Codifica e decodifica URL

Un URL può contenere solo un insieme limitato di caratteri ASCII. La RFC 3986, la specifica del 2005 sulla sintassi degli URI, li divide in due gruppi. I caratteri non riservati, A–Z, a–z, 0–9 e i quattro simboli - . _ ~, non richiedono mai la codifica. I caratteri riservati hanno una funzione: i delimitatori generali : / ? # [ ] @ separano schema, host, percorso, query e frammento, mentre i sotto-delimitatori ! $ & ' ( ) * + , ; = separano gli elementi al loro interno, come fanno & e = in una query string. Tutto il resto, e qualsiasi carattere riservato usato come semplice dato, deve essere codificato in percent-encoding.

Il percent-encoding scrive un byte come % seguito da due cifre esadecimali. Il testo viene prima convertito in UTF-8: uno spazio diventa %20, una é (due byte) diventa %C3%A9 e un'emoji diventa quattro gruppi %XX. Per questo una ricerca per "café & bar" finisce in un link come caf%C3%A9%20%26%20bar: la & viene codificata perché il server non la interpreti come l'inizio di un nuovo parametro.

encodeURIComponent è la scelta giusta per un singolo elemento, come il valore di una query, un segmento di percorso o un URL di reindirizzamento passato come parametro. Codifica tutto tranne i caratteri non riservati e ! ' ( ) *, che JavaScript lascia invariati per ragioni storiche. encodeURI (URL completo) presume che l'input sia già un indirizzo completo e mantiene intatti i caratteri riservati, quindi in https://example.com/a b?q=1 viene codificato solo lo spazio. Usare encodeURI sul valore di un parametro è un errore classico: una & o un # nel valore resterebbero e romperebbero l'URL.

Decodifica annulla l'una o l'altra funzione. I moduli HTML inviati con GET usano il vecchio formato application/x-www-form-urlencoded, in cui lo spazio è scritto come + anziché %20: lasciare selezionata l'opzione Tratta + come spazio in quei casi, e deselezionarla quando il segno più è letterale, come in un numero di telefono. Se l'input contiene un % non seguito da due cifre esadecimali, oppure byte che non sono UTF-8 valido, la decodifica non va a buon fine e mostra un messaggio chiaro invece di tirare a indovinare. Quando il testo contiene una query string, i suoi parametri compaiono decodificati in una tabella sotto lo strumento. Per i dati binari negli URL l'alternativa abituale è Base64url.