Codificar e decodificar URL

Uma URL só pode conter um conjunto limitado de caracteres ASCII. A RFC 3986, a especificação de 2005 para a sintaxe de URI, divide esses caracteres em dois grupos. Os caracteres não reservados, A–Z, a–z, 0–9 e os quatro símbolos - . _ ~, nunca precisam ser codificados. Os caracteres reservados têm funções: os delimitadores gerais : / ? # [ ] @ separam esquema, host, caminho, consulta e fragmento, e os subdelimitadores ! $ & ' ( ) * + , ; = separam itens dentro deles, como & e = fazem em uma query string. Todo o resto, e qualquer caractere reservado usado como dado comum, precisa ser codificado com porcentagem.

A codificação por porcentagem escreve um byte como % seguido de dois dígitos hexadecimais. O texto é convertido primeiro para UTF-8, então um espaço vira %20, um é (dois bytes) vira %C3%A9 e um emoji vira quatro grupos %XX. É por isso que uma busca por "café & bar" aparece em um link como caf%C3%A9%20%26%20bar: o & é codificado para que o servidor não o leia como o início de um novo parâmetro.

encodeURIComponent é a escolha certa para uma parte isolada, como o valor de uma consulta, um segmento de caminho ou uma URL de redirecionamento passada como parâmetro. Ele escapa tudo, exceto os caracteres não reservados e ! ' ( ) *, que o JavaScript deixa passar por razões históricas. encodeURI (URL inteira) presume que a entrada já é um endereço completo e mantém os caracteres reservados intactos, então em https://example.com/a b?q=1 apenas o espaço é codificado. Usar encodeURI no valor de um parâmetro é um erro clássico: um & ou # dentro do valor permaneceria e quebraria a URL.

Decodificar reverte qualquer uma das duas funções. Formulários HTML enviados com GET usam o formato mais antigo application/x-www-form-urlencoded, em que o espaço é escrito como + em vez de %20; mantenha Tratar + como espaço marcado para esses casos e desmarque quando um sinal de mais literal for importante, como em um número de telefone. Se a entrada tiver um % que não é seguido por dois dígitos hexadecimais, ou bytes que não são UTF-8 válido, a decodificação falha com uma mensagem clara em vez de adivinhar. Quando o texto contém uma query string, os parâmetros aparecem decodificados em uma tabela abaixo da ferramenta. Para dados binários em URLs, Base64url costuma ser a alternativa.