浏览器发送URL的编码特性

尽管有很多规范URL的标准，例如RFC 3987，但实际应用中却非常混乱。本文主要介绍浏览器发送URL到服务器的一些特性，作为开发和应用的参考。

通常浏览器会用两种编码方式发送URL到服务器，分别是UTF-8和ANSI（当前系统语言设置，在Windows系统中可以理解为当前代码页）。接下来分别介绍几种常用浏览器发送URL的编码特性。

一、直接在地址栏输入URL的情况

中文Windows环境下，假如直接在浏览器的地址栏输入URL：

http://www.charset.cn/中国.html?kw=中国

1. IE浏览器特性
   

   	PATH部分	参数部分
   UTF-8模式（默认）	％E4％B8％AD％E5％9B％BD.html	kw=中国
   	UTF-8编码、urlencode	GBK编码、无urlencode
   ANSI模式	中国.html	kw=中国
   	GBK编码、无urlencode	GBK编码、无urlencode

   中文Windows环境下，IE中默认发送的URL的PATH部分是UTF-8编码，参数部分是GBK编码。IE的设置选项中有一项是“总是以 UTF-8 发送URL”可以改变发送URL的编码为ANSI。

2. FireFox浏览器特性
   

   	PATH部分	参数部分
   UTF-8模式	％E4％B8％AD％E5％9B％BD.html	kw=％E4％B8％AD％E5％9B％BD
   	UTF-8编码、urlencode	UTF-8编码、urlencode
   ANSI模式（默认）	％D6％D0％B9％FA.html	kw=％D6％D0％B9％FA
   	GBK编码、urlencode	GBK编码、urlencode

   中文Windows环境下FireFox中默认发送的URL的PATH和参数都是GBK编码，在FireFox地址栏输入“about:config”，找到选项“network.standard-url.encode-utf8”，即可改变发送URL的编码方式。

3. Opera浏览器特性
   

   	PATH部分	参数部分
   UTF-8模式（默认）	％E4％B8％AD％E5％9B％BD.html	kw=％E4％B8％AD％E5％9B％BD
   	UTF-8编码、urlencode	UTF-8编码、urlencode

二、来自网页中的链接

在不同的浏览器中打开不同编码的网页中的链接，特性也不相同。在不改变浏览器默认选项情况下访问不同编码的网页中以下链接：

http://www.charset.cn/中国.html?kw=中国

1. IE浏览器特性
   

   	PATH部分	参数部分
   UTF-8网页	％E4％B8％AD％E5％9B％BD.html	kw=中国
   	UTF-8编码、urlencode	UTF-8编码、无urlencode
   GBK网页	％E4％B8％AD％E5％9B％BD.html	kw=中国
   	UTF-8编码、urlencode	GBK编码、无urlencode

2. FireFox浏览器特性
   

   	PATH部分	参数部分
   UTF-8网页	％E4％B8％AD％E5％9B％BD.html	kw=％E4％B8％AD％E5％9B％BD
   	UTF-8编码、urlencode	UTF-8编码、urlencode
   GBK网页	％D6％D0％B9％FA.html	kw=％D6％D0％B9％FA
   	GBK编码、urlencode	GBK编码、urlencode

如果改变IE默认选项为ANSI模式或者将FireFox改为UTF-8模式的访问结果可以自己测试。

几点说明：

1. 对于开发人员而言，一定要考虑到不同环境下URL编码的不同，才能实现系统更好的兼容性。兼容性好的系统必须要能够识别来自客户端URL的编码，才能正确处理。
   例如在Opera浏览器地址栏直接输入“http://www.baidu.com/s?wd=我们”，就会发现不能正确访问。

2. 不同的WEB服务器对各种编码的URL处理也不相同，尽量不要使用中文字符作文件名。

3. 如果写入网页中的链接包括中文字符，最好使用urlencode处理，才能和当前网页编码无关。否则有可能不能正确访问。

4. 很多情况下浏览器的地址栏看到URL并不等同于发送到服务器的URL。要正确查看浏览器发送的到服务器URL，最好借助一些工具分析HTTP的请求头。