即将到来的改变是针对中文，阿拉伯语域名，而不是uri。国际化的uri称为iri，在RFC 3987中定义。尽管如此，我还是建议不要自己这么做，而是依赖于现有的、经过测试的库，因为有很多URI编码/解码的选择，以及规范上认为安全的，以及实际使用(浏览器)上认为安全的。

这些都列在RFC3986中。请参阅收集的ABNF中的URI，以了解在哪里允许什么，以及用于解析/验证的正则表达式。

URI中允许的字符要么是保留的，要么是不保留的(或者是百分比字符作为百分比编码的一部分)。

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

说这些是RFC 3986非保留字符(第2.3节)，以及保留字符(第2.2节)，如果他们需要保留他们的特殊含义。还有一个百分比字符作为百分比编码的一部分。

从这里

因此，只有字母数字，特殊字符$-_.+!*'()， 以及用于their的保留字符 保留目的可以在URL中未经编码使用。

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_.\-~]