|
RFC 3986 规定，Percent encoding的非保留字如下：
Unreserved characters, per RFC 3986 (January 2005)
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
a b c d e f g h i j k l m n o p q r s t u v w x y z
0 1 2 3 4 5 6 7 8 9 - _ . ~
也就是说，这些字出现在 URI 中的时候，不进行编码，因为他们和URI的格式没有关系，只是表示原义的字符
另外，保留字如下：
Reserved characters, per RFC 3986 (January 2005)
! * ‘ ( ) ; : @ & = + $ , / ? % # [ ]
这些字符，是有特殊意义的，如果在不代表那些特殊意义而代表原意的时候出现，必须经过编码，如下：
Reserved characters after percent-encoding
! * ‘ ( ) ; : @ & = + $ , / ? % # [ ]
%21 %2A %27 %28 %29 %3B %3A %40 %26 %3D %2B %24 %2C %2F %3F %25 %23 %5B %5D
而 % 号后面就是一个2位的十六进制数，这个数，就是 Unicode 的 UTF-8 编码的另一种表现形式。
让我们详细还原一下’口’ 字为什么是 ‘%E5%8F%A3′ 吧。
刚才我们谈到 ‘口’ 的 Unicode 编码 21475 的二进制形式是：
101001111100011
刚才我们又聊到，对于一个的汉字，它的UTF-8编码的形式是：
U-00000800 – U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
现在我们做个填空题，把 ‘口’ 二进制码切开填进去替换掉 x:
101001111100011 = ----0101 --001111 --100011
101001111100011 = 1110xxxx 10xxxxxx 10xxxxxx
第一个字节少一位，左边加个0补齐，得到：
11100101 10001111 10100011
让我们把这三个二进制数转换成16进制，并且加上百分号，运行如下javascript代码：
alert(
‘%’ + parseInt(’11100101′, 2).toString(16) +
‘%’ + parseInt(’10001111′, 2).toString(16) +
‘%’ + parseInt(’10100011′, 2).toString(16)
) // get ‘%e5%8f%a3′
怎么样，得到 %e5%8f%a3 了吧。
另外javascript的内置函数 encodeURI、decodeURI、encodeURIComponent、decodeURIComponent 就是进行的 Percent Encode，只是在对待 : / ; ?等特殊字符的时候有区别。
另外，再介绍一下 HTML 中的 Numeric character reference, NCR编码
相信大家都知道，HTML中的特殊字符是需要编码的，比如 & 需要被编码为： & 还有 ® 这样的特殊字符。其实HTML也是可以利用 Unicode 编码来显示任何一个字符的，编辑一个如下的html文件：
<html>
<body>
口
口
口
</body>
</html>
结果就是三个“口”字。
还有一种常用的编码是 base64 编码，base64编码本来是为了在 email 这样的非纯 8-bit 的传输层传输二进制数据而设计出来的，这样就可以在 email 中传递二进制的附件。它用 a-z A-Z 0-9 +/= 这64个字符来表示原有的数据，并且将连续的三个字符编码为四个，长度增加33%。
这个编码方式在一些比较超前的 javascript 应用中比较常用，例如 这个超级玛丽游戏 ，它里面的音乐就是写 javascript 文件中的。例如 这个 利用 canvas 作图的例子，里面的头像也是写在 javascript 源代码中的。这就是 RFC 2397 规定的 data URIs 协议，Firefox 浏览器支持，IE8也开始部分支持了，利用 data URIs 和 base64 编码，我们可以不借助任何外来的音乐、图像等多媒体文件而创造出丰富的效果。
以上就是我想介绍的 javascript 和 html 中常用到的编码和原理，最后还想提到一句，很多的黑客行为都和编码有关，用编码后的代码来通过一些简单的过滤，如下js代码：
var a = ‘口碑’;
\u0061 = ‘koubei.com’;
alert(a); //get ‘koubei.com’
当然，黑客们会有更专业的方式来逃避过滤、注入代码（如 sql injection, XSS 攻击等）。
谢谢大家的阅读，我是 stauren, 雅虎口碑UED团队的前端开发工程师粽子，这是我第一次在Koubei的UED blog上发表文章，如果有错误的地方请大家指出。同时欢迎访问我的个人blog : http://stauren.net, 并且提供在线 Hex、NCR、Percent encode、Base64编码解码工具：http://stauren.net/lab
本文链接：http://www.blueidea.com/tech/web/2008/6343.asp 
出处：口碑网UED Team
责任编辑：bluehearts
上一页 HTML与javascript中常用编码浅析 [2] 下一页
◎进入论坛网页制作、WEB标准化版块参加讨论，我还想发表评论。
|
第 1 页 
第 3 页 HTML与javascript中常用编码浅析 [3]
