URL 中的 Unicode 字符

使用百分比编码。现代浏览器将负责显示和粘贴问题并使其易于阅读。例如。 http://ko.wikipedia.org/wiki/위키백과:대문

编辑：当您在 Firefox 中复制这样的 url 时，剪贴板将保存百分比编码的形式（这通常是一件好事），但如果您只复制其中的一部分，它将保持未编码。

---

Tgr 说的。背景：

http://www.example.com/düsseldorf?neighbourhood=Lörick

那不是URI。但它是一个IRI。

您不能在 HTML4 文档中包含 IRI；像 href 这样的属性类型被定义为 URI 而不是 IRI。无论如何，有些浏览器会在这里处理 IRI，但这并不是一个好主意。

要将 IRI 编码为 URI，请获取路径和查询部分，对它们进行 UTF-8 编码，然后对非 ASCII 字节进行百分比编码：

http://www.example.com/d%C3%BCsseldorf?neighbourhood=L%C3%B6rick

如果 IRI 的主机名部分中有非 ASCII 字符，例如。 http://例え.テスト/，它们已使用 Punycode 进行编码。

现在你有了一个 URI。这是一个丑陋的URI。但是大多数浏览器会为您隐藏它：将其复制并粘贴到地址栏中或在链接中跟随它，您会看到它以原始 Unicode 字符显示。维基百科多年来一直在使用它，例如：

http://en.wikipedia.org/wiki/ɸ

行为不可预测且并不总是显示漂亮的 IRI 版本的浏览器是……

……嗯，你知道的。

---

根据您的 URL 方案，您可以使 UTF-8 编码部分“不重要”。例如，如果您查看 Stack Overflow URL，它们的格式如下：

http://stackoverflow.com/questions/2742852/unicode-characters-in-urls

但是，服务器实际上并不关心您是否在标识符错误之后得到了部分，因此这也有效：

http://stackoverflow.com/questions/2742852/これは、これを日本語のテキストです

因此，如果您有这样的布局，那么您可能会在标识符之后的部分中使用 UTF-8，如果它出现乱码也没关系。当然，这可能只适用于有些特殊的情况......

---

不确定这是否是一个好主意，但正如其他评论中提到的以及我解释的那样，许多 Unicode 字符在 HTML5 URL 中是有效的。

例如，href 文档说 http://www.w3.org/TR/html5/links.html#attr-hyperlink-href：

a 和 area 元素的 href 属性的值必须是一个可能被空格包围的有效 URL。

那么“有效网址”的定义指向http://url.spec.whatwg.org/，它定义了网址代码点为：

ASCII 字母数字、“!”、“$”、“&”、“'”、“(”、“)”、“*”、“+”、“”、“-”、“.”、“/” , ":", ";", "=", "?", "@", "_", "~" 和 U+00A0 到 U+D7FF, U+E000 到 U+FDCF 范围内的代码点, U+FDF0 到 U+FFFD, U+10000 到 U+1FFFD, U+20000 到 U+2FFFD, U+30000 到 U+3FFFD, U+40000 到 U+4FFFD, U+50000 到 U+5FFFD, U +60000 到 U+6FFFD，U+70000 到 U+7FFFD，U+80000 到 U+8FFFD，U+90000 到 U+9FFFD，U+A0000 到 U+AFFFD，U+B0000 到 U+BFFFD，U+C0000至 U+CFFFD，U+D0000 至 U+DFFFD，U+E1000 至 U+EFFFD，U+F0000 至 U+FFFFD，U+100000 至 U+10FFFD。

然后在解析算法的几个部分中使用术语“URL 代码点”，例如相对路径状态：

如果 c 不是 URL 代码点且不是“%”，则解析错误。

此外，验证器 http://validator.w3.org/ 会通过类似 "你好" 的 URL，但不会通过像空格 "a b" 这样的字符的 URL

相关：Which characters make a URL invalid?

---

由于所有这些评论都是真实的，您应该注意，就 ICANN 批准阿拉伯语（波斯语）和中文字符注册为域名而言，所有浏览器制造公司（Microsoft、Mozilla、Apple 等）必须在没有任何编码的情况下在 URL 中支持 Unicode，并且这些应该可以被 Google 等搜索到。

所以这个问题会尽快解决。

---

对我来说，这是正确的方法，这很有效：

    $linker = rawurldecode("$link");
    <a href="<?php echo $link;?>"   target="_blank"><?php echo $linker ;?></a>

这行得通，现在链接可以正确显示：

http://newspaper.annahar.com/article/121638-معرض--جوزف-حرب-في-غاليري-جانين-ربيز-لوحاته-الجدية-تبحث-وتكتشف-وتفرض-الاحترام

链接在：

http://www.galeriejaninerubeiz.com/newsite/news

---

使用百分比编码形式。例如，一些（主要是旧的）运行 Windows XP 的计算机不支持 Unicode，而是支持 ISO 编码。这就是发明百分比编码 URL 的原因。此外，如果您将打印在纸上的 URL 提供给用户，其中包含不易输入的字符，则该用户可能很难输入（或忽略它）。百分比编码形式甚至可以用于许多曾经存在的最古老的机器（尽管它们当然不支持互联网）。

但是有一个缺点，因为百分比编码的字符比原始字符长，因此可能导致 URL 非常长。但请尝试忽略它，或使用 URL 缩短器（在这种情况下，我建议使用 goo.gl，它会生成 13 个字符长的 URL）。此外，如果您不想注册 Google 帐户，请尝试 bit.ly（bit.ly 使 URL 稍长，长度为 14 个字符）。

---