Codificar URL

Una URL solo puede contener un conjunto limitado de caracteres ASCII. La RFC 3986, la especificación de 2005 sobre la sintaxis de los URI, los divide en dos grupos. Los caracteres no reservados, A–Z, a–z, 0–9 y los cuatro signos - . _ ~, nunca necesitan codificarse. Los caracteres reservados tienen una función: los delimitadores generales : / ? # [ ] @ separan esquema, host, ruta, consulta y fragmento, y los subdelimitadores ! $ & ' ( ) * + , ; = separan elementos dentro de ellos, como hacen & e = en una cadena de consulta. Todo lo demás, y cualquier carácter reservado usado como dato, debe codificarse por porcentaje.

La codificación por porcentaje escribe un byte como % seguido de dos dígitos hexadecimales. El texto se convierte antes a UTF-8, así que un espacio pasa a ser %20, una é (dos bytes) se convierte en %C3%A9 y un emoji en cuatro grupos %XX. Por eso una búsqueda de "café & bar" acaba en un enlace como caf%C3%A9%20%26%20bar: el & se codifica para que el servidor no lo lea como el inicio de un parámetro nuevo.

encodeURIComponent es la opción correcta para una sola pieza, como el valor de una consulta, un segmento de ruta o una URL de redirección pasada como parámetro. Escapa todo excepto los caracteres no reservados y ! ' ( ) *, que JavaScript deja intactos por razones históricas. encodeURI (URL completa) supone que la entrada ya es una dirección completa y mantiene intactos los caracteres reservados, así que en https://example.com/a b?q=1 solo se codifica el espacio. Usar encodeURI con el valor de un parámetro es un error clásico: un & o un # dentro del valor sobreviviría y rompería la URL.

Decodificar revierte cualquiera de las dos funciones. Los formularios HTML enviados con GET usan el formato más antiguo application/x-www-form-urlencoded, en el que el espacio se escribe como + y no como %20; mantenga marcada Tratar + como espacio en esos casos y desmárquela cuando importe un signo más literal, como en un número de teléfono. Si la entrada contiene un % que no va seguido de dos dígitos hexadecimales, o bytes que no son UTF-8 válido, la decodificación falla con un mensaje claro en lugar de adivinar. Cuando el texto contiene una cadena de consulta, sus parámetros aparecen decodificados en una tabla debajo de la herramienta. Para datos binarios en URL, la alternativa habitual es Base64url.