创建url的安全字符是什么?

我正在做一个有文章的网站，我需要文章有“友好”的url，基于标题。

例如，如果我的文章标题是“文章测试”，我希望URL是http://www.example.com/articles/article_test。

但是，文章标题(与任何字符串一样)可以包含多个特殊字符，这些字符不可能直接放在我的URL中。比如说，我知道?或#需要被替换，但我不知道所有其他。

url中允许使用哪些字符?什么东西是安全的?

当前回答

URI的格式在RFC 3986中定义。详见3.3节。

其他回答

从你所描述的上下文来看，我怀疑你实际上想要做的是一种叫做“SEO slug”的东西。最常见的做法是:

转换为小写将除a-z和0-9之外的整个字符序列转换为一个连字符(-)(不是下划线) 从URL中删除“停止词”，即“a”、“an”和“the”等无意义的可索引词;谷歌用于广泛列表的“停止词”

举个例子，一篇名为“漫画中使用!@%$*来表示脏话”的文章会出现“用法-表示-脏话-漫画”。

我认为你正在寻找类似“URL编码”的东西——对URL进行编码，以便在网络上使用它是“安全的”:

这里有一个参考。如果你不想要任何特殊字符，只需删除任何需要URL编码的字符:

HTML URL编码参考

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

总是安全的

在理论上和规范上，除了域名之外，这些基本在任何地方都是安全的。对未列出的内容进行百分比编码，就可以开始了。

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

有时安全

只有在特定URL组件中使用才安全;小心使用。

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

不安全的

根据URI规范(RFC 3986)，所有其他字符必须用百分比编码。这包括:

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

如果最大兼容性是一个问题，限制字符集为a-z a-z 0-9 - _。(仅对文件名扩展名使用句点)。

牢记语境

即使根据规范有效，URL仍然可能是“不安全的”，这取决于上下文。例如包含无效文件名字符的file:/// URL，或者不用作分隔符时包含“?”、“=”和“&”的查询组件。这些情况的正确处理通常取决于您的脚本，并且可以解决，但这是需要记住的事情。

URI的格式在RFC 3986中定义。详见3.3节。

推荐文章