URL 編碼這件事,一路走來是一段層層被卡住的過程。
後來出現了 encodeURIComponent 與 decodeURIComponent,它們能完整處理 URL 的編解碼。但一碰到某些服務(例如搜尋引擎)使用的「部分轉碼」格式就束手無策了——它們只把空格轉成加號,其餘保持原樣。
對此,PHP 官方文件給出了一個簡潔的解法:
decodeURIComponent((str + '').replace(/\+/g, '%20'));
原理很單純:先把 + 還原成 %20,再交給 decodeURIComponent 處理。這能完美解開搜尋引擎風格的網址,因為它們通常只對空格做轉碼。
而如果那串字串「既是部分編碼,又含中文」,上面所有方案就全部失效了。
過去常見的變通做法是動用 VBScript,因為 str2asc / asc2str 這類按位元組處理的能力,JavaScript 當時並不具備:
<script type="text/vbscript">
Function str2asc(strstr)
str2asc = hex(asc(strstr))
End Function
Function asc2str(ascasc)
asc2str = chr(ascasc)
End Function
</script>
<script type="text/javascript">
function UrlEncode(str){
var ret="";
var strSpecial="!\"#$%&'()*+,/:;<=>?[]^`{|}~%";
var tt= "";
for(var i=0;i<str.length;i++){
var chr = str.charAt(i);
var c=str2asc(chr);
tt += chr+":"+c+"n";
if(parseInt("0x"+c) > 0x7f){
ret+="%"+c.slice(0,2)+"%"+c.slice(-2);
}else{
if(chr==" ")
ret+="+";
else if(strSpecial.indexOf(chr)!=-1)
ret+="%"+c.toString(16);
else
ret+=chr;
}
}
return ret;
}
function UrlDecode(str){
var ret="";
for(var i=0;i<str.length;i++){
var chr = str.charAt(i);
if(chr == "+"){
ret+=" ";
}else if(chr=="%"){
var asc = str.substring(i+1,i+3);
if(parseInt("0x"+asc)>0x7f){
ret+=asc2str(parseInt("0x"+asc+str.substring(i+4,i+6)));
i+=5;
}else{
ret+=asc2str(parseInt("0x"+asc));
i+=2;
}
}else{
ret+= chr;
}
}
return ret;
}
</script>
顯然這招只在支援 VBScript 的瀏覽器上有效,Firefox 完全不認。而問題根源就是 JavaScript 拿不到 VBScript 那種位元組層級的 ASCII 轉換。
於是有人試著用 charCodeAt 手刻兩個替代函式:
function str2asc(str){
return str.charCodeAt(0).toString(16);
}
function asc2str(str){
return String.fromCharCode(str);
}
但這兩個版本並非對所有中文字元都有效,因為它只取了 charCodeAt(0) 的第一個碼位,而中文字元的 UTF-8 編碼需要多個位元組才能正確表示。
這段折騰的歷史,放到現在已經有標準答案了:
+ 等細節都不用自己動手。也就是說,上面這一整輪「先卡關、再借 VBScript、最後自己刻 charCodeAt」的過程,在現代瀏覽器中已經完全不必要了。理解它的價值在於:當你看到老系統裡有這類奇怪的字串處理程式碼時,能明白它當初想解決的是什麼問題。