有人知道可以在GET中使用而不经过编码的完整字符列表吗?目前我使用A-Z - A-Z和0-9…但我想知道完整的名单。
我也感兴趣的是，是否会发布关于即将添加中文、阿拉伯语url的规范(显然这将对我的问题产生很大影响)。
当前回答
我测试它通过请求我的网站(apache)与所有可用的字符在我的德语键盘作为URL参数:
http://example.com/?^1234567890ß´qwertzuiopü+asdfghjklöä#<yxcvbnm,.-°!"§$%&/()=? `QWERTZUIOPÜ*ASDFGHJKLÖÄ\'>YXCVBNM;:_²³{[]}\|µ@€~
这些没有被编码:
^0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ,.-!/()=?`*;:_{}[]\|~
urlencode()后未编码:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_
rawurlencode()后未编码:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~
注意:在PHP 5.3.0之前，rawurlencode()编码~，因为RFC 1738。但它被RFC 3986所取代，所以现在可以安全使用了。但我不明白为什么{}是通过rawurlencode()编码的，因为RFC 3986中没有提到它们。
我做的另一个测试是关于邮件文本中的自动链接。我测试了Mozilla Thunderbird, aol.com, outlook.com, gmail.com, gmx.de和yahoo.de，他们完全链接包含这些字符的url:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~+#,%&=*;:@
当然?也有联系，但只有用过一次。
有些人现在建议只使用rawurlencode()字符，但您是否听说过有人在打开这些网站时遇到问题?
星号 http://wayback.archive.org/web/ * / http://google.com
结肠 https://en.wikipedia.org/wiki/Wikipedia:About
+ https://plus.google.com/+google
@号，冒号，逗号和感叹号 https://www.google.com/maps/place/USA/@36.2218457,…
正因为如此，这些字符应该可以在没有编码的情况下使用。当然你不应该使用&;因为编码序列像&。同样的原因也适用于%，因为它通常用于编码字符。和=，因为它为参数名赋值。
最后，我想说的是，可以使用这些未编码的:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~!+,*:@
但如果你希望随机生成url，你不应该使用标点符号。!，因为一些邮件应用程序不会自动链接它们:
http://example.com/?foo=bar !<最后一个字符未链接
其他回答
这个答案讨论了字符可以包含在URL片段部分中而不进行转义。我单独发布了一个答案，因为这部分与这里的其他优秀答案略有不同(并且可以结合使用)。
片段部分不会被发送到服务器，在这个例子中，它是在#后面的字符:
https://example.com/#STUFF-HERE
规范
RFC 3986中的相关规范为:
fragment = *( pchar / "/" / "?" )
pchar = unreserved / pct-encoded / sub-delims / ":" / "@"
unreserved = ALPHA / DIGIT / "-" / "." / "_" / "~"
sub-delims = "!" / "$" / "&" / "'" / "(" / ")" / "*" / "+" / "," / ";" / "="
这也引用了RFC 2234中的规则
ALPHA = %x41-5A / %x61-7A ; A-Z / a-z
DIGIT = %x30-39 ; 0-9
结果
所以完整的列表，不包括转义(pct编码)是:
A-Z -z 0-9。_ ~ !$ & ' () * +，;=: @ / ?
为了方便起见，这里有一个匹配有效的、未转义的片段的PCRE表达式:
/^[A-Za-z0-9\-._~!$&'()*+,;=:@\/?]*$/
编码
算起来，有:
26 + 26 + 10 + 19 = 81代码点
您可以使用基数81来有效地编码这里的数据。
如果你想给用户一种特殊的体验，你可以使用pushState将各种字符带到浏览器的url:
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);
我测试它通过请求我的网站(apache)与所有可用的字符在我的德语键盘作为URL参数:
http://example.com/?^1234567890ß´qwertzuiopü+asdfghjklöä#<yxcvbnm,.-°!"§$%&/()=? `QWERTZUIOPÜ*ASDFGHJKLÖÄ\'>YXCVBNM;:_²³{[]}\|µ@€~
这些没有被编码:
^0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ,.-!/()=?`*;:_{}[]\|~
urlencode()后未编码:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_
rawurlencode()后未编码:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~
注意:在PHP 5.3.0之前，rawurlencode()编码~，因为RFC 1738。但它被RFC 3986所取代，所以现在可以安全使用了。但我不明白为什么{}是通过rawurlencode()编码的，因为RFC 3986中没有提到它们。
我做的另一个测试是关于邮件文本中的自动链接。我测试了Mozilla Thunderbird, aol.com, outlook.com, gmail.com, gmx.de和yahoo.de，他们完全链接包含这些字符的url:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~+#,%&=*;:@
当然?也有联系，但只有用过一次。
有些人现在建议只使用rawurlencode()字符，但您是否听说过有人在打开这些网站时遇到问题?
星号 http://wayback.archive.org/web/ * / http://google.com
结肠 https://en.wikipedia.org/wiki/Wikipedia:About
+ https://plus.google.com/+google
@号，冒号，逗号和感叹号 https://www.google.com/maps/place/USA/@36.2218457,…
正因为如此，这些字符应该可以在没有编码的情况下使用。当然你不应该使用&;因为编码序列像&。同样的原因也适用于%，因为它通常用于编码字符。和=，因为它为参数名赋值。
最后，我想说的是，可以使用这些未编码的:
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ.-_~!+,*:@
但如果你希望随机生成url，你不应该使用标点符号。!，因为一些邮件应用程序不会自动链接它们:
http://example.com/?foo=bar !<最后一个字符未链接
RFC3986定义了两组你可以在URI中使用的字符:
Reserved Characters: :/?#[]@!$&'()*+,;= reserved = gen-delims / sub-delims gen-delims = ":" / "/" / "?" / "#" / "[" / "]" / "@" sub-delims = "!" / "$" / "&" / "'" / "(" / ")" / "*" / "+" / "," / ";" / "=" The purpose of reserved characters is to provide a set of delimiting characters that are distinguishable from other data within a URI. URIs that differ in the replacement of a reserved character with its corresponding percent-encoded octet are not equivalent. Unreserved Characters: A-Za-z0-9-_.~ unreserved = ALPHA / DIGIT / "-" / "." / "_" / "~" Characters that are allowed in a URI but do not have a reserved purpose are called unreserved.
66个无保留字符的完整列表在RFC3986中，请访问:https://www.rfc-editor.org/rfc/rfc3986#section-2.3
这是以下正则表达式集中的任何字符:
[A-Za-z0-9_.\-~]
