 段。第 1 小段。）

这种编码表单数据的方式也在后面的 HTML 规范中给出。例如，在 HTML 4.01 Specification 中查找有关 application/x-www-form-urlencoded 的相关段落，等等。

这是 URL 中的示例字符串，其中 HTML 规范允许将空格编码为加号：“http://example.com/over/there?name=foo+bar”。所以，只有在“？”之后，空格才能被加号代替。在其他情况下，空格应编码为 %20。但由于很难正确确定上下文，最好不要将空格编码为“+”。

我建议对除 RFC 3986 中定义的“未保留”之外的所有字符进行百分比编码，第 2.3 页

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

实现取决于您选择的编程语言。

如果您的 URL 包含国家字符，请先将它们编码为 UTF-8，然后对结果进行百分比编码。

---

在这里总结（有些矛盾的）答案，我认为可以归结为：

| standard      | +   | %20 |
|---------------+-----+-----|
| URL           | no  | yes |
| query string  | yes | yes |
| form params   | yes | no  |
| mailto query  | no  | yes |

所以从历史上看，我认为发生的事情是：

RFC 为 URL 的形式及其编码方式指定了一个非常明确的标准。在这种情况下，查询只是一个“字符串”，没有规范应该如何编码键/值对 HTTP 家伙提出了如何在表单参数中编码键/值对的标准，并从 URL 中借用编码标准，除了空格应该编码为+。网友说：很酷，我们有一种编码键/值对的方法，让我们把它放到 URL 查询字符串中

结果：我们最终得到了两种不同的方法来编码 URL 中的空格，具体取决于您正在谈论的部分。但它甚至不违反 URL 标准。从 URL 的角度来看，“查询”只是一个黑盒。如果你想使用除了百分比编码之外的其他编码：把自己搞砸。

但正如电子邮件示例所示，从 URL 查询字符串的 form-params 实现中借用可能会有问题。所以最终使用 %20 更安全，但可能没有开箱即用的库支持。

---